LECTURE NOTES

ISYE6123
Deterministic Optimation

Week 7
Transportation Problems

ISYE6123 – Deterministic Optimization

 LEARNING OUTCOMES

LO 1: Identify objectives and constraints based on problem descriptions

LO 2: Create mathematical optimization models

LO 3: Apply and develop an understanding of the techniques used to solve linear
optimization models using their mathematical structure
LO 5: Create and develop recommendations based on solutions, analyses and model’s
limitations

OUTLINE MATERI (Sub-Topic):

a. Transportation Problems (Finding bfs, Model formulation & Transportation simplex)

b. Assignment Problems ( Hungarian Method, Model formulation)
c. Transhipment problems (Model formulation)

ISYE6123 – Deterministic Optimization

 ISI MATERI

Permasalahan utama yang mungkin dihadapi oleh seorang manajer adalah bagaimana
mengalokasikan sumber daya yang langka di antara berbagai kegiatan atau proyek. Untuk
memberikan solusi terhadap permasalahan tersebut adalah menggunakan pemrograman
linear, atau LP, sebagai metode dalam mengalokasikan sumber daya secara optimal.
Programa linier merupakan salah satu alat operasi penelitian yang paling banyak digunakan
dan telah memberikan banyak bantuan dalam pengambilan keputusan di hampir semua
industri manufaktur dan organisasi keuangan dan layanan

Dalam terminologi pemrograman linear, pemrograman mengacu pada pemrograman

matematika. Dalam konteks ini, mengacu pada proses perencanaan untuk mengalokasikan
tenaga kerja sumber daya tenaga kerja, bahan, mesin, modal dengan cara yang terbaik
(optimal) sehingga biaya dapat diminimalkan atau mendapat keuntungan yang maksimal.
Pada Programa Linier, sumber daya ini disebut sebagai variabel keputusan. Kriteria untuk
memilih nilai-nilai terbaik dari variabel keputusan (misalnya, untuk memaksimalkan
keuntungan atau meminimalkan biaya) dikenal sebagai fungsi tujuan. Keterbatasan pada
bentuk ketersediaan sumber daya dikenal sebagai sekumpulan kendala atau batasan.

Salah satu aplikasi yang paling penting dan sukses dalam melakukan analisis
kuantitatif masalah bisnis untuk menyelesaikan permasalahan distribusi fisik produk, biasa
disebut sebagai metoda transportasi. Pada dasarnya, metoda ini tujuannya adalah untuk
meminimalkan biaya pengiriman barang dari satu lokasi ke lokasi lain sehingga kebutuhan
dari setiap tempat yang membutuhkan terpenuhi dan setiap lokasi pengiriman yang
beroperasi dalam memenuhi kebutuhan mempunyai kapasitas yang cukup. Namun, analisis
kuantitatif telah banyak digunakan untuk banyak masalah selain distribusi fisik barang.
Sebagai contoh, telah digunakan untuk menempatkan karyawan secara efisien pada pekerjaan
tertentu dalam sebuah organisasi. (Aplikasi ini kadang-kadang disebut masalah penugasan).

Pada pertemuan ini, pembahasan metoda transportasi akan difokuskan pertama pada
formulasi permasalahan yang dikategorikan sebagai permasalahan distribusi produk dari
sumbernya ke tujuan yang tujuan dari distribusi tersebut meminimasikan biaya
pendistribusian produk.

ISYE6123 – Deterministic Optimization

Kedua, mengenal metoda yang digunakan untuk mendapatkan solusi dari permasalahan
transportasi dengan beberapa ketentuan yang melekat pawaktu menggunakan metoda
tersebut.

TRANSPORTATION, ASSIGNMENT AND TRANSHIPMENT PROBLEM

Secara umum permasalahan transportasi ini merupakan permasalah dari programa

linier yang berarti mempunyai model matematiknya. Adapun model matematik standar dari
permasalahan transportasi adalah sebagai berikut :
m n
Obyektif x0   cij xij
i 1 j 1
n
Pembatas x
j 1
ij  ai ; i  1,2,...., m

x
i 1
ij  bj; j  1,2,...., n

xij  0
Bentuk dari model matematik standar dari permasalah transportasi tersebut dapat
digambarkan dalam bentuk diagram trasportasinya adalah sebagai berikut :

ISYE6123 – Deterministic Optimization

Dalam menyelesaikan permasalahan transportasi ini, selain menggunakan model standar
matematik yang dinyatakan diatas dimana solusi optimal dapat diselesaikan dengan metoda
simpleks, ada special algoritma yang dibuat untuk menyelesaikan permasalahan transportasi.
Algoritma ini sering disebut algoritma transportasi sesuai dengan karateristik yang dimiliki.
Dengan menggunakan algoritma transportasi, memungkinkan menggunakan alat untuk
menyelesaikan permalahan transportasi, yaitu menggunakan tabel transportasi yang
digambarkan sebagai berikut :

Penjelasan gambar tabel transportasi diatas adalah sebagai berikut :

- Kolom origin merupakan kolom untuk menyatakan asal atau sumber dari produk yang
akan dikirimkan dan pada baris destnation menggambarkan tujuan dari pengiriman
produk tersebut dari asal atau sumber.
- Kolom ‘capacity of origin’ (S1, S2, dan S3) merupakan jumlah produk yang dapat
didistribusikan dari masing-masing Sumber atau asal, sedangkan baris ‘demand of
destination’ merupakan jumlah produk yang dibutuhkan oleh masing-masing tujuan
(d1, d2, d3 dan d4).
- Pada kotak Cmn (C11, C12, …..) merupakan nilai atau biaya yang dibutuhkan untuk
mengirim tiap unit produk dari sumber ke tujuan. C12 adalah biaya yang dibutuhkan
untuk mengirim satu unit produk dari sumber 1 ke tujuan 2.
- Kotak ∑ ∑ untuk menyatakan bahwa total jumlah produk yang
didistribusikan dari tujuan harus sama dengan total jumlah yang dibutuhkan.
Ketentuan ini merupakan syarat dapat digunakannya metoda transportasi.

ISYE6123 – Deterministic Optimization

Sebagai contoh :

Perusahaan manufaktur mempunyai 3 gudang penyimpanan produk, yaitu S1, S2, dan S3
dengan kapasitas masing-masing 50 unit, 75 unit dan 25 unit. Produk tersebut akan
dikirimkan ke tiga distributor, yaitu : D1, D2, dan D3 dengan jumlah permintaan dari masing-
masing distributor sebesar 65 unit, 40 unit dan 45 unit. Biaya kirim dari gudang ke distributor
untuk per-unitnya terlihat pada tabel berikut :

Ke
D1 D2 D3
Dari
S1 10 8 20
S2 5 15 12
S3 15 5 100

Dari informasi diatas maka bentuk tabel transportasi dapat dibentuk seperti dibawah :

Ke
D1 D2 D3 Total
Dari
S1 50 10 8 20 50

S2 15 5 40 15 20 12 75

S3 15 5 25 10 25

Total 65 40 45 150

Dalam penyelesaian permasalahan transportasi dapat menggunakan metoda simpleks dan

juga metoda transportasi. Pada pembahasan permasalahan transportasi ini difokuskan dengan
menggunakan metoda transportasi. Dalam penggunaan metoda transportasi ini akan dibagi
dalam dua langkah yaitu :

ISYE6123 – Deterministic Optimization

1. Untuk mendapatkan solusi awal.
Terdapat 3 metoda untuk mendapatkan solusi awal. Solusi awal ini memaksudkan solusi
yang diperoleh dari metoda-metoda tersebut belum mendapatkan hasil yang optimal dan
perlu untuk mengolahnya lagi dengan metoda-metoda yang termasuk dalam menentukan
solusi akhir. Selain itu, untuk menggunakan metoda solusi akhir harus melalui solusi awal
dahulu. Kemungkinan pada waktu menggunakan metoda solusi awal ini sudah optimal,
tapi kondisi ini harus dipastikan dengan menggunakan metoda solusi akhir didasarkan
pada indicator yang menyatakan bahwa nilai akhir sudah optimal.
Metoda solusi awal adalah :
a. Metoda Northwest Corner.
Menggunakan metoda NWCR ini dimulai dengan mengisi kolom mulai dari kotak
pojok kiri atas sampai dengan pojok kanan bawah. Untuk lebih jelasnya dapat dilihat
pada tabel berikut berdasarkan contoh soal diatas.

Ke
D1 D2 D3 Total
Dari
S1 50 10 8 20 50

S2 15 5 40 15 20 12 75

S3 15 5 25 10 25

Total 65 40 45 150

Pada tabel transportasi terlihat angka dalam bulatan/lingkaran yang dihasilkan mulai
kotak sebelah kiri atas (S1,D1) sampai dengan kotak kanan bawah (S3,D3).
Nilai-nilai tersebut dinyatakan sebagai nilai dari variabel basis. Total biaya dengan
metoda NWCR adalah : (50 * 10) + (15 * 5) + (40 * 15) + (20 * 12) + (25 * 10) =
1665.

b. Metoda Least Cost.

Sesuai dengan nama metodanya, Least cost, maka pengisian kotak dimulai dari kotak
yang mempunyai nilai biaya terkecil. Dengan menggunakan contoh tabel yang sama
(seperti diatas) ada dua kotak yang mempunyai nilai biaya yang terkecil (5), yang

ISYE6123 – Deterministic Optimization

 dipilih salah satu, kemudian membebankan jumlah produk sebesar-besarnya pada
kotak tersebut. Langkah berikut dapat dilakukan dengan cara.

Ke
D1 D2 D3 Total
Dari
S1 10 15 8 35 20 50

S2 65 5 15 10 12 75

S3 15 25 5 10 25

Total 65 40 45 150

Total biaya dengan metoda Least Cost adalah : (65 * 5) + (15 * 8) + (25 * 5) + (35 *
20) + (10 * 12) = 1390.

Metode ini juga bisa dikembangkan untuk model penugasan dan transhipment

c. Metoda Vogel Approximation.

Dalam mengisi nilai pada kotak, metoda ini menggunakan nilai penalty. Nilai penalty
yaitu nilai yang diperoleh dari hasil operasi pengurangan antara nilai kedua terkecil
dikurangi nilai terkecil dari tiap kolom atau baris. Dengan menggunakan tabel
transportasi yang sama dihitung nilai penaltinya untuk kolom dan baris (lihat tabel
dibawah)
Langkah berikut memilih nilai penalty yang terbesar, dari tabel dibawah yaitu nilai 7
pada baris S2. Setelah menetapkan baris atau kolom yang mempunyai nilai penalty
terbesar, maka dilakukan alokasi produk pada kotak baris S2 pada kotak yang
mempunyai nilai biaya terkecil seoptimal mungkin. Pada tabel dialokasikan sebanyak
65 pada kotak S2D1.Selanjutnya dilakukan langkah yang sama sampai semua sudah
teralokasi.

ISYE6123 – Deterministic Optimization

 Ke
D1 D2 D3 Total penalti
Dari
S1 10 8 20 50 2

S2 65 5 15 12 75 7

S3 15 5 10 25 5

Total 65 40 45 150

penalti 5 3 2

Sehingga hasil akhirnya adalah sebagai berikut :

Ke
D1 D2 D3 Total penalti
Dari
S1 10 8 20 50 2 12 20
40 10
S2 5 15 12 75 7 3 3
65 10
S3 15 5 10 25 5 4 5
25
Total 65 40 45 150

penalti 5 3 2
3 10
10
Total biaya dengan metoda NWCR adalah : (65 * 5) + (40 * 8) + (10 * 20) + (10 *
12) + (25 * 10) = 1215.
Apabila dilihat dari ketiga metoda, dengan menggunakan metoda Vogel
memperoleh total biaya terkecil sebesar 1215. Apakah sudah optimal? Untuk
mengetahui nilai akhir sudah optimal perlu diuji dengan menggunakan metoda
untuk mendapatkan solusi optimal.

ISYE6123 – Deterministic Optimization

 Metoda solusi akhir
Metoda untuk mendapatkan solusi akhir yang optimal digunakan untuk
memastikan apakah permasalahan transportasi sudah mendapatkan solusi akhir yang
optimal ( total nilai biaya yang menjadi tujuan dari permasalahan transportasi sudah
terpenuhi. Syarat bahwa permasalahan transportasi sudah optimal adalah dengan
melihat variabel non basisnya sudah bernilai positif. Untuk mengetahui mana yang
disebut sebagai variabel basis dan variabel non-basis perlu diperhatikan gambar atau
tabel berikut :

Ke
D1 D2 D3 Total
Dari
S1 10 8 20 50
50
15
S2 5 40 12 75
15 20
S3 15 5 10 25
25
Total 65 40 45 150

Variabel Basis Variabel Non Basis

Dari gambar tersebut dapat dijelaskan secara sederhana bahwa Variabel Basis adalah
variabel yang mempunyai nilai sejumlah produk yang dialokasikan, sedangkan
Variabel Non Basis adalah variabel yang nilainya adalah nol (dalam tabel adalah
kotak yang kosong).

Kembali pada metoda untuk mendapatkan solusi akhir, ada dua metoda yang dapat
digunakan yaitu :

a. Metoda Stepping Stone.

b. Metoda MODI (UV).

Sebelum melangkah menggunakan metoda terebut ada beberapa syarat yang harus
dipenuhi tertera pada tabel transportasi, yaitu :

1. Berawal dari hasil untuk medapatkan solusi awal yang diperoleh menggunakan
NWCR, LC, dan VAM dapat ditetapkan variabel-variabel yang termasuk basis.

ISYE6123 – Deterministic Optimization

2. Jumlah variabel basis yang dapat digunakan untuk melanjutkan ketahapan mencari
solusi akhir adalah m + n – 1

3. Bila jumlah variabel basisnya kurang dari m + n –1, harus ditambahkan variabel basis
dengan meletakan nilai 0 pada variabel non basis dengan nilai biaya paling kecil.

4. Setelah jumlah variabel basis sesuai dengan syarat, maka dapat dilanjutkan dengan
menggunakan salah satu metoda (Stepping Stone atau Multiplier).

a. Metoda Stepping Stone.

Ke
D1 D2 D3 Total
Dari
S1 50 10 8 20 50

S2 15 5 40 15 20 12 75

S3 15 5 25 10 25

Total 65 40 45 150

 Dengan menggunakan contoh hasil dari mencari solusi awal dengan metoda
NWCR, ditetapkan 5 variabel basis (ditandai dengan lingkaran warana biru).
 Langkah berikut mencari nilai untuk variabel non basis (kotak yang belum terisi)
dengan cara sebagai berikut :
o Menetapkan nilai Var.Non Basis dengan menggunakan suatu loop, yang mulai
dari kotak var.non basis menuju ke kotak-kotak var. basis dan kembali lagi ke
kotak tersebut.
Contoh: Kotak Var. Non Basis (S1,D3) mempunyai loop sbb :
(S1,D3)  (S2,D3)  (S2,D1)  (S1,D1)  (S1,D3)
o Loop dapat bergerak searah jarum jam atau berlawanan jarum jam.

o Nilai yang dituliskan pada kotak tersebut dihitung dari nilai-nilai ‘cost’ dari
kotak yang dilalui loop dengan memperhatikan tanda dari tiap kotak.

ISYE6123 – Deterministic Optimization

o Pada contoh, loop dimulai kotak (S1,D3) diberi tanda +, kemudian kotak
berikut tandanya -, dan seterusnya sampai kembali ke kotak awal.

o Contoh : (S1,D3)  (S2,D3)  (S2,D1)  (S1,D1)  (S1,D3)

Tandanya +  -  +  -  +

Ke
D1 D2 D3 Total
Dari
S1 50 10 8 + 20 50

-
S2 15 5 40 15 20 12 75
+
-
S3 15 5 25 10 25

Total 65 40 45 150

Nilai Variabel non-basis untuk (S1,D3) adalah : 20 – 12 + 5 – 10 = 3.

Penetapan nilai variabel non basis lainnya mengikuti langkah-langkah 1 sampai
5
Nilai variabel no basis lainnya adalah sebagai berikut :
Ke
Dari D1 D2 D3 Total

S1 50 10 -12 8 3 20 50

-
S2 15 5 40 15 20 12 75

S3 12 15 -8 5 25 10 25

Total 65 40 45 150

ISYE6123 – Deterministic Optimization

Berdasarkan tabel diatas pada dipilih kotak non basis yang mempunyai nilai
paling negative. Pada kotak (S1,D2) mempunyai nilai terkecil (-12). Hal ini
berarti pada kotak tersebut akan dialokasikan sejumlah nilai dari kotak variabel
basis yang satu loop dengan kotak variabel non basis. Kotak non basis (S1, D2)
mempunyai loop (S1,D2)  (S2,D2)  (S2,D1)  (S1,D1). Dari kotak-kotak
pada loop tersebut dimulai dari kotak non basis diberi tanda + ke kotak (S2,D2)
tanda – ke kotak (S2,D1) tanda + dank e kotak (S1,D1) tanda -. Dari kotak
bertanda minus cari nilai alokasi terkecil, dalam hal ini yang bertanda minus
adalah kotak (S2,D2), (S1,D1) masing-masing mempunyai nilai 40 dan 50.
Dipilih nilai 40 yang berarti nilai tersebut akan dialokasikan pada kotak non basis
(S1,D2). Sedangkan kotak lainnya yang satu loop, kotak dengan tanda –
dikurangi 40 sedangkan yang bertanda + ditambahkan 40, maka tabelnya
menjadi.

Ke
Dari D1 D2 D3 Total

S1 10 10 40 8 8 20 50

-
S2 55 5 12 15 20 12 75

S3 12 15 4 5 25 10 25

Total 65 40 45 150

Iterasi untuk mendapatkan nilai optimalnya terus dilakukan berulang sampai

semua kotak non basis bernilai positif. Tabel transportasi yang sudah optimal
sebagai berikut :

Ke
D1 D2 D3 Total
Dari
S1 10 10 40 8 8 20 50

S2 55 5 12 15 20 12 75

S3 12 15 4 5 25 10 25

ISYE6123 – Deterministic Optimization

 Total 65 40 45 150

Total biaya dari permasalahan transportasi ini (10 * 10) + (40 * 8) + (55 * 5) +
(20 * 12) + (25 * 10) = 1185

b. Metoda Multiplier (UV)

Metoda Multiplier atau UV merupakan salah satu metoda untuk mendapatkan solusi
akhir yang feasible dan optimal dari permasalahan transportasi. Metoda ini dapat
digunakan bila variabel basis sudah ditetapkan (menggunakan metoda NWCR, Least
Cost atau VAM). Apabila variabel basis telah ditetapkan, kemudian ditentukan nilai
Ui untuk baris dan Vj untuk kolom. i = 1 … m dan j = 1… n. Tetapkan terlebih dulu
salah satu nilai Ui atau Vj sebesar 0
Dengan menggunakan contoh yang sama untuk menjelaskan metoda multiplier (UV)
ini. Perhatikan tabel transportasi dibawah ini :

U1= 0 U2 = U3 =
Ke
D1 D2 D3 Total
Dari
V1 = S1 50 10 8 20 50

V2 = S2 10 5 40 15 20 12 75

V3 = S3 15 5 25 10 25

Total 65 40 45 150

Untuk nilai awal dari Ui atau Vj dapat diberikan kepada salah satu dengan besaran
0, sebagai contoh U1 = 0. Untuk nilai yang lainnya mengikuti ketentuan sebagai
berikut :
 Nilai Ui dan Vj lainnya ditetapkan berdasarkan rumus berikut :
Ui + Vj = Cij
Cij = merupakan nilai ‘cost’
dari kotak variabel basis
Mengisi V1  U1 + V1 = C11  0 + V1 = 10  V1 = 10, C11 nilai biaya pada kotak
variabel basis

ISYE6123 – Deterministic Optimization

 V2  U1 + V2 = C12  0 + V2 = 5  V2 = 5
U2  U2 + V2 = C22  U2 + 5 = 15  U2 = 10
U3  U3 + V2 = C32  U3 + 5 = 12  U3 = 7
V3  U3 + V3 = C33  7 + V3 = 10  V3 = 3

 Setelah semua nilai Ui dan Vj diperoleh, kemudian menetapkan nilai untuk

variabel non basis berdasarkan rumus :
Cij – Ui – Vj
Cij = merupakan nilai ‘cost’ pada
dari kotak variabel non basis
Menetapkan C21 : C21 – U2 – V1  8 – 10 – 10  12
C31 : C31 – U3 – V1  20 – 7 – 10  3
C13 : C13 – U1 – V3  15 – 0 – 5  10
C23 : C23 – U2 – V3  5 – 10 – 3  -8

U1= 0 U2 = 10 U3 = 7
Ke
D1 D2 D3 Total
Dari
V1 = 10 S1 50 10 ‘- 12 8 3 20 50

V2 = 5 S2 10 5 40 15 20 12 75

V3 = 3 S3 12 15 ‘-8 5 25 10 25

Total 65 40 45 150

 Bila nilai pada kotak variabel non basis ada yang negatif berarti kondisi belum
optimal, kemudian pilih nilai variabel non basis yang paling negatif.
Dari tabel diatas ada kotak (S1,D2) mempunyai nilai paling kecil berarti pada
bagian tersebut akan dialokasikan sejumlah produk. Cara yang dilakukan
seperti pada metoda Stepping Stone pada waktu mengalokasikan sejumlah unit
produk dengan membuat loop yang dimulai dari kotak yang paling minimum
(S1,D2). Hasilnya terlihat pada tabel berikut :

ISYE6123 – Deterministic Optimization

 U1= 0 U2 = -2 U3 = 7
Ke
D1 D2 D3 Total
Dari
V1 = 10 S1 10 10 40 8 3 20 50

V2 = 5 S2 55 5 12 15 20 12 75

V3 = 3 S3 12 15 4 5 25 10 25

Total 65 40 45 150

Langkah selanjutnya menentukan dari tahapan awal lagi yaitu

mencari nilai Ui, Vj dan nilai pada kotak non basis. Dari tabel diatas
terlihat semua variabel non negatifnya sudah bernilai positif. Hal ini
berarti solusi sudah optimal dengan Total biaya : (10 * 10) + (40 * 8)
+ (55 * 5) + (20 * 12) + (25 * 10) = 1185

ISYE6123 – Deterministic Optimization

 SIMPULAN

Permasalahan transportasi, penugasan dan transhipment merupakan berbagai

permasalahan programa linier yang bertujuan untuk mendistribusikan sejumlah produk dari
sumber produk yang mempunyai jumlah terbatas ke tujuan dari pendistribusian sesuai dengan
jumlah permintaannya dengan harapan total biaya pendistribusiannya adalah minimal. Untuk
mendapatkan solusi yang optimal permasalahan transportasi ini dapat digunakan dua cara
penyelesaian, yaitu metoda simpleks dan metoda transportasi. Pada pertemuan ini
pembahasan difokuskan pada penggunaan metoda transportasi yang mana metoda ini telah
mempunyai algoritmanya.

Metoda transportasi dikelompokkan menjadi dua kelompok didasarkan solusi yang

dihasilkan. Untuk mendapatkan solusi ini tidak hanya menggunakan salah satu metoda dari
kedua kelompok ini, akan tetapi metoda-metoda yang ada pada kelompok ini saling berurutan
dan berhubungan satu sama lain. Kedua kelompok metoda ini adalah :

a. Metoda untuk mendapatkan solusi awal, metoda yang termasuk disini adalah :
- Metoda North West Corner (NWCR).
- Metoda Least Cost (LC).
- Metoda Vogel Approximation (VAM).
b. Metoda untuk mendapatkan solusi akhir, metoda yang termasuk disini adalah :
- Metoda Stepping Stone.
- Metoda Multiplier (UV).

Dalam menggunakan metoda-metoda tersebut ada beberapa syarat yang harus dipenuhi.
Syarat tersebut adalah :

- Setelah permasalahan distribusi diterjemahkan kedalam bentuk tabel transportasi,

perlu diperiksa apakah jumlah total produk yang akan dikirim dari sumber sama
dengan jumlah total produk. Apabila jumlah total produk pada sumber lebih besar dari
jumlah total permintaan pada tujuan, harus ditambahkan kolom tujuan dengan unit
biaya 0. Kolom tersebut merupakan kolom dummy untuk tujuan. Apabila terjadi

ISYE6123 – Deterministic Optimization

 sebaliknya, jumlah total produk pada sumber lebih kecil dari jumlah total permintaan
pada tujuan harus ditambahkan baris untuk sumber dengan biaya unit 0. Kolom
tersebut merupakan baris dummy untuk sumber. Setelah syarat ini terpenuhi maka
dapat menggunakan salah satu metoda (NWCR, LC, VAM) dari kelompok untuk
mendapatkan solusi awal.
- Setelah mendapatkan solusi awal, perlu diperiksa apakah solusinya sudah optimal
dengan memeriksa apakah variabel non basisnya sudah bernilai positif (VNB ≥ 0).
Bila sudah maka proses iterasi sudah selesai, apabila masih ada nilai variabel non
basis negative (VNB < 0) dapat dilanjutkan ke iterasi untuk mendapatkan solusi akhir.
- Untuk memulai menggunakan salah satu metoda solusi akhir, ada syarat yang harus
dipenuhi terlebih dulu yaitu jumlah variabel basisnya harus berjumlah m+n-1, dimana
m adalah jumlah baris (sumber), n adalah jumlah kolom (tujuan). Bila jumlah variabel
basis lebih kecil dari (m+n-1), maka harus ditambahkan suatu nilai pada kotak yang
akan menjadi variabel basis yang nilainya 0.
- Setelah syarat tersebut dipenuhi, maka dapat dilanjutkan untuk mendapatkan solusi
optimal dari permasalahan transportasi. Metoda yang digunakan dapat dipilih salah
satu dari metoda pada kelompok mendapatkan solusi akhir.

ISYE6123 – Deterministic Optimization

 DAFTAR PUSTAKA
Taha, Hamdy A., (2007). Operation Research : An Introduction. 8th Edition, Pearson Prentice
Hall, New Jersey . ISBN : 0-13-188923-0

Wayne L. Winston, Munirpallam Venkataramanan. (2003). Introduction to Mathematical

Programming: Operations Research. 4th Edition. Duxbury Press. ISBN-13: 978-
0534359645

https://www.utdallas.edu/~scniu/OPRE-6201/documents/TP1-Formulation.pdf

http://www.producao.ufrgs.br/arquivos/disciplinas/382_winston_cap_7_transportation.pdf

https://digensia.wordpress.com/2013/03/20/metode-transportasi-aproksimasi-vogel-vam/

http://nurfajria.staff.gunadarma.ac.id/Downloads/files/31216/METODE+TRANSPORTASI2.pdf.
http://rosihan.lecture.ub.ac.id/files/2009/07/risetoperasi-6-metode-transportasi.ppt.

ISYE6123 – Deterministic Optimization