STUDI LITERATUR
Disusun untuk memenuhi syarat kelulusan pada mata kuliah studi literatur di
Jurusan Matematika
Oleh :
Siti Nurlela
1167010068
JURUSAN MATEMATIKA
BANDUNG
2019
2
LEMBAR PENGESAHAN
Sebuah Metode Pendekatan Baru Untuk Mendapatkan Solusi Layak Dasar Awal
Masalah Transportasi
STUDI LITERATUR
JURUSAN MATEMATIKA
Oleh :
Siti Nurlela
1167010068
Bandung
i
ABSTRAK
NIM : 1167010068
Kata Kunci : Metode Pendekatan baru, Solusi Layak dasar Awal, Karagul – Sahin
Approximation Method (KSAM)
ii
ABSTRACT
iii
KATA PENGANTAR
iv
DAFTAR ISI
v
3.2.1 Contoh Kasus 1 ........................................................................................ 26
3.3.2 Contoh Kasus 2 ........................................................................................ 49
BAB IV PENUTUP .............................................................................................. 65
DAFTAR PUSTAKA ........................................................................................... 66
LAMPIRAN .......................................................................................................... 68
vi
DAFTAR GAMBAR
vii
DAFTAR TABEL
viii
DAFTAR SIMBOL
ix
DAFTAR LAMPIRAN
x
xi
BAB 1 PENDAHULUAN
1.1 Latar Belakang
Masalah tranportasi adalah bagian dari “Operation Reearch” yang
membahas tentang meminimumkan biaya tranportasi dari suatu tempat ke
tempat lain. Kasus tranportasi timbul ketika seseorang mencoba menentukan
cara pengiriman (penditribusian) ke beberapa tujuan (lokasi permintaan). [1]
Salah satu penyebab meningkatnya persaingan di sector industry ialah
bekembangnya teknologi komunikasi dan informasi yang mengarah pada
pengiriman barang yang efektif dan murah, proses inventaris , produk akhir
atau informasi terkait dari titik asal ke titik konumsi akhir. Kebutuhan ini dapat
terpenuhi dengan bantuan konsep yang berkaitan dengan logistik. Pada
permaslahan ini , logistik semakin penting sebagai solusi bagi perusahaan
manufaktur. Selain menyediakan kontrol layanan dan operasi , logistik juga
menyediakan kemampuan transportasi yang efektif dan murah. Unsur-unsur
dalam logistik ini sangat bervariasi sesuai dengan waktu dan sector. Seiring
berjalannya waktu perbedaan persyaratan dan teknologi menyebabkan
komponen terkait logistik berubah. Namun, biaya transportasi menjadi
komponen penting dari sebagian biaya logistik, bagi banyak perusahaan.
Transportasi barang sesuai dengan sepertiga hingga dua pertiga dari total biaya
logistik.
Dalam proses transportasi tentunya Setiap industri menginginkan biaya
yang minimum, sehingga di perlukan suatu strategi penyelesaian masalah yang
bisa memberikan solusi yang optimal. Hematnya biaya transportasi yaitu
ditentukan oleh strategi dan perencanaan yang baik. Perencanaan pengeluaran
transportasi berhubungan dengan jumlah dan kapan akan di lakukannya
pengeluaran. Dengan adanya perencanaan pengeluaran transportasi maka akan
di peroleh peningkatan keuntungan karena mampu meminimumkan biaya
transportai. Oleh karena itu, pengiriman barang secara efisien dan murah
merupakan masalah penting bagi semua perusahaan.
Permasalahan pengiriman produk dari titik produksi ke titik tujuan atau
titik permintaan di mana produk itu di konsumsi. Terkadang, persedian di titik
produksi terbatas sedangkan ada permintaan yang harus di penuhi untuk setiap
1
pelanggan. Pada permalahan ini, model tranportasi di gunakan untuk
menentukan rencana pengiriman biaya minimum untuk memenuhi permintaan
pelanggan berdasarkan batasan tertentu (Albright and Winston, 2009).
Masalah transportasi muncul dalam berbagai kontek dan menarik banyak
perhatian untuk melakukan penelitian, ada dalam masalah pemrograman linier
terstruktur jaringan yang penting. Langkah pertama dalam menyelesaikan
masalah transportasi adalah menentukan solusi layak dasar awal yang sesuai
dan efektif. Hal ini di perlukan solusi layak dasar awal untuk menemukan
solusi optimal. Nilai Solusi awal mempengaruhi solusi terbaik. Oleh Karena
itu, Penting sekali untuk memulai dengan solusi layak awal yang baik.
2
1.5 Ruang Lingkup Penelitian
Ruang lingkup penelitian ini yaitu pada penentuan solusi layak dasar
awal masalah transportasi, Metode yang di usulkan adalah metode baru yaitu
metode Karagul- Sahin Approximation Method (KSAM). Metode KSAM ini
di bandingkan dengan metode yang biasa di gunakan untuk mendapatkan
solusi awal, yaitu ; North West Corner (NWC), The Matrix Minima (MM),
The Row Minima (RM), The Coloumn-Minima (CLM), Vogel Aproximation
Method (VAM) dan Russel’s Approximation (RAM). Dalam penelitian ini
mengunakan 24 Permasalahan.
3
BAB II
LANDASAN TEORI
2.1 Riset Operasi
Sejak munculnya Revolusi industri telah terlihat pertumbuhan dunia
yang luar biasa dalam hal ukuran dan kompleksitas Organisasi. Saat ini Toko-
toko kecil para pengrajin di era sebelumnya telah berevolusi menjadi
perusahaan bernilai miliaran dolar. Bagian integral dari perubahan revolusi
ini adalah peningkatan yang luar biasa dalam pembagian kerja dan segmentasi
tanggung jawab manajemen dalam organisasi-organisasi ini. Hasilnya sangat
spektakuler. Namun, seiring dengan berjalannya waktu, spesialisasi yang
meningkat ini telah menciptakan masalah baru, masalah yang masih terjadi di
banyak organisasi. Salah satu masalahnya adalah kecenderungan banyak
komponen organisasi untuk tumbuh menjadi kerajaan yang relatif otonom
dengan tujuan dan sistem nilai mereka sendiri, sehingga kehilangan
pandangan tentang bagaimana kegiatan dan sasaran mereka bertautan dengan
yang ada di organisasi secara keseluruhan. Apa yang terbaik untuk satu
komponen sering kali merugikan komponen lainnya, sehingga komponen-
komponen tersebut pada akhirnya dapat berfungsi dengan saling berlawanan.
Masalah terkait adalah bahwa dengan meningkatnya kompleksitas dan
spesialisasi dalam suatu organisasi, semakin sulit untuk mengalokasikan
sumber daya yang tersedia untuk berbagai kegiatan dengan cara yang paling
efektif untuk organisasi secara keseluruhan. Masalah-masalah semacam ini
dan kebutuhan untuk menemukan cara yang lebih baik untuk
menyelesaikannya menyediakan lingkungan bagi munculnya penelitian
operasi (umumnya disebut sebagai OR).[2]
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
4
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.[3]
Riset operasi berhubungan dengan prinsip optimisasi, yaitu
bagaimana cara menggunakan sumber daya (waktu, tenaga, biaya, dll) untuk
mengoptimalkan hasil. Mengoptimalkan hasil berati meminimumkan sesuatu
yang harus di keluarkan/merugikan atau memaksimumkan keuntungan yang
harus di dapatkan. Riset Operasi berhubungan dengan keputusan ilmiah
tentang bagaimana mengoptimalkan rancangan dan operasi mesin maupun
SDM, yang biasanya terjadi pada keadaan dimana sumber daya dan
alokasinya terbatas. [2]
5
optimisasi, yaitu memaksimumkan atau meminimumkan fungsi tujuan yang
bergantung pada sejumlah variabel input. Hal terpenting yang perlu kita
lakukan adalah mencari tahu tujuan penyelesaian masalah dan apa penyebab
masalah tersebut.[4]
Pemrograman linier menggunakan model matematika untuk
menggambarkan masalah yang menjadi perhatian. Kata sifat linier berarti
bahwa semua fungsi matematika dalam model ini harus merupakan fungsi
linier. Pemrograman linier ini tidak merujuk untuk pemrograman computer,
melainkan pada dasarnya sinonim untuk suatu perencanaan. Dengan
demikian, pemrograman linier melibatkan perencanaan kegiatan untuk
mendapatkan hasil yang optimal, yaitu, hasil yang mencapai tujuan yang
ditentukan (sesuai dengan model matematika) di antara semua alternatif yang
layak. Pemrograman linier memiliki banyak aplikasi penting, Faktanya, setiap
masalah yang model matematisnya cocok dengan format umum untuk model
pemrograman linier adalah masalah pemrograman linier. Selain itu, prosedur
solusi yang sangat efisien, yang disebut metode simpleks, tersedia untuk
menyelesaikan masalah pemrograman linier dengan ukuran yang sangat
besar.[5]
Bentuk Umum Program Linier
Bentuk umum program linear untuk kasus memaksimalkan fungsi sasaran:
Maksimum Z = ∑𝑛𝑗=1 𝑐𝑗 𝑥𝑗
Dengan Batasan
∑𝑗=1 𝑥𝑗 ≤ 𝑏𝑗 Untuk i = 1,2, …….m (1)
𝑥𝑖 ≤ 0 Untuk j = 1,2,……..n (2)
Atau dapat di tuliskan secara lengkap sebagai berikut :
Optimum
Z= 𝑐1 𝑥1 + 𝑐2 𝑥2 ….+ 𝑐𝑛 𝑥𝑛 (3)
6
Dengan Fungsi Pembatas (Constraint Function) :
⋮ ⋮ ⋮ ⋮
𝑥1 , 𝑥2 … … 𝑥𝑛 ≥ 0 (7)
Z= 𝑐1 𝑥1 + 𝑐2 𝑥2 ….+ 𝑐𝑛 𝑥𝑛 (11)
⋮ ⋮ ⋮ ⋮
𝑥1 , 𝑥2 … … 𝑥𝑛 ≥ 0 (15)
Keterangan :
7
𝑐𝑗 = Kenaikan nilai Z apabila ada pertambahan tingkat kegiatan 𝑥𝑗
dengan satu satuan ini atau sambungan setiap satuan keluaran kegiaatn j
terhadap Z
8
Alokasi produk ini harus diatur sedemikian rupa, karena terdapat
perbedaan biaya-biaya alokasi dari satu sumber ke tempat-tempat tujuan
yang berbeda-beda. Metode transportasi juga biasa di gunakan untuk
memecahkan masalah-masalah dunia usaha (bisnis) lainnya, seperti
masalah-masalah yang meliputi pengiklanan, pembelanjaan modal
(capital financing) dari alokasi dana untuk investasi, analisis lokasi,
keseimbangan ini perakitan dan perencanaan serta scheduling
produksi.[4]
d. Masalah Penugasan
Masalah penugasan adalah jenis khusus masalah pemrograman
linier di mana orang yang ditugasi ditugaskan untuk melakukan tugas.
Misalnya, orang yang ditugasi mungkin adalah karyawan yang perlu
diberi tugas kerja. Menugaskan orang ke pekerjaan adalah aplikasi
umum dari masalah penugasan. Namun, yang ditugasi tidak harus orang.
dapat berupa mesin, kendaraan, pabrik, atau bahkan slot waktu untuk
diberi tugas. [5]
9
Heizer dan render (2005:631) dalam M.Fiqransyah (2015)
mengidentifikasi secara sederhana mengidentifikasi bahwa ada beberapa
hal yang perlu di perhatikan dalam penggunaan metode trasnportasi di
antaranya ;
1. Titik asal sumber (sources) dan kapasitas pada setiap metode.
2. Titik tujuan (destinations) dan permintaan setiap periode.
3. Biaya pengiriman (untuk permasalahan dengan tujuan minimisasi
biaya), atau keuntungan pengalokasian (untuk maksimisasi
keuntungan) per satuan atau unit setiap titik asal ke setiap titik tujuan
diketahui.
Setiap perusahaan pasti membutuhkan metode transportai
untuk pendistribusian barang yang ada di perusahaan tersebut , karena
dengan menggunakan metode ini akan lebih efektif dan lebih banyak
keuntungannya,
Ciri-ciri Khusus Penggunaan Metode Transporatasi
1. Terdapat sejumlah sumber dan sejumlah tujuan tertentu.
2. Kuantitas komoditi/barang yang didisitribusikan dari setiap sumber
dan yang diminta oleh setiap tujuan besarnya tertentu.
3. Komoditi yang dikirim/diangkut dari suatu sumber ke suatu tujuan
besarnya sesuai dengan permintaan atau kapasitas sumber.
4. Ongkos pengangkutan komoditi dari suatu sumber ke suatu tujuan
besarnya tertentu.
10
Gambar 2.1 Jaringan Transportasi
Asumsi dasar dari model transportasi adalah biaya
pendistribusian barang proporsionl dengan Jumlah barang yang di
distribusikan ke tujuan. Gambar 2.1 mendeskripsikan model transportasi
dalam bentuk jaringan dari m ke n sumber dengan menggunakan titik dan
busur. Sebuah titik tersebut menggambarkan adanya m sumber dan n
tujuan , sedangkan busur menghubungkan sumber dengan tujuan
menggambarkan jalur-jalur antara sumber dengan tujuan. Dapat di ketahui
bahwa dari bususr-bususr (i,j) yang menghubungkan sumber i ke sumber
j : (1) biaya transportasi per unit- 𝐶𝑖𝑗 , dan (2) jumlah barang yang dikirim-
𝑋𝑖𝑗 . Jumlah Supply (Persediaan) 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 demand dan supply.
Suatu masalah transporatsi dapat di modelkan secara matematis
yaitu dengan membentuk fungsi tujuan. Fungsi tujuan tersenut
menunjukan biaya transportasi dari sumber I ke tujuan j, mka modle
program linier untuk masalah transporatsi dapat di formulasikan sebagai
berikut.
11
Fungsi Tujuan :
Meminimalkan
Z= ∑𝑚 𝑛
𝑖=1 ∑𝑗=1 𝐶𝑖𝑗 𝑋𝑖𝑗 (16)
Dengan Kendala :
∑ 𝑋𝑖𝑗 ≤ 𝑎𝑖 ; 𝑖 = 1,2, … . , 𝑚 (17)
∑ 𝑋𝑖𝑗 ≥ 𝑏𝑗 ; 𝑗 = 1,2, … . , 𝑛 (18)
Keterangan :
Z = fungsi tujuan; total yang akan diminimumkan
𝐶𝑖𝑗 = biaya transportasi per unit barang dari sumber i ke tujuan j
𝑋𝑖𝑗 = jumlah barang yang didistribusikan dari sumber i ke tujuan j
𝑎𝑖 = jumlah barang yang ditawarkan atau kapasitas dari sumber i
𝑏𝑗 = jumlah barang yang diminta atau dipesan oleh tujuan j
𝑚= banyaknya daerah penghasil/ sumber
𝑛= banyaknya daerah tujuan Bentuk
Bentuk umum tabel Transportasi :
Tabel 2.1 Bentuk umum tabel transportasi
12
Gambar 2.2 Representasi model masalah transportasi
Fungsi Tujuan :
Meminimumkan
Z = 𝐶11 𝑋11 + 𝐶12 𝑋12 + 𝐶13 𝑋13 + 𝐶21 𝑋21 + 𝐶22 𝑋22 + 𝐶23 𝑋23 (19)
Dengan Kendala :
𝑋11 + 𝑋12 + 𝑋13 ≤ 𝑎1 (20)
𝑋21 + 𝑋22 + 𝑋23 ≤ 𝑎1 (21)
𝑋11 + 𝑋21 + 𝑋31 ≤ 𝑏1 (22)
𝑋12 + 𝑋22 + 𝑋32 ≤ 𝑏2 (23)
13
Tabel 2.2 Suplai Pupuk dari Tiga Pabrik ke Tiga Pasar
Pasar
Penawaran
1 2 3
1 8 5 6 120
Pabrik 2 15 10 12 80
3 3 9 10 80
Permintaan 150 70 60 280
14
dengan menggunakan model trasnportasi selalu berimbang dengan cara
memasukan variabel dummy [8]
Ada dua kemungkinan ynag terjadi pada masalah trasnportasi
tidak seimbang :
1. Jika Supply lebih besar dari demand 𝑎𝑖 ≥ 𝑏𝑗 , maka maslah ini di
selesaikan dengan cara menetapkan dummy pada tujuan (kolom)
untuk menyerap kelebihan dummy sebesar :
∑𝑚 𝑛
𝑖=1 𝑎𝑖 - ∑𝑖=1 𝑏𝑗 (25)
2. Jika Supply lebih kecil dari demand 𝑎𝑖 ≤ 𝑏𝑗 , maka masalah ini di
selesaikan dengan cara dummy pada sumber (baris) untuk men-
supply kekurangan demand sebesar :
∑𝑛𝑖=1 𝑏𝑗 − ∑𝑚
𝑖=1 𝑎𝑖 (26)
Pada dasarnya dummy tujuan pada kolom maupun dummy
sumber pada baris 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.[3]
Tabel 2.3 masalah transportai tak seimbang ∑ 𝒂𝒊 ≥ ∑ 𝒃𝒋
15
Tabel 2.4 masalah transportai tak seimbang ∑ 𝒂𝒊 ≤ ∑ 𝒃𝒋
Ada beberapa metode yang dapat di gunakan untuk mencari solusi awal
masalah transportasi di antranya : Northwest Corner Method, Least Cost
Method, Vogel Approximation Method, Karagul Sahin Approximation Method.
16
2.7 Metode Pendekatan Vogel (Vogel’s Approximation Method)
Metode Pendekatan Vogel adalah suatu metode yang
pengalokasiannya di mulai dengan menntukan nilai selisih antar kotak dengan
biaya. VAM merupakan cara untuk mendapatkan solusi awal yang bia di
katakana lebih ceoat dan efisien. Namun, terkadang penyelesaiannya belum
optimal, tetapi hanya mendekati optimal.
Langkah-Langkah metode pendekatan vogel
1. Hitung opportunity cost untuk setiap baris dan kolom. Opportunity cost
untuk setiap baris ke-i dihitung dengan mengurangkan nilai 𝐶𝑖𝑗 terkecil
pada baris tersebut dengan nilai 𝐶𝑖𝑗 satu tingkat lebih besar pada baris yang
sama. Opportunity cost kolom diperoleh dengan cara yang sama. Biaya-
biaya ini adalah pinalti karena tidak memilih kotak dengan biaya minimum
2. Pilih baris atau kolom dengan opportunity cost terbesar (jika terdapat nilai
kembar, pilih secara sembarang. Alokasikan sebanyak mungkin kekotak
dengan nilai 𝐶𝑖𝑗 minimum pada baris atau kolom yang dipilih.
3. Hilangkan semua baris dan kolom dimana penawaran dan permintaan telah
dihabiskan.
4. Jika semua penawaran dan permintaan belum dipenuhi, kembali kelangkah
pertama dan hitung kembali opportunity cost yang baru.
Adapun Menurut (Hendri,2009) dalam (M.Fiqransyah,2015) langkah-
langkah penyelesain Metode pendekatan Vogel adalah :
1. Tentukan perbedaan dua biaya terkecil pada setiap baris dan setiap kolom
pada tabel.
2. Pilih nilai perbedaan terbesar, dimana baris atau kolom yang mempunyai
nilai perbedaan terbesar akan merupakan baris atau kolom awal pengisian.
3. Kemudian pilih sel pada baris atau kolom yang terpilih mempunyai biaya
terendah di mana sel ini akan dilakukan pengisian.
4. Berdasarkan baris dan kolom yang tersisa, ulangi langkah 1 untuk baris
atau kolom yang belum terisi, lalu lanjutkan ke point 3 dan 4.
Contoh penyelesaian dengan menggunakan metode pendekatan vogel
17
Tabel Biaya 2.7 Contoh Masalah Vogel’s Approximation Method
Dari/ke A B C Supply
1 8 5 6 120
2 15 10 12 80
3 3 9 10 80
Penyelesaian :
Langkah Pertama : Cari dua biaya terendah dari masing-masing baris dan kolom
Tabel Biaya 2.8 terendah dari masing-masing baris dan kolom
Dari/ke A B C Supply
1 8 5 6 120
2 15 10 12 80
3 3 9 10 80
Biaya terendah pertama dan biaya terendah kedua pada baris ke-1 masing-
masing adalah 5 dan 6. Biaya terendah pertama dan kedua pada baris ke-2 masing-
masing adalah 10 dan 12. Sedangkan biaya terendah pertama dan biaya terendah ke
3 adalah 3 dan 9. Biaya terendah pertama dan terendah kedua pada kolom ke A
adalah 3 dan 8. Biaya terendah pertama dan kedua paad baris ke B adalah 5 dan 9.
Sedangkan biaya terendah pertama dan biaya terendah ke-dua adalah 6 dan 10.
Langkah 2 : Selisihkan 2 biaya tersebut
18
Tabel 2.9 Selisih Biaya Kasus Vogel’s Approximation Method
1 8 5 6 120 1
2 15 10 12 80 2
3 3 9 10 80 6
Selisih 5 4 4
Langkah 3 Pilih Selisih biaya terbesar pada baris/kolom tersebut (apabila terdapat
selisih terbesar yang sama , maka dapat di pilih salah satunya).
19
Iterasi 1
Tabel 2.11 Iterasi 1 Vogel’s Approximation Method
1 8 5 6 120 1
2 15 10 12 80 2
3 9 10 6
3 80 0 0 80
Selisih 5 4 4
Langkah 5. Baris/kolom yang telah di isi penuh tidak dapat di ikusrtakan kembali
dalam proses perhitungan pencarian selisih biay a berikutnya.
20
Iterasi 2
Tabel 2.12 Iterasi 2 Vogel’s Approximation Method
Dari/ke A B C Supply Selisih
8
1 5 6 120 1
70
15
2 10 12 80 2
0
3 9 10
3 80 -
80 0 0
Demand 150 70 60 280
Selisih 7 5 6
Berdasarkan iterasi 2, di temukan selisih terbesar berada pada Kolom ke A
yaitu 7. Pada kolom Ke A ,sel dengan biaya terendah berada pada sel baris ke-1
kolom A yaitu 8, Sehingga sel baris ke-1 Kolom A di isi dengan 70 (min(70;120).
Permintaan kolom ke-A menjadi 70 karena sebelumnya sel Kolom A baris 3 telah
di isi dengan 80. Kolom ke-A tidak di ikutsertakan dalam proses perhitungan selisih
biaya berikutnya karena semua kapasitasnya telah di alokasikan. Oleh karena itu
sel baris ke-2 kolomKe-A di isi dengan Nol. Serta selisih pada kolom ke-A untuk
iterasi ke-3 di tandai degan (-).
Iterasi 3
Tabel 2.13 Iterasi 3 Vogel’s Approximation Method
21
Berdasarkan iterasi 3, di temukan selisih terbesar berada pada Kolom ke C
yaitu 6. Pada kolom Ke C ,sel dengan biaya terendah berada pada sel baris ke-1
kolom C yaitu 6 Sehingga sel baris ke-1 kolom ke-A di isi dengan 50
(min(50;120=50). Permintaan baris ke-1 menjadi 50 karena sbelumnya pada baris
ke-1 kolom Ke-A telah di isi dengan 70. Baris ke-1 tidak di ikutsertakan dalam
proses perhitungan selisih biaya berikutnya karena semua kapasitasnya telah di
alokasikan. Oleh karena itu sel baris ke-1 kolom Ke-B di isi dengan Nol. Serta
selisih pada baris pertama, kolom ke-B untuk iterasi ke-4 di tandai dengan (-).
Iterasi 4.
Berdasarakan iterasi 4 hanya ada satu baris saja yang belum terpenuhi yaitu
baris ke-2 dengan selisih 2. Pada baris ke-2 Sel dengan biaya terendah berada pada
sel baris ke-2 kolom ke-B , sehingga sel tersebut di isi dengan 70 (min(70,80=70),
Kolom Ke-B tidak di ikutsertakan pada iterasi selanjutnya karena semua
permintaan telah terpenuhi. Sehingga Selisih pada kolom ke-B di tandai dengan (-)
22
Iterasi 5
Tabel 2.15 Iterasi 3 Vogel’s Approximation Method
Dari/ke A B C Supply Selisih
8 5 6
1 120 -
70 0 50
15 10 12
2 80 2
0 70 10
3 9 10
3 80 -
80 0 0
Demand 150 70 60 280
Selisih - - -
Berdasarakan iterasi ke-5 , Sel yang belum terisi adalah sel baris ke-2 kolom
ke-C, Sehingga tidak perlu di cari selisihnya, dan langsung di isi dengan 10,
Permintaan pada baris ke-2 menjadi 10, karena sebelumnya pada sel baris ke-2
kolom ke-B telah di isi dengan 70.
Tabel 2.16 Pengalokasian menggunakan Metode VAM
Dari/ke A B C Supply
8 5 6
1 120
70 0 50
15 10 12
2 80
0 70 10
3 9 10
3 80
80 0 0
Demand 150 70 60 280
Berdasarkan Tabel 2.16 Terlihat seluruh kebutuhan baris dan kolom telah
terpenuhi yang berarti solusi awal bisa di peroleh. Selanjutnya menghitung total
biaya minimum distribusi dengan menggunakan persamaan
23
= 8𝐴1 + 15𝐴2 + 3𝐴3 + 5𝐵1 + 10𝐵2 + 9𝐵3 + 6𝐶1
+ 12𝐶2 + 10
= (8 𝑥 70) + (15 𝑥 0) + (3 𝑥 80) + (5 𝑥 0) + (10 𝑥70)
+ (9 𝑥 0) + (6 𝑥 50) + (12 𝑥 10) + (10 𝑥 0)
= 560 + 0 + 240 + 0 + 700 + 0 + 300 + 120 +
= 1920
24
BAB III
𝑑𝑗 𝑏𝑗
𝑟𝑖𝑗 = atau 𝑟𝑖𝑗 = 𝑖 = 1,2,3, … . . 𝑚 𝑑𝑎𝑛 𝑗 = 1,2,3, … . . , 𝑛
𝑆𝑖 𝑎𝑖
𝑆𝑗 𝑎𝑗
𝑟𝑗𝑖 = atau 𝑟𝑖𝑗 = 𝑗 = 1,2,3 … … , 𝑛 𝑑𝑎𝑛 𝑖 = 1,2,3 … . . , 𝑚
𝑑𝑖 𝑏𝑖
𝑟𝑖𝑗 ∗ 𝑟𝑗𝑖 = 1
Keterangan :
25
1. Hitung nilai 𝑟𝑖𝑗 (pdm) dan 𝑟𝑗𝑖 (psm) untuk matriks A (wcd) dan B (wcs).
2. Hitung matriks biaya transportasi dengan mengalikan tarif dan nilai biaya
dan membentuk A (wcd) dan B(wcs) matriks.
3. Untuk memulai dengan biaya terkecil dalam matriks wcd dan wcs, buat
tugas dengan mempertimbangkan permintaan dan kendala pasokan.
4. Jika semua tuntutan terpenuhi, selesaikan algoritma. Jika tidak, kembali ke
langkah 3
5. Bandingkan nilai solusi dari matriks tugas. Set solusi yang lebih kecil
sebagai solusi awal.
𝐷1 𝐷2 𝐷3 𝐷4 𝐷5 Supply (S)
𝑆1 73 40 9 79 20 8
𝑆2 62 93 96 8 13 7
𝑆3 96 65 80 50 65 9
𝑆4 57 58 29 12 87 3
𝑆5 56 23 87 18 12 5
Demand (D) 6 8 10 4 4 32
26
Tabel 3.2 𝒓𝒊𝒋 pada matriks (PDM) Masalah Transportasi Seimbang
𝐷1 𝐷2 𝐷3 𝐷4 𝐷5 Supply (S)
𝑆1 0,75 1,00 1,25 0,50 0,50 8
𝑆2 0,86 1,14 1,43 0,57 0,57 7
𝑆3 0,67 0,89 1,11 0,44 0,44 9
𝑆4 2,00 2,67 3,33 1,33 1,33 3
𝑆5 1,20 1,60 2,00 0,80 0,80 5
Demand (D) 6 8 10 4 4 32
𝐷1 𝐷2 𝐷3 𝐷4 𝐷5 Supply (S)
𝑆1 1,33 1,00 0,80 2,00 2,00 8
𝑆2 1,17 0,88 0,70 1,75 1,75 7
𝑆3 1,50 1,13 0,90 2,25 2,25 9
𝑆4 0,50 0,38 0,30 0,75 0,75 3
𝑆5 0,83 0,63 0,50 1,25 1,25 5
Demand (D) 6 8 10 4 4 32
27
Tabel 3.4 Matriks A Masalah Transportasi Seimbang
𝐷1 𝐷2 𝐷3 𝐷4 𝐷5 Supply (S)
𝑆1 54,75 40,00 11,25 39,50 10,00 8
𝑆2 53,14 106,29 137,14 4,57 7,43 7
𝑆3 64,00 57,78 88,89 22,22 28,89 9
𝑆4 114,00 154,67 96,67 16,00 116,00 3
𝑆5 67,20 36,80 174,00 14,40 9,60 5
Demand (D) 6 8 10 4 4 32
𝐷1 𝐷2 𝐷3 𝐷4 𝐷5 Supply (S)
𝑆1 97,33 40,00 7,20 158,00 40,00 8
𝑆2 72,33 81,38 67,20 14,00 22,75 7
𝑆3 144,00 73,13 72,00 112,50 146,25 9
𝑆4 28,50 21,75 8,70 9,00 65,25 3
𝑆5 46,67 14,38 43,50 22,50 15,00 5
Demand (D) 6 8 10 4 4 32
Langkah 3 solusi dari WCD dan WCS, mencari biaya terkecil dengan
mempertimbangkan persediaan dan permintaan.
28
a. Solusi dari WC
Iterasi 1
Tabel 3.6 Iterasi 1 Karagul Sahin Approximation Method Maslah
transportasi Seimbang
𝐷1 𝐷2 𝐷3 𝐷4 𝐷5 Supply (S)
𝑆1 54,75 40,00 11,25 39,50 10,00 8
4,57
𝑆2 53,14 106,29 137,14 7,43 7
4
𝑆3 64,00 57,78 88,89 22,22 28,89 9
𝑆4 114,00 154,67 96,67 16,00 116,00 3
𝑆5 67,20 36,80 174,00 14,40 9,60 5
Demand
6 8 10 4 4 32
(D)
𝐷1 𝐷2 𝐷3 𝐷4 𝐷5 Supply (S)
𝑆1 54,75 40,00 11,25 39,50 10,00 8
53,14 106,29 137,14 4,57 7,43
𝑆2 7
0 0 0 4 3
𝑆3 64,00 57,78 88,89 22,22 28,89 9
𝑆4 114,00 154,67 96,67 16,00 116,00 3
𝑆5 67,20 36,80 174,00 14,40 9,60 5
Demand (D) 6 8 10 4 4 32
29
Berdasarkan iterasi 2, biaya terkecil di temukan pada sel baris 𝑆2
kolom 𝐷5 Yaitu 7,43, Sehingga sel tersebut di isi dengan 3 (min (3,7)=3).
Kapasitas 𝑆2 menjadi 3(7 – 4 = ) Karena sebelumnya sel baris 𝑆2 kolom 𝐷4 di isi
dengan 4. baris 𝑆2 tidak diikutsertakan dalam proses perhitungan pencariaan biaya
terkecil berikutnya karena seluruh kapasitasnya telah di alokaiskan. Oleh, Karena
itu, sel baris 𝑆1 kolom 𝐷1 , baris 𝑆2 kolom 𝐷2 , baris 𝑆3 kolom 𝐷3 , di isi dengan
Nol.
Iterasi 3
Tabel 3.8 Iterasi 3 Karagul Sahin Approximation Method Maslah
transportasi Seimbang
𝐷1 𝐷2 𝐷3 𝐷4 𝐷5 Supply (S)
𝑆1 54,75 40,00 11,25 39,50 10,00 8
53,14 106,29 137,14 4,57 7,43
𝑆2 7
0 0 0 4 3
28,89
𝑆3 64,00 57,78 88,89 22,22 9
0
116,00
𝑆4 114,00 154,67 96,67 16,00 3
0
9,60
𝑆5 67,20 36,80 174,00 14,40 5
1
Demand (D) 6 8 10 4 4 32
30
Iterasi 4
𝐷1 𝐷2 𝐷3 𝐷4 𝐷5 Supply (S)
54,75 40,00 11,25 39,50 10,00
𝑆1 8
0 0 8 0 0
53,14 106,29 137,14 4,57 7,43
𝑆2 7
0 0 0 4 3
28,89
𝑆3 64,00 57,78 88,89 22,22 9
0
116,00
𝑆4 114,00 154,67 96,67 16,00 3
0
9,60
𝑆5 67,20 36,80 174,00 14,40 5
1
Demand (D) 6 8 10 4 4 32
31
Iterasi 5
𝐷1 𝐷2 𝐷3 𝐷4 𝐷5 Supply (S)
54,75 40,00 11,25 39,50 10,00
𝑆1 8
0 0 8 0 0
53,14 106,29 137,14 4,57 7,43
𝑆2 7
0 0 0 4 3
57,78 28,89
𝑆3 64,00 88,89 22,22 9
0
116,00
𝑆4 114,00 154,67 96,67 16,00 3
0
67,20 36,80 174,00 14,40 9,60
𝑆5 5
4 0 0 0 1
Demand (D) 6 8 10 4 4 32
32
Iterasi 6
Tabel 3.11 Iterasi 1 Karagul Sahin Approximation Method Maslah
transportasi Seimbang
𝐷1 𝐷2 𝐷3 𝐷4 𝐷5 Supply (S)
54,75 40,00 11,25 39,50 10,00
𝑆1 8
0 0 8 0 0
53,14 106,29 137,14 4,57 7,43
𝑆2 7
0 0 0 4 3
57,78 28,89
𝑆3 64,00 88,89 22,22 9
4 0
154,67 116,00
𝑆4 114,00 96,67 16,00 3
4 0
67,20 36,80 174,00 14,40 9,60
𝑆5 5
4 0 0 0 1
Demand (D) 6 8 10 4 4 32
33
Iterasi 7
𝐷1 𝐷2 𝐷3 𝐷4 𝐷5 Supply (S)
54,75 40,00 11,25 39,50 10,00
𝑆1 8
0 0 8 0 0
53,14 106,29 137,14 4,57 7,43
𝑆2 7
0 0 0 4 3
64,00 57,78 88,89 22,22 28,89
𝑆3 9
5 4 0 0 0
154,67 116,00
𝑆4 114,00 96,67 16,00 3
4 0
67,20 36,80 174,00 14,40 9,60
𝑆5 5
4 0 0 0 1
Demand (D) 6 8 10 4 4 32
34
Iterasi 8
𝐷1 𝐷2 𝐷3 𝐷4 𝐷5 Supply (S)
54,75 40,00 11,25 39,50 10,00
𝑆1 8
0 0 8 0 0
53,14 106,29 137,14 4,57 7,43
𝑆2 7
0 0 0 4 3
64,00 57,78 88,89 22,22 28,89
𝑆3 9
5 4 0 0 0
154,67 96,67 16,00 116,00
𝑆4 114,00 3
0 2 0 0
67,20 36,80 174,00 14,40 9,60
𝑆5 5
4 0 0 0 1
Demand (D) 6 8 10 4 4 32
35
Iterasi 9
𝐷1 𝐷2 𝐷3 𝐷4 𝐷5 Supply (S)
54,75 40,00 11,25 39,50 10,00
𝑆1 8
0 0 8 0 0
53,14 106,29 137,14 4,57 7,43
𝑆2 7
0 0 0 4 3
64,00 57,78 88,89 22,22 28,89
𝑆3 9
5 4 0 0 0
114,00 154,67 96,67 16,00 116,00
𝑆4 3
1 0 2 0 0
67,20 36,80 174,00 14,40 9,60
𝑆5 5
4 0 0 0 1
Demand (D) 6 8 10 4 4 32
36
Tabel 3.14 Solusi 1 : di hasilkan dari WCD Masalah Transportasi Seimbang
𝐷1 𝐷2 𝐷3 𝐷4 𝐷5 Supply (S)
54,75 40,00 11,25 39,50 10,00
𝑆1 8
0 0 8 0 0
53,14 106,29 137,14 4,57 7,43
𝑆2 7
0 0 0 4 3
64,00 57,78 88,89 22,22 28,89
𝑆3 9
5 4 0 0 0
114,00 154,67 96,67 16,00 116,00
𝑆4 3
1 0 2 0 0
67,20 36,80 174,00 14,40 9,60
𝑆5 5
4 0 0 0 1
Demand (D) 6 8 10 4 4 32
Berdasarkan Tabel 3.14 Terlihat seluruh kebutuhan baris dan kolom telah
terpenuhi yang berarti solusi awal bisa di peroleh. Selanjutnya menghitung total
biaya minimum dengan menggunakan persamaan (1)
= 1.102
37
Dengan menggunakan langkah-langkah yang sama seperti mencari solusi
dari WCD, maka di hasilkan Solusi dari WCS sebagai berikut :
𝐷1 𝐷2 𝐷3 𝐷4 𝐷5 Supply (S)
97,33 40,00 7,20 158,00 40,00
𝑆1 8
0 0 8 0 0
72,33 81,38 67,20 14,00 22,75
𝑆2 7
0 0 0 3 4
144,00 73,13 72,00 112,50 146,25
𝑆3 9
6 3 0 0 0
28,50 21,75 8,70 9,00 65,25
𝑆4 3
0 0 2 1 0
46,67 14,38 43,50 22,50 15,00
𝑆5 5
0 5 0 0 0
Demand (D) 6 8 10 4 4 32
Berdasarkan Tabel 3.15 Terlihat seluruh kebutuhan baris dan kolom telah
terpenuhi yang berarti solusi awal bisa di peroleh. Selanjutnya menghitung total
biaya minimum dengan menggunakan persamaan (1)
= 1,104
Langkah 5 , Membandingkan nilai solusi dari WCD dan WCS, ambil solusi yang
lebih kecil sebagai solusi awal.
38
Solusi dari WCD adalah 1.102 Sedangkan Solusi dari WCS adalah 1.104,
Sangat jelas bahwa solusi dari WCD lebih kecil, Sehingga yang di jadikan solusi
awal adalah solauis dari WCD yaitu 1.102.
Langkah Pertama : Cari dua biaya terendah dari masing-masing baris dan kolom
Tabel Biaya 3.16 terendah dari masing-masing baris dan kolom (Masalah
Transportasi Seimbang)
𝐷1 𝐷2 𝐷3 𝐷4 𝐷5 Supply (S)
𝑆1 73 40 9 79 20 8
𝑆2 62 93 96 8 13 7
𝑆3 96 65 80 50 65 9
𝑆4 57 58 29 12 87 3
𝑆5 56 23 87 18 12 5
Demand (D) 6 8 10 4 4 32
Biaya terendah pertama dan biaya terendah kedua pada baris S1 masing-
masing adalah 9 dan 40. Biaya terendah pertama dan kedua pada baris S2 masing-
masing adalah 8 dan 13. Biaya terendah pertama dan kedua pada baris S3 masing-
masing adalah 50 dan 5. Biaya terendah pertama dan kedua pada baris S4 masing-
masing adalah 12 dan 29. Sedangkan biaya terendah pertama dan biaya terendah
kedua pada baris S5 adalah 12 dan 18. Biaya terendah pertama dan terendah kedua
pada kolom D1 masing-masing adalah 56 dan 57. Biaya terendah pertama dan
kedua pada kolom D2 masing-masing adalah 23 dan 58. Biaya terendah pertama
dan biaya terendah ke-dua pada kolom D3 masing-masing adalah 9 dan 29.Biaya
terendah pertama dan kedua pada kolom D4 masing-masing adalah 8 dan 18.
Sedangkan pada kolom D5 biaya terendah pertama dan kedua masing-masing
adalah 12 dan 13.
39
Langkah 2 : Selisihkan 2 biaya tersebut
𝐷1 𝐷2 𝐷3 𝐷4 𝐷5 Supply Selisih
𝑆1 73 40 9 79 20 8 11
𝑆2 62 93 96 8 13 7 5
𝑆3 96 65 80 50 65 9 15
𝑆4 57 58 29 12 87 3 17
𝑆5 56 23 87 18 12 5 6
Demand 6 8 10 4 4 32
Selisih 1 17 20 4 1
Langkah 3 Pilih Selisih biaya terbesar pada baris/kolom tersebut (apabila terdapat
selisih terbesar yang sama , maka dapat di pilih salah satunya).
𝐷1 𝐷2 𝐷3 𝐷4 𝐷5 Supply Selisih
𝑆1 73 40 9 79 20 8 11
𝑆2 62 93 96 8 13 7 5
𝑆3 96 65 80 50 65 9 15
𝑆4 57 58 29 12 87 3 17
𝑆5 56 23 87 18 12 5 6
Demand 6 8 10 4 4 32
Selisih 1 17 20 4 1
40
Selisih biaya terbesar ada pada Kolom D3 yaitu 20.
Langkah 4. Alokasikan produk sebanyak - banyaknya (di sesuaikan dengan
kapasiats dan permintaan) di sel yang memiliki biaya terendah pada baris/kolom
yang memiliki selisih terbesar tersebut.
Iterasi 1
𝐷1 𝐷2 𝐷3 𝐷4 𝐷5 Supply Selisih
𝑆1 73 40 9 79 20 8 11
0 0 8 0 0
𝑆2 62 93 96 8 13 7 5
𝑆3 96 65 80 50 65 9 15
𝑆4 57 58 29 12 87 3 17
𝑆5 56 23 87 18 12 5 6
Demand 6 8 10 4 4 32
Selisih 1 17 20 4 1
41
Langkah 5. Baris/kolom yang telah di isi penuh tidak dapat di ikusrtakan kembali
dalam proses perhitungan pencarian selisih biaya berikutnya.
𝐷1 𝐷2 𝐷3 𝐷4 𝐷5 Supply Selisih
73 40 9 79 20
𝑆1 8 -
0 0 8 0 0
96
𝑆2 62 93 8 13 7 5
0
80
𝑆3 96 65 50 65 9 15
0
29
𝑆4 57 58 12 87 3 17
2
87
𝑆5 56 23 18 12 5 6
0
Demand 6 8 10 4 4 32
Selisih 1 35 51 4 1
42
Iterasi 3
Tabel 3.21 Iterasi 3Vogel’s Approximation Method (Masalah
Transportasi Seimbang)
𝐷1 𝐷2 𝐷3 𝐷4 𝐷5 Supply Selisih
𝑆1 73 40 9 79 20 8 -
0 0 8 0 0
96
𝑆2 62 93 8 13 7 5
0
80
𝑆3 96 65 50 65 9 15
0
57 58 29 12 87
𝑆4 3 45
0 0 2 1 0
87
𝑆5 56 23 18 12 5 6
0
Demand 6 8 10 4 4 32
Selisih 1 35 - 4 1
43
Iterasi 4
𝐷1 𝐷2 𝐷3 𝐷4 𝐷5 Supply Selisih
73 40 9 79 20
𝑆1 8 -
0 0 8 0 0
96
𝑆2 62 93 8 13 7 5
0
80
𝑆3 96 65 50 65 9 15
0
57 58 29 12 87
𝑆4 3 -
0 0 2 1 0
56 23 87 18 12
𝑆5 5 6
0 5 0 0 0
Demand 6 8 10 4 4 32
Selisih 6 42 - 10 1
44
Iterasi 5
𝐷1 𝐷2 𝐷3 𝐷4 𝐷5 Supply Selisih
73 40 9 79 20
𝑆1 0 0 8 0 0 8 -
96 13
𝑆2 62 93 8 4 7 5
0
80
𝑆3 96 65 50 65 9 15
0
57 58 29 12 87
𝑆4 3 -
0 0 2 1 0
56 23 87 18 12
𝑆5 5 -
0 5 0 0 0
Demand 6 8 10 4 4 32
Selisih 34 28 - 42 52
45
Iterasi 6
𝐷1 𝐷2 𝐷3 𝐷4 𝐷5 Supply Selisih
73 40 9 79 20
𝑆1 8 -
0 0 8 0 0
62 93 96 8 13
𝑆2 7 54
0 0 0 3 4
80 50 65
𝑆3 96 65 9 15
0 0
57 58 29 12 87
𝑆4 3 -
0 0 2 1 0
56 23 87 18 12
𝑆5 5 -
0 5 0 0 0
Demand 6 8 10 4 4 32
Selisih 34 28 - 42 -
46
Iterasi 7
𝐷1 𝐷2 𝐷3 𝐷4 𝐷5 Supply Selisih
𝑆1 73 40 9 79 20 8 -
0 0 8 0 0
𝑆2 62 93 96 8 13 7 -
0 0 0 3 4
𝑆3 96 65 80 50 65 9 31
6 3 0 0
𝑆4 57 58 29 12 87 3 -
0 0 2 1 0
𝑆5 56 23 87 18 12 5 -
0 5 0 0 0
Demand 6 8 10 4 4 32
Selisih - - - 42 -
Berdasarkan iterasi 7 , terdapat dua sel yang belum tersisi dengan selisihnya
31 yaitu sel baris S3 kolom D1 dan baris S1 kolom 2. Langsung saja kita alokasikan
ke biaya terkecil yaitu pada baris S3 kolom D2 dengan 3. Permintaan pada kolom
D2 menjadi 3 karena sebelumnya pada baris S5 kolom D2 telah di isi dengan 5 (8-
5 = 3). Selanjutnya kita alokasikan ke baris S3 kolom D1 dengan 6. Kapasitas S3
menjadi 6 karena sebelumnya pada baris S3 kolom D3 telah di isis dengan 3 (9-
3=6). Iterasi Selesai Karena semua sel telah terpenuhi.
47
Tabel 3.26 Vogel’s Approximation Method (Masalah Transportasi
Seimbang)
𝐷1 𝐷2 𝐷3 𝐷4 𝐷5 Supply Selisih
73 40 9 79 20
𝑆1 0 0 8 0 0 8 -
62 93 96 8 13
𝑆2 0 0 0 3 4 7 -
96 65 80 50 65
𝑆3 6 3 0 0 9 31
57 58 29 12 87
𝑆4 3 -
0 0 2 1 0
56 23 87 18 12
𝑆5 5 -
0 5 0 0 0
Demand 6 8 10 4 4 32
Selisih - - - 42 -
Berdasarkan Tabel 3.26 Terlihat seluruh kebutuhan baris dan kolom telah
terpenuhi yang berarti solusi awal bisa di peroleh. Selanjutnya menghitung total
biaya minimum distribusi dengan menggunakan persamaan
= 1104
48
Jadi, total biaya minimum distribusi dengan menggunakan metode Vogel’s
Approximation Method Sebagai solusi layak awal adalah Rp. 1104.
Total jumlah permintaan dari kota Tangerang, Jakarta dan Lampung adalah
sebanyak 80.000 kg. Sedangkan jumlah persediaan dari ketiga sumber, yaitu
Madura,Jepara dan Pati adalah sebanyak 130.000 kg . Karena jumlah permintaan
tidak sama dengan jumlah persediaan, maka masalah ransportasi ini menjadi
masalah transportasi tidak setimbang. kondisi tidak setimbang harus dibuat
setimbang dengan menambahkan sumber/tujuan yang bersifat dummy. Besarnya
dummy pada masalah ini adalah 50.000 kg. Tabel 3. berikut menunjukkan tabel
transportasi setelah diberi dummy.
49
Tabel 3.28 Biaya pengiriman Garam Ke kota tujuan setelah di
tamabhkan variabel dummy
50
b. Mencari 𝑟𝑗𝑖 Pada matriks (PSM)
Tabel 3.30 𝒓𝒊𝒋 pada matriks (PSM) Masalah Transportasi tdak Seimbang)
b. Matriks B : Biaya matriks oleh persediaan (WCS) dengan cara mengalikan tarif
dengan biaya
51
Tabel 3.32 Matriks B Masalah Transportasi tidak Seimbang
Langkah 3 solusi dari WCD dan WCS, mencari biaya terkecil dengan
mempertimbangkan persediaan dan permintaan.
c. Solusi dari WCD
Iterasi 1
52
Iterasi 2
Iterasi 3
53
Berdasarkan iterasi 3 ditemukan biaya terkecil pada baris 3 Kolom A
yaitu 72, pada sel tersebut di isi dengan 20.000 karena (min (20.000, 60.000 =
20.000)). Permintaan kolom A tidak diikutsertakan pada iterasi berikutnya karena
permintaan pada klom A telah terpenuhi. Oleh karena itu pada baris 2 kolom A di
isi dengan Nol.
Iterasi 4
54
Iterasi 5
Iterasi 6
55
Demand 20.000 30.000 30.000 50.000
Berdasarkan iterasi 6 hanya satu sel saja yang belum terpenuhi maka sel
tersebut di isi dengan 20.000. Karena semua sel telah terpenuhi maka iterasi
berhenti.
Berdasarkan Tabel 3.39 Terlihat seluruh kebutuhan baris dan kolom telah
terpenuhi yang berarti solusi awal bisa di peroleh. Selanjutnya menghitung total
biaya minimum dengan menggunakan persamaan (1)
= 12.640.000
56
Tabel 3. 40 Solusi dari WCS ( Masalah Transportasi Tidak Seimbang)
Ke Tarif Distribusi Ke Kota Tujuan (Rp/Kg)
Supply
Dari A B C D
1 585 380 500 0 30.000
0 0 0 30.000
2 580 364 520 0 40.000
0 20.000 0 20.000
3 720 460 700 0 60.000
20.000 10.000 30.000 0
Demand 20.000 30.000 30.000 50.000
Berdasarkan Tabel 3.40 Terlihat seluruh kebutuhan baris dan kolom telah
terpenuhi yang berarti solusi awal bisa di peroleh. Selanjutnya menghitung total
biaya minimum dengan menggunakan persamaan (1)
Langkah 5 , Membandingkan nilai solusi dari WCD dan WCS, ambil solusi yang
lebih kecil sebagai solusi awal.
Solusi dari WCD adalah 12.640.000 Sedangkan Solusi dari WCS adalah
47.280.000, Sangat jelas bahwa solusi dari WCD lebih kecil, Sehingga yang di
jadikan solusi awal adalah solauis dari WCD yaitu 12.640.000.
Langkah Pertama : Cari dua biaya terendah dari masing-masing baris dan kolom
57
Tabel 3.41 Biaya Terendah Vogel’s Approximation (Masalah Transportasi
Tidak Seimbang)
Ke Tarif Distribusi Ke Kota Tujuan (Rp/Kg)
Supply
Dari Tanggerang Jakarta Lampung Dummy
Madura 390 380 500 0 30.000
Jepara 290 280 400 40.000
Pati 240 230 350 0 60.00
Demand 20.000 30.000 30.000 50.000
Biaya terendah pertama dan biaya terendah kedua pada baris ke-1 (Madura)
masing-masing adalah 0 dan 380. Biaya terendah pertama dan kedua pada baris ke-
2 (Jepara) masing-masing adalah 0 dan 280. Sedangkan biaya terendah pertama dan
biaya terendah ke 3 (Pati) adalah 0 dan 230. Biaya terendah pertama dan terendah
kedua pada kolom ke A (Tanggerang) adalah 240 dan 290. Biaya terendah pertama
dan kedua pada Kolom B (Jakarta) adalah 230 dan 280. Sedangkan biaya terendah
pertama dan biaya terendah ke-dua adalah 350 dan 400.
Langkah 3 Pilih Selisih biaya terbesar pada baris/kolom tersebut (apabila terdapat
selisih terbesar yang sama , maka dapat di pilih salah satunya
58
Tabel 3.43 Selisih biaya terbesar Vogel’s Approximation Method
(Masalah Transportasi tidak Seimbang)
Ke Tarif Distribusi Ke Kota Tujuan
Dari (Rp/Kg) Supply Selisih
A B C D
1 390 380 500 0 30.000 380
2 290 280 400 0 40.000 280
3 240 230 350 0 60.00 230
Demand 20.000 30.000 30.000 50.000
Selisih 50 50 50 0
59
= 30.000 ). Baris ke-1 tidak di ikutsertakan dalam proses perhitungan selisih
biaya berikutnya karena semua kapasitasnya telah di alokasikan. Oleh karena itu
sel baris ke-1 kolom A, Sel baris ke-1 kolom B dan sel baris ke-1 kolom C di isi
dengan Nol. Serta selisih pada baris ke-1 untuk iterasi ke-2 di tandai degan (-).
Langkah 5. Baris/kolom yang telah di isi penuh tidak dapat di ikusrtakan kembali
dalam proses perhitungan pencarian selisih biay a berikutnya.
Iterasi 2
60
permintaannya telah di alokasikan. Oleh karena itu sel baris ke-3 kolom D, di isi
dengan Nol. Serta selisih pada kolom D untuk iterasi ke-3 di tandai degan (-).
Iterasi 3
61
Iterasi 4
Berdasarkan iterasi 4 di temukan selisih terbesar pada kolom C, Pada sel kolom C
biaya terendah berada pada baris 3 kolom C yaitu 350, Sehingga di isi dengan
30.000. Kolom C tidak di ikutsertakan dalam proses perhitungan selisih biaya
berikutnya karena semua Permintaanya telah di alokasikan. Serta selisih pada
kolom B untuk iterasi ke-5 di tandai dengan (-).
62
Iterasi 5
63
Berdasarkan Tabel 3.49 Terlihat seluruh kebutuhan baris dan kolom telah terpenuhi
yang berarti solusi awal bisa di peroleh. Selanjutnya menghitung total biaya
minimum distribusi dengan menggunakan persamaan.
= 23.200.000
64
BAB IV PENUTUP
65
DAFTAR PUSTAKA
66
[11] Nur aini, Aurora dan Guvita Sari (2019) "Aplikasi Metode Lowest Supply
Lowest Cost (Lslc) Pada Masalah Transportasi Tidak Seimbang (Studi
Kasus Pada Distribusi Garam Ud. Aditya Mandiri)" jurnal ilmiah tekno
sains,vol V No.1.
[12] Singh, S., 2015. Note on transportation problem with new method for
resolution of degeneracy. Univ. J. Indus. Bus. Manage. 3 (1), 26–36.
[13] Uddin, M.M., Rahaman, M.A., Ahmed, F., Uddin, M.S., Kabir, M.R., 2013.
Minimization of transportation cost on the basis of time allocation: an
algorithmic approach. Jahangirnagar J. Math. Math. Sci. 28, 47–53.
67
LAMPIRAN
68