MODEL TRANSPORTASI DALAM RISET OPERASIONAL

DISUSUN OLEH :

AHMAD PADLAN AULIA (10217345)

ALVI DIAN RISTIANI (10217556)

ATI DIAN NASIHAH (11217031)

CHIKA DWI SALINDRI (11217337)

DHEOLINA HUTABARAT (11217621)

UNIVERSITAS GUNADARMA

2018/2019
 KATA PENGANTAR
Dengan menyebut nama Allah SWT yang Maha Pengasih lagi Maha
Panyayang. Kami panjatkan puja dan puji syukur atas kehadirat-Nya, yang telah
melimpahkan rahmat, hidayah, dan inayah-Nya kepada kami, sehingga kami dapat
menyelesaikan makalah tentang Model Transportasi Riset Operasional.

Makalah ini telah kami susun dengan maksimal dan mendapatkan bantuan
dari berbagai pihak sehingga dapat memperlancar pembuatan makalah ini. Untuk
itu kami menyampaikan banyak terima kasih kepada semua pihak yang telah
berkontribusi dalam pembuatan makalah ini.

Terlepas dari semua itu, kami menyadari sepenuhnya bahwa masih ada
kekurangan baik dari segi susunan kalimat maupun tata bahasanya. Oleh karena
itu dengan tangan terbuka kami menerima segala saran dan kritik dari pembaca
agar kami dapat memperbaiki makalah ini.

Akhir kata kami berharap makalah tentang Model Transportasi Dalam

Riset Operasional ini dapat memberikan manfaat maupun inspirasi terhadap
pembaca.

Depok, 30 Oktober 2018

Penyusun

Kelompok 7

i
 DAFTAR ISI
BAB I PENDAHULUAN.................................................................................................1
A. Latar Belakang.....................................................................................................1
B. Rumusan Masalah................................................................................................1
C. Tujuan...................................................................................................................1
BAB II PEMBAHASAN..................................................................................................2
A. Definisi dan Aplikasi Model Transportasi..........................................................2
1. Masalah Transportasi Seimbang.....................................................................2
2. Tabel Transportasi...........................................................................................4
B. Solusi Awal Model Transportasi.........................................................................5
1. Metode North-West Corner..............................................................................6
2. Metode Least-Cost............................................................................................7
3. Metode Aproksimasi Vogel (VAM).................................................................9
C. Solusi Optimum..................................................................................................12
1. Metode Stepping Stone...................................................................................12
2. Metode Modified Distribution (MODI)..............................................................19
BAB III PENUTUP........................................................................................................23
A. Kesimpulan.........................................................................................................23
B. Saran...................................................................................................................23
DAFTAR PUSTAKA.....................................................................................................24

ii
 DAFTAR GAMBAR
Gambar 2. 1..............................................................................................................3
Gambar 2. 2..............................................................................................................4
Gambar 2. 3..............................................................................................................4
Gambar 2. 4..............................................................................................................4
Gambar 2. 5..............................................................................................................5
Gambar 2. 6..............................................................................................................6
Gambar 2. 7..............................................................................................................8
Gambar 2. 8..............................................................................................................9
Gambar 2. 9..............................................................................................................9
Gambar 2. 10..........................................................................................................10
Gambar 2. 11..........................................................................................................11
Gambar 2. 12..........................................................................................................12
Gambar 2. 13..........................................................................................................13
Gambar 2. 14..........................................................................................................14
Gambar 2. 15..........................................................................................................14
Gambar 2. 16..........................................................................................................15
Gambar 2. 17..........................................................................................................16
Gambar 2. 18..........................................................................................................16
Gambar 2. 19..........................................................................................................17
Gambar 2. 20..........................................................................................................18
Gambar 2. 21..........................................................................................................18
Gambar 2. 22..........................................................................................................18
Gambar 2. 23..........................................................................................................19
Gambar 2. 24..........................................................................................................20
Gambar 2. 25..........................................................................................................21

iii
 BAB I PENDAHULUAN
A. Latar Belakang
Zaman berkembang begitu cepat. Terutama dibidang riset
operasional dalam penerapan metode – metode ilmiah untuk masalah –
masalah yang rumit yang muncul melalui pengarahan dan pengelolaan dari
suatu sistem besar manusia, mesin, bahan, dan uang di suatu industri,
bisnis, pemerintahan dan pertahanan.
Beberapa metode atau model dalam riset operasional, ada satu
model membahas tentang distribusi suatu produk tunggal dari beberapa
sumber, dengan penawaran terbatas yang disebut Model Transportasi.
Model Transportasi sendiri berguna untuk menentukan biaya produksi
yang minimum melalui beberapa solusi yaitu, solusi awal dan solusi
lanjutan.
Meminimumkan biaya produksi melalui model transportasi perlu
dilakukan beberapa kali uji coba untuk mendapatkan biaya yang paling
minimum berdasarkan pembagian distribusi produk suatu perusahaan.
Melalui model transportasi, kita dalam memahami bagaimana cara
mencari biaya minimum dalam pendistribusian suatu produk dengan
beberapa solusi yang sudah disebutkan diatas. Maka dalam makalah ini
akan lebih dibahas lebih lanjut tentang model transportasi dalam riset
operasional.

B. Rumusan Masalah
1. Apa yang dimaksud Model Transportasi ?
2. Bagaimana cara kerja Model Transportasi dalam masalah
pendistribusian suatu produk ?

C. Tujuan
Melalui makalah yang berjudul Model Transportasi Dalam Riset
Operasional, Penulis bertujuan memberikan informasi berupa cara kerja
Model transportasi dalam menyelesaikan masalah suatu pendistribusian

1
 suatu produk untuk mendapatkan biaya yang minimum kepada para
pembaca.
BAB II PEMBAHASAN
A. Definisi dan Aplikasi Model Transportasi
Masalah transportasi berhubungan dengan distribusi suatu produk
tunggal dari beberapa sumber yang penawarannya terbatas untuk menuju
beberapa tujuan melalui permintaan tertentu pada biaya transpor
minimum. Karena hanya ada satu macam barang, suatu tempat tujuan
dapat memenuhi permintaannya dari satu atau lebih sumber.
Sebuah model transportasi dapat dibayangkan seperti contoh
berikut. Misalnya, suatu produk yang dihasilkan oleh tiga pabrik yang
merupakan sumber untuk pendistribusian ke tiga gudang. Setiap pabrik
memiliki kapasitas produksi tertentu, dan setiap gudang memiliki jumlah
permintaan tertentu terhadap produk itu.Dengan diketahui biaya transpor
per unit dari masing-masing pabrik ke masig-masing gudang, masalahnya
ialah menentukan jumlah barang yang harus dikirim dari masing-masing
pabrik ke masing-masing gudang dengan meminimumkan biaya transpor.
1. Masalah Transportasi Seimbang
Untuk menjelaskan masalah transportasi, suatu contoh akan
disajikan di mana jumlah supply dari semua sumber adalah sama
dengan jumlah permintaan pada semua tempat tujuan. Masalah jenis
ini biasa dikenal dengan nama masalah transportasi seimbang.
Sebagai contoh, sebuah perusahaan negara berkepentingan
mengangkut pupuk dari tiga pabrik ke tiga pasar. Kapasitas supply ke
tiga pabrik, permintaan pada ketiga pasar dan biaya transpor perunit
adalah sebagai berikut:
Pasar Penawaran
1 2 3 4
Pabrik 1 8 5 6 120
2 15 10 12 80
3 3 9 10 80
Permintaan 150 70 60 280

2
Masalah transportasi ini diilustrasikan sebagai suatu model jaringan di
bawah ini:

Gambar 2. 1

Masalah ini dapat dirumuskan sebagai suatu masalah LP seperti

berikut: Misalkan Xij : banyaknya unit barang yang dikirimkan dari
pabrik i (i = 1, 2, 3) ke pasar j (j = 1, 2, 3), maka
Minimumkan
Z = 8X11 + 5X12 + 6X13 + 15X21 + 10X22 + 12X23 + 3X31 + 9X32 + 10X33
Dengan syarat X11 + X12 + X13 = 120 (supply pabrik 1)
X21 + X22 + X23 = 80 (supply pabrik 2)
X31 + X32 + X33 = 80 (supply pabrik 3)
X11 + X21 + X31 = 150 (permintaan pasar 1)
X12 + X22 + X32 = 70 (permintaan pasar 2)
X13 + X23 + X33 = 60 (permintaan pasar 3)
Semua Xij ≥ 0

Kendala model menunjukan jumlah yang dapat ditawarkan oleh

masing-masing pabrik dan jumlah yang diminta pada setiap pasar
sebagai jumlah dari alternatif-alternatif pengiriman secara individu.
Kendalanya berupa persamaan karena masalaya seimbang (semua
barang yang ditawarkan akan didistribusikan dan semua permintaan

3
 akan dipenuhi). Fungsi tujuan menunjukan biaya total dengan cij
sebagai biaya transpor dari pabrik i ke tujuan j, sehingga rumus umum
masalah transportasi biaya termurah dengan m daerah asal dan n tujuan
adalah:

Gambar 2. 2

Kondisi keseimbangan masalah transportasi diekspresikan sebagai

Gambar 2. 3

2. Tabel Transportasi
Karena bentuk masalah transportasi yang khas, ia dapat
ditempatkan dalam suatu bentuk tabel khusus yang dinamakan tabel
transportasi. Tabel ini mempunyai bentuk umum seperti pada gambar
dibawah.

4
 Gambar 2. 4

Sumber ditulis dalam baris-baris dan tujuan dalam kolom-kolom.

Tabel itu punya m x n kotak. Permintaan dari setiap tujuan terdapat
pada baris paling bawah, sementara penawaran setiap sumber dicatat
pada kolom paling kanan. Kotak pojok kiri bawah menunjukan
kenyataan bahwa penawaran sama dengan permintaan (S=D). Variabel
Xij pada setiap kotak menunjukan jumlah barang yang diangkut dari
sumber i ke tujuan j (yang akan dicari).
Tabel transportasi dari contoh yang digunakan ditunjukan pada
gambar dibawah ini.

Gambar 2. 5

5
B. Solusi Awal Model Transportasi
Pada bentuk umum masalah transportasi diatas, terdapat m kendala
penawaran dan n kendala permintaan, keseluruhannya terdapat m + n
kendala. Dalam suatu masalah LP banyaknay variabel basis dalam tabel
simpleks sama dengan banyaknya kendala. Namun, pada masalah
transportasi, terdapat suatu kendala yang berlebih. Kondisi keseimbangan

m n

∑ Si=∑ Dj memberikan kenyataan bahwa jika m + n – 1 kendala

j=1 j=1

terpenuhi kemudian m + n persamaan juga akan terpenuhi. Hanya terdapat

m + n – 1 persamaan independen. Sehingga, solusi awal hanya memiliki m
+ n – 1 variabel basis.
Ada beberapa metode untuk mecari solusi layak dasar awal. Tiga dari
metode yang dikenal, yaitu North West Corner, Least Cost, dan
Aproksimasi Vogrel.

1. Metode North-West Corner

Metode ini adalah yang paling sederhana di antara tiga metode
yang telah disebutkan untuk mecari solusi awal. Langkah-langkah
diringkas seperti berikut:
a. Mulai dari pojok barat laut tabel dan alokasikan sebanyak mungkin
pada X11 tanpa menyimpan dari kendala penawaran atau
permintaan (artinya X11 ditetapkan sama dengan yang terkecil di
antara S1 dan D1).
b. Ini akan menghabiskan penawaran pada sumber 1 dan atau
permintaan tujuan 1. Akibatnya, tak ada lagi barang yang dapat
dialokasikan ke kolom atau baris yang telah dihabiskan dan
kemudian baris atau kolom itu dihilangkan. Kemudian alokasikan
sebanyak mungkin ke kotak didekatnya pada baris atau kolom
yang tak dihitungkan. Jika baik kolom maupun baris telah
dihabiskan, pindahlah secara diagonal ke kotak berikutnya.
c. Lanjutkan dengan cara yang sama sampai semua penawaran telah
dihabiskan dan keperluan permintaan telah dipenuhi.

6
 Pada masalah transportasi pupuk, solusi awal denga metode North
West Corner ditunjukan pada gambar dibawah ini.

Gambar 2. 6

Solusi awal diperoleh dengan cara seperti berikut:

a. Sebanyak mungkin dialokasikan ke X11 sesuai dengan aturan

bahwa X11 adalah yang minimum di antara [120,150], berarti X11 =
120. Ini menghabiskan penawaran pabrik 1 dan akibatnya, pada
langkah selanjutnya baris 1 dihilangkan.
b. Karena X11 = 120, maka permintaan pada tujuan 1 belum terpenuhi
sebanyak 30. Kotak di dekatnya, X21, dialokasikan sebanyak
mungkin sesuai dengan X = min [30,80] = 30. Ini menghilagkan
kolom 1 pada langkah selanjutnya.
c. Kemudian X22 = min [50,70] = 50, yang menghilangkan baris 2.
d. X32 = min [20,80] = 20
e. X33 = min [60,60] = 60
Perhatikan bahwa proses ini menghasilkan solusi awal dengan 5 ( =
3 +3 – 1) variabel bebas dan 4 variabel non basis (yaitu alokasi nol).
Untuk alokasi ini, biaya transpor total adalah :
Z = (8 x 120) + (15 x 30) + (10 x 50) + (9 x 20) + (10 x 60) = 2690.
Ingat bahwa ini hanya solusi awal, sehingga tidak perlu optimum.
Kenyataannya, dari tiga metode untuk memperoleh solusi awal,
metode ini adalah yang paling tidak efisien, karena ia tidak
mempertimbangkan biaya transpor per unit dalam membuat alokasi.

7
 Akibatnya, mungkin diperlukan beberapa iterasi solusi tambahan
sebelum solusi optimum diperoleh.

2. Metode Least-Cost
Metode Least Cost berusaha mencapai tujuan minimisasi biaya
dengan alokasi sistematika kepada kotak-kotak sesuai dengan besarnya
biaya transpor per unit. Prosedur metode ini:
a. Pilih variabel Xij (kotak) dengan biaya transpor (cij) terkecil dan
alokasikan sebanyak mungkin. Untuk cij terkecil, Xij = minimum
[Si, Dj]. Ini akan menghabiskan baris i atau kolom j.
b. Dari kotak-kotak sisanya yang layak (yaitu yang tidak terisi atau
tidak dihilangkan), pilih nilai cij terkecil dan alokasikan sebanyak
mungkin.
c. Lanjutkan proses ini sampai semua penawaran dan permintaan
terpenuhi.
Pikirkan lagi contoh transportasi pupuk. Pada gambar di bawah ini
menunjukan alokasi kotak awal dengan metode Least-Cost.

Gambar 2. 7

Langkah pertama dalam metode Least-Cost menyarankan alokasi pada

X31, karena C31 = 3 adalah kotak dengan biaya minimum. Jumlah yang
dialokasikan adalah X31 = minimum [150,80] = 80. Karena alokasi ini
menghabiskan penawaran sumber 3, baris 3 dihapus, dan X 32 maupun X33 tak
layak lagi. Juga, permintaan sebanyak 150 pada tujuan 1 dikurangi 80
sehingga sekarang permintaannya tinggal 70.

8
 Alokasi kotak selanjutnya dipilih dari 6 kotak sisanya, c ij terkecil adalah
c12 = 5 dan X12 = minimum [70,120] = 70. Alokasi ini ditunjukan pada gambar
di bawah ini

Gambar 2. 8

Alokasi kotak sisanya dibuat dengan cara yang sama. Solusi awal
dengan metode Least-Cost ditunjukan pada gambar di bawah ini.

Gambar 2. 9

Jika terdapat nilai cij terkecil yang kembar, pilih di antara kotak itu
secara sembarang. Karena ini hanya merupakan solusi awal yang tidak
berpengaruh terhadap solusi optimum, kecuali mungkin memerlukan
iterasi lebih banyak untuk mencapainya. Solusi awal dengan metode
Least-Cost pada gambar di atas adalah X12 = 70, X13 = 50, X21 = 70,
X23 = 10,dan X31 = 80 dengan biaya transpor Z = 2060.

9
3. Metode Aproksimasi Vogel (VAM)
VAM selalu memberikan suatu solusi awal yang lebih baik
dibandingkan metode North West Corner dan sering kali lebih baik
dapi pada metode Least-Cost. VAM mengalokasikan dalam suatu cara
yang akan meminimumkan penalty (Opportunity Cost) dalam memilih
kotak yang salah untuk suatu alokasi. Proses VAM diringkas sebagai
berikut:
a. Hitung Opportunity Cost untuk setiap baris dan kolom.
Opportunity cost untuk setiap baris i dihitung dengan mengurangi
nilai cij terkecil pada baris itu dari nilai cij satu tingkat lebih besar
pada baris yang sama. Opportunity cost kolom diperoleh dengan
cara yang serupa. Biaya-biaya ini adalah penalty karena tidak
memilih kotak dengan biaya minimum.
b. Pilih baris atau kolom dengan opportunity cost terbesar (jika
terdapat nilai kembar, pilih secara sembarang). Alokasikan
sebanyak mungkin ke kotak dengan nilai c ij minimum pada baris
atau kolom yang dipilih. Untuk cij terkecil. Xij = minimum [Si, Dj].
Artinya penalti terbesar dihindari.
c. Sesuaikan penawaran dan permintaan untuk menunjukan alokasi
yang sudah dilakukan. Hilangkan semua baris dan kolom dimana
penawaran dan permintaan telah dihabiskan.
d. Jika semua penawaran dan permintaan belum dipenuhi, kembali ke
langkah 1 dan hitunglah lagi opportunity cost yang baru. Jika
semua penawaran dan permintaan solusi awal telah diperolah.
Penerapan langkah-langkah ini pada contoh transportasi pupuk
memberikan suatu alokasi VAM awal seperti gambar di bawah ini.

10
 Gambar 2. 10

Sebagai suatu contoh perhitungan penalty cost, pikirkan baris

pertama. Nilai terkecil adalah 5 untuk c12. Kemudian yang satu tingkat
lebih besar adalah c13 = 6. Sehingga penalty cost adalah beda antara
dua nilai ini, 6 – 5 = 1. Semua baris dan kolom yang lain dihitung
dengan cara serupa.
Penalty cost terbesar pada gambar di atas adalah 6 yang terdapat pada
baris 3. Alokasi pada baris ini dibuat pada kotak dengan nilai cij
terkecil, dalam hal ini X31. Jumlah yang dialokasikan pad X31 =
minimum [80,150] = 80. Sekarang gambar di atas harus disesuaikan
untuk menunjukan sumber ke 3 telah terpakai habis dengan cara
menghapus baris 3. Disamping itu, permintaan yang belum terpenuhi
pada tujuan 1 menjadi 70 bukan lagi 150. Gambar di atas yang
disesuaikan dengan perhitungan ulang penalty cost dan alokasi kedua
ditunjukan pada gambar di bawah ini.

11
 Gambar 2. 11

Kolom 1 dipilih untuk alokasi kedua karena ia memiliki penalty

cost baru (yang direvisi) terbesar, yaitu 7. Alokasi pada kolom ini
dibuat pada kotak X11 karena ia memiliki nilai cij terkecil yaitu 8.
Jumlah yang dialokasikan ke X11 = minimum [70,120] = 70. Alokasi
ini akan menghilangkan kolom1 dan mengurangi penawaran baris 1
menjadi 50. Prose alokasi dan perhitungan kembali penalty cost
diteruskan sampai semua penawaran dan permintaan terpenuhi. Solusi
contoh transportasi pupuk yang diperoleh dengan VAM ditunjukan
pada gambar di bawah ini.

Gambar 2. 12

Biaya transpor solusi ini adlaah:

Z = (8 x 70) + (6 x 50) + (10 x 70) + (12 x 10) + (3 x 80) = 1920.

12
C. Solusi Optimum
Setelah solusi layak dasar awal diperoleh, kemudian dilakukan
perbaikan untuk mencapai solusi optimum. Dua metode mecari solusi
optimum yaitu metode stepping-stone dan modified distribusion.
1. Metode Stepping Stone
Setelah solusi layak dasar awal diperolah dari masalah transportasi,
langkah selanjutnya adalah menekan kebawah biaya transpor dengan
memasukan variabel non basis (yaitu alokasi barang ke kotak kosong)
ke dalam solusi. Proses evaluasi variabel non basis yang
memungkinkan terjadinya perbaikan solusi dan kemudian
mengalokasikan kembali dinamakan metode stepping-stone.
Dengan menggunakan solusi awal yang diperoleh melalui metode
North West Corner (ditampilkan kembali pada gambar di bawah ini),
yang belum optimum, akan ditunjukan evaluasi masing-masing
variabel non basis melalui metode stepping-stone.

Gambar 2. 13

Setiap kotak kosong menunjukan suatu variabel non basis. Bagi

variabel non basis yang aka memasuki solusi, ia harus memberi
sumbangan dalam penurunan nilai fungsi tujuan. Variabel X 12 secara
sembarang dipertimbangkan sebagai entering variabel yang mungkin.
Misalkan diputuskan untuk mengalokasikan satu unit ke kotak itu.
Dengan cara ini, sekarang tedapat 71 unit pada kolom kedua gambar di
atas yang merupakan suatu penyimpangan dari kendala permintaan.

13
Akibatnya, satu unit harus dikurangkan dari X 22 (= 50) atau X32 (= 20).
Mengurangkan 1 dari X22 menghasilkan 49, dan karena itu kolom 2
punya 70 unit lagi. Tetapi sekarang baris 2 memiliki 79 unit, yang
menyimpang dari persyaratan penawaran. Akibatnya 1 unit harus
ditambahkan ke X21 sehingga penawaran baris 2 menjadi 80 unit.
Namun, kolom 1 sekarang punya 151 unit yang dialokasikan. Sehingga
1 unit harus dikurangkan dari X11 agar kolom1 sekarang sesuai dengan
kendala permintaan. Baris 1 sekarang telah terpenuhi meskipun 1 unit
telah dikurangkan dari X11, tetapi sesungguhnya 1 unit telah
ditambahkan pad X12 yang mulanya untuk X12 ini ditunjukan pada
gambar di bawah ini.

Gambar 2. 14

Beberapa hal penting perlu disebutkan dalam kaitannya dengan

penyusunan jalur stepping stone.
a. Arah yang diambil, baik searah maupun berlawanan arah dengan
jarum jam adalah tidak penting dalam membuat jalur tertutup.
b. Hanya ada satu jalur tertutup untuk setiap kotak kosong.
c. Jalur harus hanya mengikuti kotak terisi (di mana terjadi perubahan
arah), kecuali pad kota osong yang sedang dievaluasi.
d. Namun, baik kotak terisi maupun kosong dapat dilewati dalam
penyusunan jalur tertutup. Lihat contoh sembarang seperti berikut:

14
 Gambar 2. 15

e. Suatu jalur dapat melintasi dirinya. Lihat contoh sembarang seperti

berikut, di mana variabel non basis X31 sedang dievaluasi.

Gambar 2. 16

f. Sebuah penambahan dan sebuah pengurangan yang sama besar

harus kelihatan pada setiap baris dan kolom pada jalur itu.
Tujuan dari jalur ini adalah untuk mempertahankan kendala
penawaran dan permintaan sambil dilakukan alokasi ulang barang ke
suatu kotak kosong.
Sekarang harus dipikirkan biaya realoka ini, yang dilakukan
dengan mengevaluasi biaya sepanjang jalur tertutup. Kembali ke
gambar 2.14, jika 1 unit ditambahkan ke X12, suatu biaya sebesar 5
(biaya per unit untuk X12) akan timbul. Namun, pengurangan
berikutnya dari X22 akan mengurangi biaya sebesar 10. Dengan
pemikiran yang sama, penambahan 1 unit kr X21 akan meningkatkan
biaya sebesar 15 sementara pengurangan 1 unit dari X 11 akan
menurunkan biaya sebesar 8. (Jika Cij adalah perubahan biaya untuk

15
alokasi 1 unit ke Xij) penambahan dan pengurangan biaya dapat
diringkas seperti berikut:
Cij = + C12 – C22 + C 21 + C11
= 5 – 10 + 15 – 8
= +2

Sehingga, jika 1 unit direalokasikan ke X 12, akan mengakibatkan

kenaikan biaya transpor sebesar 2. Karena itu X12 seharusnya tidak
dipilih sebagai entering variable karena ia menaikan biaya, bukan
menurunkan.
Semua variabel non basis (kotak kosong) dievaluasi dengan cara
yang sama untuk menentukan apakah mereka akan menurunkan biaya
dan karena itu menjadi clon entering variable. Jika tidak ada calon
(semua kotak kosong memiliki Cij positif), berarti solusi telah
optimum. Gambar 2.17 meringkas bermacam-macam jalur stepping
stone untuk semua kotak kosong, sementara gambar 2.18 memberikan
perubahan biaya yang dihasilkan dari masing-masing jalur.

Gambar 2. 17

Gambar 2. 18

Dari analisis biaya semua variabel non basis pada contoh ini, hanya
X31 yang memiliki perubahan biaya negatif (C31 = -11), sehingga X31
adalah satu-satunya variabel non basis dengan nilai Cij negatif, yang

16
jika dimasukan ke solusi yang ada akan menurunkan biaya. Jika
terdapat dua atau lebih variabel non basis dengan nilai Cij negatif,
maka dipilih satu yang memiliki perubahan menurunkan biaya yang
terbesar. Jika terdapat nilai kembar, pilih secara sembarang. Karena
telah ditentukan X31 adalah entering variable, kemudian harus
ditetapkan berapa yang akan dialokasikan ke kotakX31. Tentunya ingin
dialokasikan sebanyak mungkin ke X31. Namun, setiap unit yang
dialokasikan diambil darimkotak lain yang ditempati. Sehingga, untuk
menjaga kendala penawaran dan permintaan, alokasi harus dibuat
sesuai dengan jalur stepping stone yang telah ditentukan untuk X31
(Lihat gambar 2.17 kemudian 2.19).

Gambar 2. 19

Jumlah yang dialokasikan ke X31 dibatasi oleh penawaran sebesar

80 dan permintaan 150. Namun, jumlah yang dialokasikan juga untuk
pada jumlah yang dapat dipindahkan denga layak sepanjang jalur
tertutup. Perhatikan bahwa untuk setiap unit yang dialokasikan ke X 31.
1 unit dikurangkan dari Z21 dan X32.
Jika lebih dari 20 unit dialokasikan ke X31, kemudian X32 akan
menjadi negatif, yang mengakibatkan ketidaklayakan. Sehingga,
jumlah yang dialokasikan ke X31 dibatasi pada jumlah minimum pada
suatu kotak yang dikurangi (Xij) pada jalur tertutup. Untuk contoh ini,
X31 = minimum [X21, X32] = min [30, 20] = 20 dan secara umum
realokasi Xij = minimum [Xij pada jalur tertutup] suatu realokasi 20

17
unit ke X31 mendapat hasil baru seperti berikut dengan X32 sebagai
leaving variable (lihat gambar 2.20).

Gambar 2. 20

Proses stepping stone yang sama untuk mengevaluasi kotak kosong

harus diulang dari gambar 2.20 untuk menentukan apakah solusi telah
optimum atau apakah ada suatu calon entering variable. Solusi
optimum dicapai melalui tiga iterasi (lihat gambar di bawah ini).

Gambar 2. 21

18
 Gambar 2. 22

Solusi optimum, seperti ditunjukan gambar 2.21, memberikan nilai

Cij positif untuk semua kotak kosong. Sehingga, solusi tak dapat
diperbaiki lagi.
Z = (8 x 70) + (6 x 50) + (10 x 70) + (12 x 10) + (3 x 80) = 1920
Perlu diingat bahwa solusi ini sama dengan solusi awal yang
diperolah dengan VAM. Jaringan pengiriman dengan biaya minimum
dari masalah transportasi pupuk ditunjukan pada gambar 2.6.

Gambar 2. 23

2. Metode Modified Distribution (MODI)

Solusi dengan menggunakan metode Modified Distribution
(MODI) adalah suatu variasi metode stepiing stone yang didasarkan
pada rumusan dual. Ia berbeda dari steppin stone dalam hal bahwa
dengan MODI tidak perlu menentukan semua jalur tertutup variabel
non basis. Sebagai gantinya, nilai-nilai Cij ditentukan secara serentak

19
dan hanya jalur tertutup untuk entering variable yang
diidentifikasikan. Ini menghilangkan tugas yang melelahkan dari
identifikasi semua jalur stepping stone.
Dalam metode MODI, suatu nilai, U; dirancang untuk setiap baris i
dan suatu nilai, Vj, dirancang untuk setiap kolom j pada tabel
transportasi. Untuk setiap variabel basis (yaitu kotak yang ditempati),
Xij mengikuti hubungan seperti berikut:
Ui, + Vj = Cij,
Dimana Cij adalah biaya transpor per unit.
Untuk menunjukan teknik MODI, pikirkan kembali solusi awal
masalah transportasi pupuk dengan metode North West Corner, yang
menyajikan kembali pada gambar 2.24. Gambar ini memberikan Ui
dan Vj yang dirancang untuk setipa baris dan kolom.

Gambar 2. 24

Penerapan hubungan antara Ui, Vj, Cj untuk setiap variabel basis

menghasilkan persamaan-persamaan berikut:
X11 : V1 + V1 = C11 = 8
X21 : V2 + V1 = C21 = 15
X22 : V2 + V2 = C22 = 10
X32 : V3 + V2 = C32 = 9
X33 : V3 + V3 = C33 = 10

Terdapat 5 persamaan (m + n – 1) dengan enam variabel tak

diketahui (m + n). Untuk menyelesaikan seperangkat persamaan ini,

20
perlu untuk menetapkan salah satu nilai yang tak diketahui (U i atau Vj)
dengan suatu nilai sembarang. Biasanya, Ui diberi nilai nol. Dengan Ui
= 0, selanjutnya akan mudah menentukan nilai variabel sisanya.
U1 = 0
0 + V1 = 8, V1 = 8
U2 + 8 = 15, U2 = 7
7 + V2 = 10, V2 = 3
U3 + 3 = 9, U3 = 6
6 + V3 = 10, V3 = 4.
Sekarang semua nilai Ui dan Vj sudah ditentukan (perhatikan
bahwa adalah mungkin dihasilkan nilai Ut dan Vj negatif). Nilai
perubahan biaya untuk setiap variabel non basis, Cij, kemudian
ditentukan melalui hubungan berikut:
Cij = Cij – Ui - Vj
Rumus ini menghasilkan nilai Cij yang identik dengan yang
diperoleh melalui metode stepping stone.
C12 = C12 – U1 – V2 = 5 – 0 – 3 =2
C13 = C13 – U1 – V3 = 6 – 0 – 4 =2
C23 = C23 – U2 – V3 = 12 – 7 – 4 = 1
C31 = C31 – U3 – V1 = 3 – 6 – 8 = -11

Seperti pada metode stepping stone, nilai C31 negatif (-11)

menunjukan bahwa solusi yang ada adalah tidak optimal dan X 31
adalah entering variable. Jumlah yang dialokasikan ke X31 harus
ditentukan sesuai dengan prosedur stepping stone. Sehingga, 20 unit
dialokasikan ke X31, yang membuat hasil baru pada gambar dibawah
ini.

21
 Gambar 2. 25

Pada tahap ini, nilai-nilai Ui, Vj, Cij pada gambar diatas yang baru
dihitung lagi untuk uji optimalitas dan menentukan entering variable.
Solusi optimum untuk contoh ini memerlukan jumlah iterasi yang
sama dengan metode stepping stone dan alokasi yang sama akan
terjadi pada setiap iterasi.
Metode MODI dapat diringkas dalam langkah-langkah berikut:
a. Tentukan nilai-nilai U1 untuk setiap baris dan nilai-nilai V j untuk
setiap kolom dengan menggunakan hubungan Cij = Ui + Vj untuk
semua variabel basis dan tetapkan nilai nol untuk U1.
b. Hitung perubahan biaya Cij, untuk setiap variabel non basis dengan
menggunakan rumus Cij = Cij – Ui – Vj.
c. Jika terdapat nilai Cij negatif, solusi belum optimal. Pilih variabel
Xij dengan nilai Cij negatif terbesar sebagai entering variable.
d. Alokasikan barang ke entering variable, Xij, sesuai proses stepping
stone. Kembali ke langkah 1.

22
 BAB III PENUTUP
A. Kesimpulan
Pendistribusian suatu produk harus dipikirkan dengan baik, karena
dengan pendistribusian yang baik dapat menekan biaya agar mendapat
biaya yang minimum. Menekan biaya perlu melakukan riset terlebih
dahulu. Dalam riset operasional dapat menggunakan metode model
transportasi untuk mendapatkan biaya minimum dengan pemetaan
pendistribusian produk yang baik pada produk yang didistribusikan.

B. Saran
Penulis menyarankan kepada para pembaca untuk bisa menerapkan
metode transportasi dalam kehidupan sehari-hari, agar mudah untuk
dipahami. Sedangkan untuk seseorang yang ingin membahas materi yang
sama, disarankan lebih banyak referensi buku agar mendapat hasil yang
terbaik.

23
 DAFTAR PUSTAKA
Mulyono, Sri. 2017. Riset Operasi. Jakarta : Mitra Wacana Media.
Prof. Dr. Dedy TakdirSyaifuddin, SE., M.S, RisetOperasi (Quantitative Analysis
for Management)
Riset Operasional 1 Universitas Gunadarma

24