Anda di halaman 1dari 103

ANALISIS BEBERAPA METODE TRANSPORTASI DALAM

OPTIMALISASI BIAYA DISTRIBUSI

SKRIPSI

SUSTRI ELIANY PURBA


140803078

DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
MEDAN
2018
ANALISIS BEBERAPA METODE TRANSPORTASI DALAM
OPTIMALISASI BIAYA DISTRIBUSI

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar


Sarjana Sains

SUSTRI ELIANY PURBA


140803078

DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
MEDAN
2018
PERNYATAAN

ANALISIS BEBERAPA METODE TRANSPORTASI DALAM


OPTIMALISASI BIAYA DISTRIBUSI

SKRIPSI

Saya mengaku bahwa skripsi ini adalah hasil karya sendiri, kecuali beberapa kutipan
dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, Agustus 2018

Sustri Eliany Purba


140803078

ii
PENGESAHAN SKRIPSI

Judul : Analisis Beberapa Metode Transportasi Dalam


Optimalisasi Biaya Distribusi
Kategori : Skripsi
Nama : Sustri Eliany Purba
Nomor Induk Mahasiswa : 140803078
Program Studi : Sarjana (S1) Matematika
Departemen : Matematika
Fakultas : MIPA-Universitas Sumatera Utara

Disetujui di
Medan, Agustus 2018

Ketua Program Studi Pembimbing,

Dr. Suyanto, M.Kom Dr. Mardiningsih, M.Si


NIP. 19590813 198601 1 002 NIP. 19630405 198811 2 001

iii
ANALISIS BEBERAPA METODE TRANSPORTASI DALAM
OPTIMALISASI BIAYA DISTRIBUSI

ABSTRAK

Masalah transportasi sebagai bentuk khusus program linier membutuhkan metode


penyelesaian yang lebih efektiv dari metode simpleks. Sehingga diciptakan sebuah
metode khusus untuk menyelesaikan masalah transportasi dikenal dengan metode
transportasi. Metode ini bertujuan untuk mengoptimalkan biaya distribusi produk
tunggal dari beberapa sumber (source) ke beberapa tujuan (destination). Dalam
tulisan ini, penulis melakukan analisis terhadap beberapa metode transportasi yaitu,
metode penyelesaian solusi awal North west corner method (NWCM), Least cost
method (LCM), approximation method (VAM) dan metode uji optimalitas Modified
Distribution (MODI). Tujuan dari penelitian ini adalah mengkaji setiap metode untuk
memperlihatkan karakteristik, kelebihan dan kelemahan yang dimiliki setiap metode.
Metodologi penelitian yang digunakan adalah studi literatur terhadap beberapa
tinjauan pustaka berupa buku, artikel dan jurnal ilmiah yang berkaitan. Hasil
penelitian menunjukkan bahwa jika dilihat dari alur kerja setiap metode maka
metode yang paling sederhana adalah NWCM, selanjutnya metode LCM dan yang
paling kompleks adalah metode VAM. Namun jika dilihat dari solusi yang diperoleh
metode VAM menghasilkan total biaya distribusi paling minimum. Uji optimalitas
dengan metode MODI juga memperlihatkan bahwa solusi awal yang paling
mendekati solusi optimal dihasilkan oleh metode VAM, dilanjutkan oleh metode
LCM dan solusi awal terbesar dihasilkan metode NWCM.

Kata kunci: LCM, masalah transportasi, metode transportasi, MODI, NWCM, solusi
awal, solusi optimal, VAM

iv
Analysis of Some Transportation Methods
in The Optimization of Distribution Cost

Abstract

Transportation problem as a special form of linear program requires a more


effective method of completion of the simplex method. Hence, a special method was
created to solve the problem of transportation known as transportation method. This
method aims to optimize the cost of single product distribution from multiple sources
to multiple destinations. In this paper, the author analyzes several methods of
transportation namely, the method of solution completion of North west corner
method (NWCM), Least cost method (LCM), approximation method (VAM) and
Modified Distribution (MODI) optimality test method. The purpose of this study is to
examine each method to show the characteristics, advantages and disadvantages of
each method. The research methodology used in this paper is literature study on
several literature reviews in the form of books, articles and related scientific
journals. The results shows that when it is viewed from the workflow of each method,
the simplest method is NWCM, then the LCM method and the most complex one is
the VAM method. However, when it is viewed from the solution obtained, VAM
method produces the minimum total cost of distribution. The optimality test with the
MODI method also shows that the nearest solution closest to the optimal solution is
generated by the VAM method, followed by the LCM method and the largest initial
solution produced by the NWCM method.

Keywords: destination, demand, initial solution, LCM, MOD, NWCM, optimal


solution, supply, source, transportation problems, transportation method,
VAM

v
PENGHARGAAN

Puji dan syukur Penulis ucapkan kepada Tuhan Yesus atas segala kebaikan dan
kemurahan-Nya yang senantiasa menyertai, menguatkan, dan memberkati kehidupan
Penulis dalam setiap proses yang Penulis lalui. Hanya oleh karena kebaikan dan
penyertaan-Nya sajalah maka Penulis dapat menyelesaikan skripsi yang berjudul,
‡Analisis Beberapa Metode Transportasi Dalam Optimalisasi Biaya Distribusi·
sebagai salah satu syarat untuk mendapatkan gelar Sarjana Matematika pada
Departemen Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam,
Universitas Sumatera Utara.

Terima kasih Penulis sampaikan kepada Ibu Dr. Mardiningsih, M.Si selaku
dosen pembimbing yang senantiasa meluangkan waktunya untuk membimbing,
memberikan arahan, dukungan dalam penulisan skripsi ini dan motivasi kepada
Penulis untuk lebih baik kedepannya. Semoga Tuhan senantiasa memberkati
kehidupan beliau dalam kesehatan dan sukacita. Terima kasih kepada Bapak Drs.
Agus Salim Harahap, M.Si dan Ibu Dra. Normalina Napitupulu, M.Sc selaku Dosen
Penguji yang telah memberi saran dan kritik yang membangun dalam
penyempurnaan skripsi ini. Dan semoga Tuhan senantiasa memberkati kehidupan
Bapak dan Ibu dalam kesehatan dan sukacita.

Terima kasih kepada Bapak Dr. Suyanto, M.Kom dan Bapak Drs. Rosman
Siregar, M.Si selaku Ketua dan Sekretaris Departemen Matematika FMIPA USU,
seluruh Dosen Matematika FMIPA USU yang telah memberikan ilmu yang
bermanfaat kepada Penulis dari sejak awal perkuliahan, dan kepada para Pegawai
FMIPA USU yang senantiasa tulus melayani keperluan mahasiswa.

Selanjutnya, terima kasih Penulis ucapkan kepada Ibunda Roslina Saragih


dan Ayahanda Jolen Purba yang selalu mendoakan, mendukung, dan menasihati
sehingga Penulis dapat menyelesaikan skripsi ini. Biarlah kiranya berkat dan
penyertaan Tuhan Yesus yang membawa sukacita bagi kehidupan mereka.

vi
Kemudian, terima kasih kepada kelima abang dan kakak Penulis yaitu Rosida Purba,
Jan Linson Purba, Jonswarman Purba, Janiapoh Purba, Enida Purba, dan juga kakak/
abang ipar yang selalu mendukung dan menopang kebutuhan Penulis khususnya dari
segi materi dan finansial yang Penulis butuhkan selama perkuliahan sehingga dapat
menyelesaikan skripsi ini.

Dan tak lupa Penulis sampaikan terimakasih kepada semua teman dan
sahabat yang selalu setia mendoakan, menguatkan, dan memberikan semangat dalam
masa sukar dan mudah, sedih dan senang, jatuh dan bangun yang Penulis lalui dari
awal perkuliahan sampai saat ini. Untuk beberapa orang yang Penulis sebutkan
mereka yang sungguh dekat dengan keseharian penulis selama menyelesaikan
perkuliahan yaitu, untuk keluarga baru yang Penulis miliki di Medan dari awal
memasuki perkuliahan sampai saat ini, Nanggi Grace dan Panggi Kaban, terimakasih
sudah menerima Penulis sebagai anak, semoga Tuhan Yesus senantiasa memberkati
dan menambahkan sukacita buat semua keluarga. Dan untuk Ruth Situmorang,
terimakasih telah menjadi seorang sahabat yang baik, semoga Tuhan Yesus
senantiasa menyertaimu. Dan juga terimakasih kepada teman-teman seperjuangan
angkatan 2014, seluruh adik-adik Matematika stambuk 2015, 2016 dan 2017 yang
telah menjadi keluarga baru bagi Penulis, semoga Tuhan senantiasa memberkati.

Penulis menyadari bahwa skripsi ini jauh dari kesempurnaan. Untuk itu,
Penulis meminta maaf apabila ada kesalahan baik dalam penulisan dan penyajian
dalam skripsi ini. Akhir kata, Penulis berharap skripsi ini bermanfaat bagi diri
Penulis pribadi dan orang lain.

Medan, Agustus 2018


Penulis

Sustri Eliany Purba

vii
DAFTAR ISI

Halaman
PERNYATAAN ii
PENGESAHAN SKRIPSI iii
ABSTRAK iv
ABSTRACT v
PENGHARGAAN vi
DAFTAR ISI viii
DAFTAR TABEL x
DAFTAR GAMBAR xii
DAFTAR SIMBOL xiii

BAB 1 PENDAHULUAN
1.1 LatarBelakang 1
1.2 RumusanMasalah 2
1.3 BatasanMasalah 3
1.4 TujuanPenelitian 3
1.5 Manfaat Penelitian 3

BAB 2 TINJAUAN PUSTAKA


2.1 Riset Operasi 5
2.2 Program Linier 6
2.3 Masalah Transportasi 7
2.3.1 Sejarah Permasalahan Transportasi 7
2.3.2 Defenisi dan Tujuan Masalah Transportasi 8
2.3.3 Ciri-ciri Masalah Transportasi 8
2.3.4 Model Umum Masalah Transportasi 9
2.3.4.1 Asumsi Dasar 9
2.3.4.2 Pengertian Metode Transportasi 9
2.3.4.3 Model Masalah Transportasi 10
2.3.4.4 Keseimbangan Transportasi 14
2.3.4.5 Metode Penyelesaian 17
2.4 Sistem Distribusi 19
2.5 Degenarasi dan Redudansi 14

BAB 3 METODE PENELITIAN


3.1 KerangkaPenelitian 22

BAB 4 PEMBAHASAN
4.1 Masalah Transportasi 23
4.2 Model Matematika Masalah Transportasi 25
4.3 Penyelesaian Masalah Transportasi 29
4.3.1 Menentukan Solusi Layak Awal 29
4.3.2 Menentukan Solusi Optimum 30

viii
4.3.3 Ciri-ciri Solusi Layak Awal 30
4.4 Metode Transportasi 31
4.4.1 Metode Untuk Menentukan Solusi Layak Awal 31
4.4.1.1North – West corner Method (NWCM) 31
4.4.1.2 Least – Cost Method (LCM) 34
4.4.1.3 9RJHO¶V$SSUR[LPDWLRQ0HWKRG (VAM) 36
4.4.2 Metode Uji Optimalitas 39
4.4.2.1 Stepping Stone Method 39
4.4.2.2 Modified Distribution (MODI) 50
4.5 Aplikasi Metode Pada Contoh Kasus 58
4.5.1 Menentukan Solusi Layak Awal 59
4.5.1.1Solusi Layak Awal denganNWC 59
4.5.1.2Solusi Awal Dengan Metode LCM 60
4.5.1.3 Solusi Awal dengan Metode VAM 63
4.5.2 Uji optimalitas pada solusi awal 69
4.5.2.1 Uji Optimalitas dengan MODI 70
4.5.3 Penyelesaian Masalah Transportasi
dengan Software 75
4.5.3.1 Program Lindo 75
4.5.3.2 Program Lingo 81

BAB 5 KESIMPULAN DAN SARAN


5.1 Kesimpulan 84
5.2 Saran 85

DAFTAR PUSTAKA 86

ix
DAFTAR TABEL

Nomor Judul Halaman


2.1 Gambaran umum Masalah Transportasi 12
2.2 7DEHO3HUVRDODQ7UDQVSRUWDVL6HLPEDQJ ai E j 15
2.3 7DEHO3HUVRDODQ7UDQVSRUWDVL7LGDN6HLPEDQJ ai!E j 16
2.4 7DEHO3HUVRDODQ7UDQVSRUWDVL7LGDN6HLPEDQJ aiE j 16
4.1 Tabel Masalah Transportasi 25
4.2 Tabel Transportasi secara umum 26
4.3 Contoh Tabel Transportasi Gula 28
4.4 Tabel distribusi dari 3 pabrik ke 3 pasar 32
4.5 Hasilalokasibarangdengan NWCM dari 3 pabrikke 3 pasar 33
4.6 Hasil alokasi NWCM 33
4.7 Tabel Transportasi 34
4.8 Hasil menentukan solusi layak awal dengan LCM 35
4.9 Hasil Alokasi LCM 26
4.10 Tabel Transportasi contoh soal VAM 36
4.11 Hasil alokasi dengan metode VAM 37
4.12 Hasil alokasi VAM 37
4.13 Perbandingan proses alokasi menentukan solusi layak awal 38
4.14 Tes optimalitas solusi layak awal dengan metode stepping stone 41
4.15 Alokasi 1 ton ke sel 1A 42
4.16 Pegurangan satu ton dari sel 1B 43
4.17 Jalur tertutup metode stepping stone sel 2A 43
4.18 Jalur tertutup stepping stone sel 2A 44
4.19 Jalur stepping stone sel 2B 45
4.20 Jalur stepping stone pada sel 3C 45
4.21 Jalur alokasi sel 1A 46
4.22 Iterasi kedua dari metode stepping stone 47
4.23 Jalur Stepping-Stone untuk Cell 2A 47
4.24 Jalur Stepping-Stone untuk Cell 1B 48
4.25 Jalur Stepping-Stone untuk Cell 2B 48
4.26 Jalur Stepping-Stone untuk Cell 3C 49
4.27 Solusi optimal alternatif dengan metode stepping stone 49
4.28 Solusi layak awal dengan least-cost method 52
4.29 Solusi awal dengan semua nilai uidan vj 54
4.30 Iterasi kedua menentukan solusi optimal dengan MODI 55
4.31 Nilai baru ui dan vjuntuk iterasi 56
4.32 Contoh masalah transportasi 58
4.33 Matriks biaya transportasi hasil alokasi dengan metode NWC 59
4.34 Hasil alokasi dengan LCMsel biaya terendah pertama 61
4.35 Lanjutan proses alokasi LCM biaya terendah kedua 61
4.36 Lanjutan hasil alokasi dari metode LCM biaya terendah ketiga 62
4.37 Solusi awal dengan metode LCM 63
4.38 Tabel Masalah Transportasi 64

x
4.39 Beda baris dan beda kolom iterasi ke-1 64
4.40 Hasil perhitungan pada kolom penalty terbesar pertama 65
4.41 Beda baris dan beda kolom iterasi ke-2 65
4.42 Hasil perhitungan pada kolom penalty terbesar kedua 66
4.43 Beda baris dan beda kolom iterasi ke-3 66
4.44 Hasil perhitungan pada kolom penalty terbesar ketiga 67
4.45 Beda baris dan beda kolom iterasi ke-4 67
4.46 Hasil perhitungan pada kolom penalty terbesar keempat 68
4.47 Beda baris dan beda kolom iterasi ke-5 68
4.48 Hasil perhitungan pada kolom penalty terbesar kelima 69
4.49 Solusi layak awal dengan Least-cost method (LCM) 70
4.50 Nilai vi danuj dalam tabel solusi awal 72
4.51 Nilai opportunity cost dari hasil evaluasi sel-sel kosong 72
4.52 Hasil realokasi solusi dengan metode MODI iterasi ke-1 73
4.53 Nilai opportunity cost sel-sel kosong metode MODI iterasi ke-2 73
4.54 Hasil Penyelesaian contoh Kasus Transportasi subbab 4.5 75
4.55 Tabel masalah Transportasi dengan Lindo 75
4.56 Tabel masalah Transportasi dengan Lingo 65

xi
DAFTAR GAMBAR

Nomor Judul Halaman


2.1 Deskripsi jaringan transportasi 11
2.2 Representasi Model Persoalan Transportasi 13
4.1 Representasi Jaringan sederhana Masalah Transportasi 23
4.2 Jaringan Transportasi 24
4.3 Model Jaringan Transportasi 25

xii
DAFTAR SIMBOL

Z = fungsi tujuan; total yang akan diminimumkan


%ij = biaya transportasi per unit barang dari sumber i ke tujuan j
: ij = jumlah barang yang didistribusikan dari sumber i ke tujuan j
=i = jumlah barang yang ditawarkan atau kapasitas dari sumber i
>j = jumlah barang yang diminta atau dipesan oleh tujuan j
I = banyaknya daerah penghasil/ sumber
J = banyaknya daerah tujuan
Pi = dummy untuk baris
Pj = dummy untuk kolom
cij = biaya transportasi per unit
ui = nilai variabel dual setiap baris
vj = nilai setiap sel kolom

xiii
BAB 1
PENDAHULUAN

1.1 Latar Belakang


Salah satu permasalahan khusus dalam linear programming adalah masalah
transportasi, untuk menyelesaikan permasalahan ini digunakan metode transportasi.
Dikatakan khusus, karena terletak pada karakteristik utama, yaitu bahwa masalah-
masalah tersebut cenderung membutuhkan sejumlah pembatas dan variabel yang
sangat banyak sehingga dalam penggunaan komputer dalam menyelesaikan metode
simpleks akan sangat mahal dibandingkan secara manual (Zulfikarijah, 2004).
Metode transportasi adalah metode yang paling efisien dibandingkan dengan
metode simpleks. Penggunaan metode transportasi ini dipelopori oleh FL. Hitchcock
(1941), TC. Koopmas (1949) dan GB.Dantzig (1951). Beberapa permasalahan yang
dapat diselesaikan dengan metode transportasi adalah mengalokasikan barang atau
jasa dari suatu tempat (sumber/supply) ke tempat lainnya (demand/destination)
secara optimal dengan mempertimbangkan biaya minimal, pengalokasian periklanan
yang efektif, pembelanjaan modal dan alokasi dana untuk investasi, analisis
pemilihan lokasi usaha yang tepat, keseimbangan lini perakitan, dan penjadwalan
produksi (Sri Rahmawati, 2016).
Opltimalisasi dalam ilmu matematika, komputer dan ekonomi adalah suatu
proses menyelesaikan permasalahan matematis secara efektif dengan memilih solusi
terbaik dari beberapa solusi alternatif yang tersedia. Dengan kata lain optimalisasi
bertujuan untuk memaksimumkan atau meminimumkan sebuah fungsi tujuan dengan
memilih beberapa nilai integer atau variabel real dari sebuah himpunan nilai yang
ditetapkan. Demikian halnya masalah transportasi, disadari penting untuk
menemukan sebuah rencana pendistribusian yang optimal terhadap sejumlah barang
yang sejenis. Ketika penawaran barang (supply) tersedia pada sejumlah sumber yang
berbeda, jumlah permintaan barang (demand) ditentukan pada setiap tujuan, dengan
biaya transportasi dari sumber ke tujuan didefenisikan dengan jelas, masalah yang
harus diselesaikan adalah menemukan model / rencana pendistribusian yang optimal
2

yang dapat meminimalkan seluruh biaya transportasi pengangkutan barang dari


seluruh sumber ke seluruh tujuan (Rekha Vivek, 2013).
Beberapa metode yang dapat digunakan untuk menyelesaikan kasus
transportasi antara lain North west corner method (NWCM), Least cost method
(LCM), Integer programming, Dyinamic programming, Vogel approximation
method (VAM), dan algoritma simpleks. Di antara metode-metode tersebut, metode
integer programming dan dynamik programming tidak seefesien metode algoritma
simpleks karena kedua metode ini membutuhkan jumlah perhitungan yang lebih
banyak (Dwi dan Yus Endra, 2004).
Jika telah dilakukan pengalokasian dengan salah satu metode tersebut akan
diperoleh suatu nilai solusi layak awal (feasible solution). Langkah berikutnya adalah
melihat apakah alokasi tersebut sudah optimal atau belum yang dikenal dengan uji
optimalisasi. Ada dua metode uji optimalisasi yang umum digunaka, yaitu metode
Stepping-stone dan MODI (Modified Distribution). Jika hasil uji menunjukkan
bahwa solusi layak awal adalah solusi optimal maka alokasi telah optimal dan dapat
dikatakan telah mencapai nilai yang paling menguntungkan (Sri Mulyono, 2004).
Pada penelitian ini, penulis ingin menganalisis beberapa metode transportasi
yang umum digunakan oleh para peneliti sebelumnya yang berkaitan dengan masalah
transportasi yakni tiga metode untuk menentukan solusi awal yaitu North west corner
method (NWCM), Least cost method, approximation method (VAM) dan metode uji
optimalitas yaitu MODI (Modified Distribution) untuk menentukan solusi optimum.
Dan semua metode yang dianalisis tersebut akan diaplikasikan pada sebuah contoh
kasus transportasi pendistribusian barang. Sehingga penulis memberi judul penelitian
ini dengan Optimalisasi Biaya
.

1.2 Rumusan Masalah


Sesuai dengan uraian pada latar belakang penelitian ini, maka yang menjadi pokok
permasalahan pada penelitian ini adalah:
1. Mengkaji dan menganalisis karakteristik metode North west corner method
(NWCM), Least cost method, approximation method (VAM), yakni
bagaimana kelebihan dan kelemahan setiap metode sehingga suatu metode
3

dapat disimpulkan sebagai metode optimal untuk meyelesaikan suatu kasus


transportasi
2. Menguji keoptimalan setiap metode dengan mengaplikasikan pada contoh
kasus, dan melakukan uji optimalitas dengan metode MODI (Modified
Distribution) untuk menentukan apakah solusi awal yang diperoh sudah
merupakan solusi optimum atau tidak.

1.3 Batasan Masalah


Dalam tulisan ini penulis membatasi permasalahan pada:
1. Fokus penelitian ini adalah menganalisis bagaimana karakteristik dan alur
pengaplikasian setiap metode dapat menyelesaikan kasus transportasi
2. Ada 3 metode yang dianalisis dalam tulisan ini yaitu North west corner
method (NWCM), Least cost method, approximation method (VAM) untuk
menentukan solusi awal dan digunakan metode MODI (Modified
Distribution) untuk menguji keoptimalan solusi awal
3. Penelitian ini menggunakan contoh kasus

1.4 Tujuan Penelitian


Sesuai dengan perumusan masalah, maka tujuan dari penelitian ini adalah untuk
memperlihatkan dan menentukan metode apa yang tepat dan optimal dari ketiga
metode yang dianalisis yaitu North west corner method (NWCM), Least cost method,
approximation method (VAM) untuk menyelesaikan kasus-kasus trasportasi dalam
mengoptimalkan biaya distribusi.

1.5 Manfaat Penelitian


Manfaat dari penelitian ini adalah:
1. Sebagai referensi bagi mahasiswa/i agar lebih selektif dalam memilih metode
transportasi yang sesuai dengan kasus yang diteliti.
2. Memberikan informasi dan menambah pengetahuan pembaca mengenai
model transportasi yang dapat diaplikasikan dalam kehidupan sehari-hari.
3. Menambah studi pustaka bagi peneliti selanjutnya yang berkaitan dengan
tulisan ini.
4

4. Sebagai rujukan bagi perusahaan-perusahaan yang bergerak di bidang


distribusi agar dapat memilih metode yang sesuai untuk mengoptimalkan
biaya transportasi sehingga diperoleh keuntungan yang maksimum.
BAB 2

TINJAUAN PUSTAKA

2.1 Riset Operasi


Masalah Riset Operasi (Operation Research) pertama kali muncul tahun 1939 di
Inggris selama Perang Dunia II. Inggris mula-mula tertarik menggunakan metode
kuantitatif dalam pemakaian radar selama perang. Mereka menamakan pendekatan
itu sebagai Operation Research karena mereka menggunakan ilmuwan (scientist)
untuk meneliti (research) masalah-masalah operasional selama perang. Ternyata
pendekatan tersebut berhasil dalam memecahkan masalah operasi konvoi, operasi
anti kapal selam, strategi pengeboman, dan operasi pertambangan (Jong Jek Siang,
2014). Setelah Perang Dunia II berakhir, Riset Operasi yang lahir di Inggris ini
kemudian berkembang pesat di Amerika karena keberhasilan tim Riset Operasi
dalam bidang militer ini telah menarik perhatian orang-orang industri. Sedemikian
pesat perkembangannya sehingga kini Riset Operasi telah digunakan dalam hampir
seluruh bidang. (Dimyati, 2004)
Secara harfiah kata operation dapat didefinisikan sebagai tindakan-tindakan
yang diterapkan pada beberapa masalah atau hipotesa. Sementara kata research
adalah suatu proses yang terorganisasi dalam mencari kebenaran akan masalah atau
hipotesa. Kenyatannya, sangat sulit mendefinisikan operation research, terutama
karena batas-batasnya tidak jelas (Mulyono, 2004). Definisi lain menurut
Operational Research Society of America (ORSA), operation research berkaitan
dengan pengambilan keputusan secara ilmiah dan bagaimana membuat suatu model
yang baik dalam merancang dan menjalankan sistem yang melalui alokasi sumber
daya yang terbatas. Dapat disimpulkan operation research adalah bagaimana proses
pengambilan keputusan yang optimal dengan menggunakan alat analisis yang ada
dan adanya keterbatasan sumber daya. (Andi Wijaya, 2013)
Dalam operation research atau Riset Operasi, masalah optimalisasi dalam
pengambilan keputusan diperoleh dengan menerapkan teknik matematika dan
statistika. Model matematika yang digunakan dalam metode riset operasi bersifat
6

menyederhanakan masalah dan membatasi faktor-faktor yang mungkin berpengaruh


terhadap suatu masalah. Jika riset operasi akan digunakan untuk memecahkan suatu
permasalahan, maka harus dilakukan lima langkah sebagai berikut:
1. Memformulasikan persoalan.
2. Mengobservasi sistem.
3. Memformulasikan model matematis dari persoalan yang dihadapi.
4. Mengevaluasi model dan menggunakannya untuk prediksi.
5. Mengimplementasikan hasil studi. (Putri Winda S.B., 2016)

2.2 Program Linier


Program linier (Linear Programming) yang disingkat LP merupakan salah satu
teknik Riset Operasi yang digunakan paling luas dan diketahui dengan baik. LP
merupakan metode matematik dalam mengalokasikan sumber daya yang langka
untuk mencapai tujuan tunggal seperti memaksimumkan keuntungan atau
meminimumkan biaya. LP banyak diterapkan dalam membantu menyelesaikan
masalah ekonomi, industri, militer, sosial dan lain-lain. LP berkaitan dengan
penjelasan suatu dunia nyata sebagai suatu model matematik yang terdiri atas sebuah
fungsi tujuan linier dan sistem kendala linier. (Mulyono, 2004: 13)
Menurut Frederick S. Hiller dan Gerald J. Lieberman, linear programming
merupakan suatu model matematis untuk menggambarkan masalah yang dihadapi.
Linier berarti bahwa semua fungsi matematis dalam model ini merupakan fungsi-
fungsi linier. Pemrograman merupakan sinonim untuk kata perencanaan. Dengan
demikian membuat rencana kegiatan-kegiatan untuk memperoleh hasil yang optimal,
ialah suatu hasil untuk mencapai tujuan yang ditentukan dengan cara yang paling
baik (sesuai dengan model matematis) diantara semua alternatif yang mungkin.
Tujuan dari penyelesaian masalah program linier adalah untuk mencapai
optimasi, yaitu memaksimumkan keuntungan dan meminimumkan biaya. Adapun
beberapa cara atau metode pemecahan yang dapat digunakan antara lain
penyelesaian dengan metode grafik dan metode simpleks. Metode grafik dapat
digunakan pada masalah program linier yang hanya memiliki dua variabel keputusan
saja. Bila melibatkan lebih dari dua variabel maka metode grafik tidak dapat
digunakan lagi, sehingga diperlukan metode simpleks. Metode simpleks merupakan
7

suatu cara yang lazim digunakan untuk menentukan kombinasi optimal dari tiga
variabel atau lebih. Akan tetapi, ada sejumlah persoalan program linier yang dapat
dipecahkan dengan menggunakan prosedur perhitungan lain yang lebih efisien
daripada metode simpleks. Salah satu diantaranya adalah metode transportasi.
Metode transportasi lebih efisien dalam memecahkan persoalan transportasi dan
persoalan penugasan, yang merupakan bentuk khusus dari persoalan transportasi.
(Lolyta D., 2015)

2.3 Masalah Transportasi


Masalah Transportasi merupakan salah satu permasalahan khusus dalam linear
programming. Dikatakan khusus, karena terletak pada karakteristik utama, yaitu
bahwa masalah-masalah tersebut cenderung membutuhkan sejumlah pembatas dan
variabel yang sangat banyak sehingga dalam penggunaan komputer untuk
menyelesaikan metode simpleksnya akan sangat sulit dibanding secara manual. (Sari
Diah P, 2014)

2.3.1 Sejarah Permasalahan Transportasi


Masalah transportasi telah lama dipelajari dan dikembangkan sebelum lahir model
program linear. Pada tahun 1939, L.V Kantorovitch mempelajari beberapa
permasalahan yang berhubungan dengan model transportasi. Kemudian F.L.
Hitchcock pada tahun 1941 merumuskan model matematika dari persoalan
transportasi dan kini dianggap sebagai model matematika persoalan transportasi yang
baku, atau sering juga disebut sebagai model Hitchcock. Kemudian pada tahun 1947
T.C. Koopmans menerbitkan buku tentang sistem transportasi yang berjudul
Optimum Utilization of the Transportation System yang kemudian disusul G.B
Dantzig pada tahun 1951 tentang perumusan persoalan linear programming dan cara
pemecahan yang sistematis yang sering disebut sebagai bapak linier programming.
Prosedur pemecahan yang sistematis tersebut disebut metode simpleks.(Siti
Ramadhani, 2015)
8

2.3.2 Definisi dan Tujuan Masalah Transportasi


Secara umum arti transportasi adalah adanya perpindahan barang dari suatu tempat
ke tempat lain dan dari beberapa tempat ke beberapa tempat lain. Tempat atau
tempat-tempat asal barang disebut juga dengan istilah sumber atau sumber-sumber
(resources). Sedangkan tempat atau tempat-tempat tujuan disebut destination. Hal ini
merupakan bagian dari kehidupan nyata manusia untuk memindahkan barang dari
satu tempat ke tempat lain sesuai dengan kebutuhannya. Misalnya, di suatu tempat
asal barang mempunyai jumlah produk yang berlebih sehingga perlu
ditransportasikan ke tempat lain yang memerlukannya (P, Suyadi, 2005).
Dalam arti sederhana, masalah transportasi berusaha menentukan sebuah
rencana transportasi sebuah barang dari sejumlah sumber ke sejumlah tujuan.
Masalah transportasi berkaitan dengan penentuan rencana berbiaya rendah untuk
mengirimkan suatu barang dari sejumlah sumber (misalnya, pabrik) ke sejumlah
tujuan (misalnya, gudang). Dalam arti lain, transportasi adalah aplikasi yang
digunakan untuk mengatur distribusi dari sumber-sumber yang menyediakan produk
yang sama, ke tempat-tempat yang membutuhkan produk tersebut secara optimal.
Masalah transportasi pada dasarnya merupakan sebuah program linier yang
dipecahkan oleh metode simpleks biasa. Tetapi, strukturnya yang khusus
memungkinkan pengembangan sebuah prosedur pemecahan, yang disebut teknik
transportasi, yang lebih efisien dalam hal perhitungan. (Siti Ramadhani, 2016)

2.3.3 Ciri-ciri Masalah Transportasi


Ciri-ciri khusus masalah transportasi adalah:
1. Terdapat sejumlah sumber dan sejumlah tujuan tertentu.
2. Kuantitas komoditas atau barang yang didistribusikan dari setiap sumber dan
yang diminta oleh setiap tujuan, besarnya tertentu.
3. Komoditas yang dikirim atau diangkut dari suatu sumber ke suatu tujuan,
besarnya sesuai dengan permintaan dan atau kapasitas sumber.
4. Ongkos pengangkutan komoditas dari suatu sunber ke suatu tujuan, besarnya
tertentu. %X¶XO
olo G
, F. 2016)
9

2.3.4 Model Umum Masalah Transportasi


2.3.4.1 Asumsi Dasar
Model transportasi merupakan salah satu bentuk khusus atau variasi dari program
linier yang di kembangkan khusus untuk memecahkan masalah-masalah yang
berhubungan dengan transportasi (pengangkutan) dan disribusi produk atau sumber
daya dari berbagai sumber (pusat pengadaan, atau titik supply) ke berbagai tujuan
(titik permintaan atau pusat pemakaian) yang lebih efisien dalam hal perhitungan.
Asumsi dasar dari model ini adalah bahwa biaya transportasi di sebuah rute
tertentu adalah proposional secara langsung dengan jumlah unit yang dikirimkan.
Defenisi unit transportasi akan bervariasi bergantung pada jenis barang yang di
kirimkan.
Model umum suatu persoalan transportasi dilandasi pada asumsi-asumsi
berikut:
1. Bahwa suatu produk yang ingin diangkut tersedia dalam jumlah yang tetap
dan diketahui.
2. Bahwa produk tersebut akan dikirim melalui jaringan transpotasi yang ada
dengan memakai cara pengakutan tertentu dari pusat-pusat permintaan.
3. Bahwa jumlah permintaan di pusat permintaan pun diketahui dalam jumlah
tertentu dan tetap.
4. Bahwa ongkos angkutan per-unit produk yang diangkut pun diketahui,
sehingga tujuan kita untuk meminimumkan biaya total angkutan dapat
tercapai.
5. Bahwa sumber tidak mungkin mengirim komoditas lebih besar dari
kapasitasnya.
Karena hanya ada satu jenis komoditas, pada dasarnya setiap daerah tujuan
dapat menerima komoditas dari sembarang daerah sumber. (Siti Ramadhani, 2016)

2.3.4.2 Pengertian Metode Transportasi


Pengertian Metode Transportasi menurut Hamdi A. Taha (2003) adalah The
transportation method is a special class of linear programming that deals with
shipping a commodity from sources (e.g. factories) to destinations (e.g.warehouses)
the objective is to determine the total shipping cost while satisfying supply and
10

GHPDQG OLPLWV·
Maksudnya Metode transportasi adalah bagian khusus dari linear
programming yang membahas pengangkutan komoditi dari sumber ke tempat tujuan
dengan tujuan untuk menemukan pola pengangkutan yang dapat meminimumkan
biaya pengangkutan total da lam pemenuhan batas penawaran dan permintaan.
Sedangkan, Richard B. Chase dkk (2004) menyatakan bahwa ‡7KH
transportation method is a simplified special case of simplex method, it gets its name
from its application to problem involving transporting product from several sources
to several destinations, two common objectives of such problem are either: 1.
Minimize the cost of shipping, n units to m destinations 2. Maximize the profit of
VKLSSLQJ Q XQLWV WR P GHVWLQDWLRQV·
Yang dimaksud dengan Metode Transportasi
menurut defenisi ini adalah suatu bentuk khusus untuk mempermudah metode
simpleks. Nama tersebut diambil dari kegunaan metode tersebut yang meliputi
masalah-masalah angkutan dari beberapa sumber ke beberapa tujuan, dua hal dasar
objek mendasar masalah ini yaitu: 1. Minimisasi ongokos angkut, n unit ke m tujuan
2. Maksimisasi laba angkut, n unit ke m tujuan.
Dan menurut Pangestu Subagyo dkk (2008) mengatakan bahwa Metode
Transportasi merupakan sebuah metode yang digunakan untuk mengatur distribusi
dari sumber-sumber yang menghasilkan produk yang sama ke tempat-tempat yang
membutuhkan secara optimal. (Dika Herli, 2014)
Dari pendapat-pendapat di atas penulis menyimpulkan, bahwa pada dasarnya
Metode Transportasi merupakan metode yang dipakai untuk merencanakan dan
mengendalikan pengalokasian barang dari beberapa sumber ke berbagai tujuan agar
pendistribusian dapat terlaksana sesuai rencana, seoptimal mungkin dan dengan
biaya yang minimum.

2.3.4.3 Model Masalah Transportasi


Model permasalahan transportasi yang paling sederhana diperkenalkan tahun 1941
dan terus dikembangkan pada tahun 1949 dan 1951. Kemudian, beberapa perluasan
dari model dan metode transportasi telah dikembangkan oleh peneliti berikutnya.
Secara umum masalah transportasi diperlihatkan melalui jaringan berikut ini.
11

Gambar 2.1 Jaringan transportasi

Asumsi dasar dari model transportasi adalah besarnya ongkos transportasi pada
rute adalah proposional dengan jumlah barang yang di distribusikan. Deskripsi model
transportasi dalam bentuk jaringan dari m sumber ke n tujuan digambarkan dengan
titik dan busur seperti pada Gambar 2.1. Ada m sumber dan n tujuan masing-
masing digambarkan melalui sebuah titik, dan sebuah busur menghubungkan sumber
dengan tujuan menggambarkan jalur-jalur antara sumber dan tujuan. Busur-busur (i,
j) menghubungkan sumber i menuju tujuan j membawa dua informasi : (1) biaya
transportasi per unit- cij, dan (2) jumlah barang yang dikirim- xij . Jumlah supply
(penawaran) pada sumber i adalah ai dan jumlah demand (permintaan) pada tujuan j
adalah bj . Tujuan dari model tersebut adalah untuk menentukan besar nilai xij yang
meminimalkan total biaya transportasi saat memenuhi semua batasan supply dan
demand.
Suatu masalah transportasi dapat dimodelkan secara matematis, yaitu dengan
membentuk fungsi tujuan. Fungsi tujuan tersebut menunjukkan biaya transportasi
dari sumber i ke tujuan j, maka model program linier untuk permasalahan
transportasi dapat diformulasikan sebagai berikut.
Fungsi tujuan:
Meminimalkan

(2.1)
12

Dengan kendala:

(2.2)

(2.3)

(2.4)
Keterangan:
Z = fungsi tujuan; total yang akan diminimumkan
%ij = biaya transportasi per unit barang dari sumber i ke tujuan j
: ij = jumlah barang yang didistribusikan dari sumber i ke tujuan j
=i = jumlah barang yang ditawarkan atau kapasitas dari sumber i
>j = jumlah barang yang diminta atau dipesan oleh tujuan j
I = banyaknya daerah penghasil/ sumber
J = banyaknya daerah tujuan
Bentuk umum dari tabel transportasi dapat dilihat pada tabel berikut.

Tabel 2.1 Gambaran Umum Masalah Transportasi

Sebagai ilustrasi, Gambar 2.2 akan memodelkan persoalan transportasi


dengan 3 sumber dan 4 tujuan (m= 3, n= 4).
13

Gambar 2.2 Representasi Model Persoalan Transportasi


Fungsi Tujuan:
Meminimumkan
Z = C11X11 + C12X12 + C13X13 + C14X14 + C21X21 + C22X22 + C23X23 +
C24X24 + C31X31 + C32X32 + C33X33 + C34X34
Dengan kendala:
X11 + X12 + X13 + X14 a1
X21 + X22 + X23 + X24 a1
X31 + X32 + X33 + X34 a1
X11 + X21+ X31 b1
X12 + X22 + X32 b2
(Ariz Kurnia, 2017)

2.3.4.4 Keseimbangan Transportasi


Permasalahan transportasi seimbang adalah permasalahan biaya angkutan barang di
mana jumlah barang yang dipasok dari tempat asal sama dengan jumlah barang yang
diminta di tempat tujuan. (Sitorus, 1997)
Dalam kehidupan nyata, tidak selalu dapat dipastikan bahwa penawaran sama
dengan permintaan atau melebihinya. Tetapi, sebuah model transportasi dapat selalu
berimbang. Pengimbangan ini, di samping kegunaannya dalam pemodelan situasi
14

praktis tertentu, adalah penting untuk pengembangan sebuah metode pemecahan


yang sepenuhnya memanfaatkan struktur khusus dari model transportasi ini (Taha,
1996).
Model Gambar 2.3 pada subbab 2.3.4.3 menyiratkan bahwa penawaran total
harus setidaknya sama dengan permintaan total. Ketika penawaran total sama dengan
permintaan total formulasi yang dihasilkan disebut model transportasi
berimbang (balanced transportation model). Formulasi ini berbeda dengan formulasi
sebelumnya hanya terletak pada batasannya yaitu bahwa semua batasan adalah
persamaan, dituliskan sebagai berikut:

(2.5)

(2.6)
Dalam persoalan transportasi yang sebenarnya, jumlah supply yang tersedia
tidak selalu sama dengan jumlah demand atau dengan kata lain jumlah supply yang
tersedia mungkin lebih besar atau lebih kecil daripada jumlah demand. Jika hal ini
terjadi, maka model persoalan disebut sebagai model transportasi tidak seimbang
(unbalanced transportation model). Setiap persoalan transportasi dapat dibuat
seimbang dengan memasukkan kolom dummy atau baris dummy. Ada 2
kemungkinan yang terjadi pada persoalan transportasi tidak seimbang yaitu:
1. Bila supply lebih besar daripada demand ai > bj, persoalan ini diselesaikan
dengan cara menetapkan dummy pada tujuan (kolom) untuk menyerap
kelebihan demand sebesar:

(2.7)
2. Bila supply lebih kecil daripada demand ai < bj , persoalan ini diselesaikan
dengan cara menetapkan dummy pada sumber (baris) untuk men-supply
kekurangan demand sebesar:

(2.8)
15

Dummy tujuan pada kolom maupun dummy sumber pada baris tabel
transportasi pada dasarnya adalah buatan (tidak riil). Dengan demikian, biaya
distribusi pada kolom dummy dan baris dummy adalah nol. Hal ini dapat dipahami
karena pada kenyataan tidak terjadi pengiriman dari sumber dummy dan tidak terjadi
pengiriman ke tujuan dummy.
Tabel 2.1 Tabel Persoalan Transportasi Seimbang ai E j

Tabel 2.1 Tabel Persoalan Transportasi Tidak Seimbang ai !E j


16

Tabel 2.1 7DEHO3HUVRDODQ7UDQVSRUWDVL7LGDN6HLPEDQJ


ai E j

(Jelly Luis, 2014)

2.3.4.5 Metode Penyelesaian Masalah Transportasi


Untuk menyelesaikan persoalan transportasi, harus dilakukan dengan langkah-
langkah sebagai berikut:
1. Menentukan Solusi Fisibel Basis Awal.
2. Manentukan entering variabel dari variabel-variabel nonbasis. Bila semua
variabel sudah memenuhi kondisi optimal, STOP. Bila belum lanjutkan ke
langkah 3.
3. Tentukan leaving variabel diantara variabel-variabel basis yang ada,
kemudian hitung solusi yang ada. Kembali ke langkah 2.
Ada beberapa metode untuk menentukan solusi awal. Tiga dari metode yang
dikenal adalah North West Corner, Least Cost, dan Aproksimasi Vogel.

Metode Northwest Corner


Alur kerja metode Northwest Corner
a. Pendistribusian dimulai dari pojok kiri atas dan diakhiri pada pojok kanan
bawah.
b. Setiap pendistribusian dipilih nilai sebanyak mungkin tanpa menyimpang dari
sumber atau tujuan
17

c. Apabila variabel dasar sudah terisi semua, maka dihitung jumlah biaya yang
akan dikeluarkan oleh perusahaan.

Metode Least Cost


Alur kerja metode Least Cost
a. Pendistribusian dimulai dari biaya terkecil dan apabila terdapat biaya terkecil
lebih dari satu, maka dipilih salah satu.
b. Setiap pendistribusian dipilih nilai sebanyak mungkin tanpa mengabaikan
jumlah sumber atau tujuan
c. Lanjutkan dengan cara yang sama sampai semua penawaran telah dihabiskan
dan keperluan permintaan telah dipenuhi.

Alur kerja 9RJHO¶V$SSUR[LPDWLRQ


a. Menghitung oppurtunity cost yang didasarkan pada dua biaya terkecil pada
setiap baris dan kolom dan mengurangkan kedunya, hasil perhitungannya
disebut dengan penalty cost.
b. Memilih nilai penalty cost terbesar di antara baris dan kolom.
c. Memilih biaya terkecil dari nilai penalty cost terbesar dan mendistribusikan
sejumlah nilai. Baris atau kolom penalty yang sudah terpilih diabaikan untuk
langkah selanjutnya.
d. Menyesuaikan jumlah permintaan dan penawaran untuk menunjukkan alokasi
yang sudah dilakukan. Menghilangkan semua baris dan kolom di mana
penawaran dan permintaan telah dihabiskan.
e. Apabila jumlah penawaran dan permintaan belum sesuai, maka ulangi
langkah pertama sampai terisi semua.

Metode MODI (Modified Distribution)


Metode MODI merupakan variasi dari metode stepping stone yang didasarkan
pada rumusan dual. Perbedaannya dengan metode stepping stone adalah metode ini
tidak harus menentukan semua jalur tertutup variabel nonbasis, kecuali pada saat
akan melakukan perpindahan pengisian tabel. Dengan demikian metode MODI
18

merupakan cara yang efisien untuk menghitung variabel non basis. Dalam metode
MODI terdapat persamaan sebagai berikut.
cij = ui + vj (2.9)
Dengan,
cij = biaya transportasi per unit
ui = nilai variabel dual setiap baris
vj = nilai setiap sel kolom

Adapun langkah-langkah dalam metode MODI adalah :


a. Menentukan nilai uiuntuk setiap baris dan nilai-nilai vi untuk setiap kolom
dengan menggunakan hubungan cij = ui + vi untuk semua variabel basis
dan menentukan nilai u1= 0
b. Menghitung perubahan biaya dij untuk setiap variabel non basis dengan
menggunakan rumus dij = cij - mi + ni
c. Apabila hasil perhitungan terdapat nilai dij negatif, maka solusi belum
optimal. Oleh karena itu dipilih Xij dengan nilai dij negatif terbesar sebagai
entering variabel.
d. Mengalokasikan sejumlah nilai ke entering variabel Xij sesuai dengan
proses stepping stone dan mengulangi langkah pertama.
(Sri Rahmawati, 2016)

2.4 Sistem Distribusi


Distribusi merupakan proses pemindahan barang-barang dari tempat produksi ke
berbagai tempat atau daerah yang membutuhkan. Kotler (2005) mendefinisikan
bahwa distribusi akan mencakup perencanaan, pelaksanaan dan pengawasan arus
bahan dengan memperoleh produk akhir dari tempat produksi dengan memperoleh
keuntungan. Sebagian besar perusahaan menyatakan bahwa tujuan distribusi adalah
membawa barang dalam jumlah tepat, pada waktu yang tepat, dan dengan biaya
serendah mungkin.
Aspek terpenting dari distribusi suatu produk adalah biaya pengangkutan
sedangkan biaya pengangkutan sangat dipengaruhi oleh tarif angkut. Dengan
demikian, tingginya biaya pengangkutan akan mempersempit wilayah pemasaran
19

suatu produk. Panjang pendeknya distribusi pemasaran tergantung beberapa faktor


antara lain :
1. Jarak antara produsen dan konsumen, artinya semakin jauh jarak antara
produsen dan konsumen maka biasanya semakin panjang saluran yang akan
ditempuh oleh produk.
2. Cepat tidaknya produk rusak, artinya produk yang cepat atau mudah rusak
harus segera diterima konsumen, dengan demikian menghendaki saluran yang
pendek dan cepat.
3. Skala produksi, artinya bila produksi berlangsung dalam ukuran kecil maka
jumlah produk yang dihasilkan dalam ukuran kecil pula, sehingga tidak akan
menguntungkan jika produsen menjualnya langsung ke pasar. Dalam kondisi
demikian kehadiran pedagang perantara diharapkan, agar saluran yang dilalui
produk cenderung panjang.
4. Posisi keuangan perusahaan. Produsen yang kondisi keuangannya kuat
cenderung untuk memperpendek saluran tataniaga. Agar efektif,
pengoperasian aset sehari-hari harus mengimplementasikan strategi-strategi
yang telah dikembangkan berdasarkan struktur dan otomatisasi rantai
pasokan. Proses yang dijalankan adalah bagaimana membawa produk yang
benar ke outlet yang benar dan pelanggan yang tepat pada waktu yang tepat
pula.
Ada kemungkinan kesalahan apabila sasarannya tidak memenuhi tuntutan
pelanggan 100 persen. Persediaan harus tersedia di tempat yang tepat pada waktu
yang tepat setiap hari tanpa ada yang gagal. Tanpa adanya persediaan yang tepat,
proses distribusi lainnya tidak akan dapat beroperasi. Pengiriman kilat merupakan
pengecualian yang jarang dilakukan. Pada prinsipnya, agar dapat beroperasi setiap
hari, persediaan harus ada di tempat yang benar pada waktu yang tepat. (Diah
Purnama Sari, 2014)

2.5 Degenerasi dan Redundansi


Sebelum menguji optimalitas tabel, terlebih dahulu menghitung jumlah variabel basis
yang ada pada tabel penyelesaian awal yakni harus memenuhi I +J 1 (I = jumlah
baris dan J = jumlah kolom buah variabel basis (sel yang terisi)) agar proses
20

pengujian keoptimalan dan iterasi capat dilakukan. Akan tetapi dalam menghitung
variabel basis ada kondisi dimana variabel basis yang ada tidak dapat memenuhi
I +J 1 buah variabel basis. Hal ini terjadi karena adanya degenerasi dan redundansi.
Pada degenarasi sel yang terisi kurang dari I +J 1 buah variabel basis, sedangkan
pada redundansi sel yang terisi melebihi dari I +J 1 buah variabel basis. Untuk
mengatasi degenerasi, dapat dilakukan penambahan sel terisi dengan cara
memasukkan nilai 0 (sebanyak yang dibutuhkan) ke dalam sel sehingga jumlah sel
terisi sama dengan I +J 1, sementara kasus redundasi dapat diatasi dengan
megurangi sel alokasi yaitu menggabungkan dua sel ke dalam satu sel degan
memperhatikan harga sel. (Putri Winda Sari, 2016)