Masalah Penugasan
Permasalahan penugasan adalah system penjadwalan antara petugas atau job terhadap mesin
yang diberikan oleh otoritas yang berwenang dalam institusi atau organisasi. Solusi penjadwalan
pada penugasan memiliki 3 kemungkinan seperti halnya pada masalah transportasi yaitu:
Semua keadaan diatas dapat diselesaikan dengan Tabel transportasi. Pada keadaan tidak
seimbang pada 1 dan 2 penyelesaian tabel transportasi menggunakan kolom atau baris dummy
(bayangan). Pada keadaan 3 yaitu keadaan seimbang selain dengan tabel transportasi dapat juga
diselesaikan dengan metode Hungarian yaitu hanya ada satu petugas untuk satu pekerjaan.
Contoh kasus berikut akan dibahas penyelesaian dengan tabel transportasi dan Hungarian.
Machineco memiliki empat mesin dan empat pekerjaan yang harus diselesaikan. Setiap mesin
harus ditugaskan untuk menyelesaikan satu pekerjaan. Waktu yang diperlukan untuk mengatur
setiap mesin untuk menyelesaikan masing-masing pekerjaan ditunjukkan pada Tabel 7.1.
Machineco ingin meminimalkan total waktu pengaturan yang diperlukan menyelesaikan empat
pekerjaan. Gunakan pemrograman linier untuk menyelesaikan masalah ini.
Tabel 7.1.
Mesin Job 1 Job 2 Job 3 Job 4
1 14 5 8 7
2 2 12 6 5
3 7 8 3 9
4 2 4 6 10
Solusi: Machineco harus menugaskan setiap pekerjaan dengan mesin masing-masing. Program
Linier untuk masalah ini:
Definisi:
Min Z = 14X11 +5 X12 + 8X13 + 7X14 + 2X21 + 12X22 + 6X23 + 5X24 + 7X31 + 8X32 + 3X33 + 9X34
+2 X41 +4 X42 +6 X43 +10 X44
Solusi Model Transportasi dengan Biaya Sel Minimum dengan Xij = 1 untuk Job j ditugaskan
ke Mesin i diperoleh:
X12 = 1 ; X24 = 1; X33 = 1; X41 = 1 maka jadwal penugasan dapat disususn sebagai berikut:
Program Linier
Xij = { Minimize Z =
Subject to:
Xij = 0 atau 1
Untuk Solusi optimal
Dan
Dimana: p = minimum baris dan q= minimum kolom.
Contoh 2:
Manajemen akan membuat keputusan tentang bagaimana membagi produk pada masing-masing
pabrik. Tersedia dua jenis opsi.
Opsi 1: Mengizinkan pemisahan produk, di mana produk yang sama diproduksi di lebih dari satu
pabrik.
Opsi 2: Tidak mengijinkan pemisahan produksi
Opsi kedua ini memberlakukan batasan yang hanya dapat meningkatkan biaya solusi optimal
berdasarkan Tabel 7.2. Di sisi lain, keuntungan utama dari Opsi 2 adalah itu menghilangkan
beberapa biaya tersembunyi yang terkait dengan pemisahan produk yang tidak tercermin dalam
Tabel 7.2. termasuk pengaturan tambahan, distribusi, dan biaya administrasi. Karena itu,
manajemen ingin kedua opsi dianalisis sebelum keputusan akhir dibuat. Untuk Opsi 2,
manajemen lebih lanjut menetapkan bahwa setiap pabrik harus ditugaskan setidaknya satu
produk. Perumuskan dan menyelesaikan model untuk setiap opsi dibuat secara bergantian, di
mana permasalahan Opsi 1 menggunakan metode transportasi dan Opsi 2 menggunakan metode
penugasan.
Formulasi opsi-1
Dengan diizinkannya pemisahan produk, Tabel 7.2. dapat dikonversi langsung ke tabel
parameter masalah transportasi. Pabrik dapat menjadi sumber, dan tujuan (atau sebaliknya),
demikian juga kapasitas produksi yang tersedia dan permintaan adalah tingkat produksi yang
disyaratkan. Hanya dua perubahan yang perlu dilakukan pada Tabel7.2. Pertama, karena pabrik 2
tidak dapat menghasilkan produk 3, alokasi seperti itu dicegah dengan menetapkan biaya unit
sebesar M. Kedua, total kapasitas (75 +75 +45 = 195) melebihi total produksi yang dibutuhkan
(20 +30 +30 +40 =120), jadi pada tujuan menambahkan dummy permintaan 75 untuk
menyeimbangkan dua kuantitas ini. Tabel transportasi yang dihasilkan berdasarkan Tabel 7.2.
Solusi optimal untuk masalah transportasi ini memiliki variabel dasar (alokasi)
X12 = 30, X13 =30, X15 =15, X24 =15, X25 =60, X31 =20, dan X34 = 25, jadi
Jumlah penerima tugas (sekarang lima) harus sama dengan jumlah tugas (sekarang empat), jadi
tugas dummy (produk) ditunjukkan Tabel 7.4. sebagai 5 (Dummy). Peran dummy ini tugasnya
adalah menyediakan produk kedua dummy untuk Pabrik 1 atau Pabrik 2, yang mana hanya
menerima satu produk nyata saja. Tidak ada biaya untuk menghasilkan produk dummy demikian,
seperti biasanya, entri biaya untuk dummy adalah nol. Satu-satunya pengecualian adalah
masuknya big-M di baris terakhir Tabel 7.4. Alasan untuk Big-M di sini adalah bahwa Pabrik 3
harus ditugaskan produk nyata (pilihan produk 1, 2, 3, atau 4), sehingga metode Big M
diperlukan untuk mencegahnya sebagai gantinya penugasan produk dummy untuk Plant 3.
(Seperti pada Tabel 7.3, M juga digunakan untuk mencegah penugasan produk 3 yang tidak
layak ke Pabrik 2.) Entri biaya yang tersisa pada Tabel 7.4. bukan biaya unit yang ditunjukkan
pada Tabel 7.2. atau 7.3.. Tabel 7.3. memberikan rumusan masalah transportasi (untuk Opsi 1),
demikian juga biaya satuan sesuai di sana, tetapi perumusan masalah penugasan (untuk Opsi 2).
Untuk masalah penugasan, biaya cij adalah total biaya yang terkait dengan penerima tugas i
melakukan tugas j. Untuk Tabel 7.4. , total biaya (per hari) untuk Pabrik i untuk menghasilkan
produk j adalah adalah biaya unit produksi kali jumlah unit yang diproduksi (per hari), di mana
perkalian dua jumlah ini diberikan secara terpisah pada Tabel 7.2. Misalnya, pertimbangkan
tugas Pabrik 1 ke produk 1. Dengan menggunakan biaya unit yang sesuai pada Tabel 7.3. ($ 41)
dan permintaan yang sesuai (jumlah unit yang diproduksi per hari) pada Tabel 7.3. (20 unit),
diperoleh:
jadi 820 dimasukkan ke dalam Tabel 7.4. untuk biaya Penugasan 1a atau 1b . pada Tugas 1.
Di sini tugas dummy diberikan kepada Plant 2. Total biaya adalah Z = $ 3,290 per hari. Seperti
biasa, salah satu cara untuk mendapatkan solusi optimal ini adalah dengan mengubah tabel biaya
Tabel 8.29 ke tabel parameter untuk metode transportasi simpleks. Karena baris yang identik
pada Tabel 7.4. untuk masalah penugasan, formulasi ini adalah yang lebih efisien untuk
menerapkan metode transportasi simpleks.
Gambar 7.1.
Gambar 7.1. menunjukkan bagaimana Excel dan Solver-nya dapat digunakan untuk
mendapatkan solusi optimal, yang ditampilkan dalam sel yang berubah (D24: G26) dari
spreadsheet. Sejak metode simpleks umum sedang digunakan, tidak perlu memasukkan
formulasi ini ke dalam format baik untuk masalah penugasan atau model masalah transportasi.
Oleh karena itu, formulasi tidak repot-repot untuk membagi Plant 1 dan 2 masing-masing
menjadi dua penerima tugas, atau menambahkan sebuah tugas dummy. Sebaliknya, pabrik 1 dan
2 diberi persediaan masing-masing 2, dan kemudian tanda-tanda dimasukkan ke dalam sel I24
dan I25 serta ke dalam kendala terkait di kotak dialog Solver. Juga tidak perlu memasukkan
metode Big M untuk melarang penetapan produk 3 ke pabrik 2 di sel F25, karena kotak dialog
ini menyertakan batasan i F25 0. Sel target (H27) menunjukkan total biaya $ 3.290 per hari.
Sekarang lihat ke belakang dan bandingkan solusi ini dengan yang diperoleh untuk Opsi 1, yang
termasuk pemisahan produk 4 antara Plant 2 dan 3. Alokasinya agak berbeda untuk kedua solusi,
tetapi total biaya harian hampir sama ($ 3,260 untuk Opsi 1 dibandingkan $ 3.290 untuk Opsi 2).
Namun, ada biaya tersembunyi yang terkait dengan pemisahan produk (termasuk biaya
pengaturan tambahan, distribusi, dan administrasi) tidak termasuk dalam fungsi objektif untuk
Opsi 1. Seperti halnya aplikasi ATAU,model matematika yang digunakan hanya dapat
memberikan representasi perkiraan totalmasalah, jadi manajemen perlu mempertimbangkan
faktor-faktor yang tidak dapat dimasukkan kedalam model sebelum keputusan akhi dibuatr.
Dalam hal ini, setelah mengevaluasi kerugian dari pemisahan produk, manajemen memutuskan
untuk mengadopsi solusi Opsi 2.
Agoritma Hungarian
Pada Contoh 1 sebelumnya melihat kembali bfs (basic feasible solution) awal, adalah solusi
optimal. Kita tidak tahu bahwa itu optimal, dengan satu iterasi simpleks transportasi. Ini
menunjukkan bahwa tingkat degenerasi yang tinggi dalam masalah penugasan dapat
menyebabkan metode simpleks transportasi menjadi tidak efisien dalam menyelesaikan masalah
penugasan. Untuk alas an ini (dan fakta bahwa algoritma ini bahkan lebih sederhana daripada
metode simpleks transportasi), metode Hungaria digunakan untuk menyelesaikan masalah
penugasan (min) melalui langkah-langkah berikut:
Langkah 1
Pilih elemen minimum di setiap baris atau kolom matriks biaya m x m.
Kurangi elemen biaya dengan elemen biaya minimum pada masing-masing baris sehingga
memiliki minimal elemen nol pada matriks yang baru.
Jika ada kolom yang belum memiliki nilai elemen nol pada matriks baru kurangi dengan elemen
biaya minimum secara kolom sehingga diperoleh minimal satu elemen nol pada kolom.
Langkah 2
Gambarlah jumlah minimum garis (horizontal, vertikal, atau keduanya) yang diperlukan untuk
mencakup semua nilai nol dalam matriks biaya yang dikurangi. Jika garis m diperlukan, maka
solusi optimal diperoleh sebanyak m di antara nol yang tercakup dalam matriks. Jika garis
kurang dari m solusi belum optimal, kemudian lanjutkan ke langkah 3.
Langkah 3
Temukan elemen bukan nol terkecil (sebut nilainya k) dalam matriks biaya diluar garis dari
langkah 2 dan kurangi elemen biaya lainnya dengan elemen biaya terkecil tersebut tambahkan
pada elemen pada garis perotongan hingga jumlah baris yang dibutuhkan berjumlah m.
Langkah 1
14 5 8 7
2 12 6 5
7 8 3 9
2 4 6 10
Pengurangan Baris
9 0 3 2
0 10 4 3
4 5 0 6
0 2 4 8
Pengurangan Kolom
9 0 3 0
0 10 4 1
4 5 0 4
0 2 4 6
Langkah 2
9 0 3 0
0 10 4 1
4 5 0 4
0 2 4 6
9 0 3 0
0 10 4 1
4 5 0 4
0 2 4 6
Langkah 3
Tiga garis diperoleh belum mencukupi 4 garis yang dibutuhkan maka harus dicari 1 garis lagi
diperoleh sebagai berikut
10 0 3 0
0 9 3 0
5 5 0 4
0 1 3 5
Dengan 4 garis maka solusi optimal dengan memilih solusi pada elemen nol sebagai berikut:
10 0 3 0
0 9 3 0
5 5 0 4
0 1 3 5
X12 = 1 ; X24 = 1; X33 = 1; X41 = 1 maka jadwal penugasan dapat disususn sebagai berikut:
Karena pada baris dan kolom lebih dari 1 elemen nol maka alternatif 2 diperoleh
10 0 3 0
0 9 3 0
5 5 0 4
0 1 3 5
X14 = 1 ; X21 = 1; X33 = 1; dan X42 = 1 untuk mesin 4 dengan job 2 yang harus diberikan sesuai
prinsip Hungarian maka jadwal penugasan dapat disususn sebagai berikut:
Alternatif 2 ternyata lebih lama disbanding dengan alternatif 1 maka hasil optimal adalah
alternatif 1.
Latihan:
1. Empat tenaga kerja akan ditugaskan untuk 4 pekerjaan berdasarkan waktu penyelesaian (jam)
ditunjukkan oleh Tabel 7. berikut:
Tabel 7.5.
Pekerja ke-2 tidak dapat tugas untuk mengerjakan job 2, pekerja ke-4 tidak dapat tugas untuk
mengerjakan job 3 dan pekerja ke-5 tidak dapat tugas untuk mengerjakan job 2. Tentukan waktu
minimal penugasan untuk 4 pekerja dengan 4 job yang tersedia.
2. Greydog Bus Company mengoperasikan bus antara Boston dan Washington, D.C. Perjalanan
bus antara kedua kota ini membutuhkan waktu 6 jam. Antar perjalanan Undang-undang Federal
mewajibkan pengemudi beristirahat selama empat jam atau lebih banyak. Hari kerja pengemudi
terdiri dari dua perjalanan: satu dari Boston ke Washington dan satu dari Washington ke Boston.
Tabel 54 memberikan waktu keberangkatan untuk bus. Tujuan Greydog adalah untuk
meminimalkan total downtime untuk semua driver. Bagaimana seharusnya Greydog menetapkan
kru untuk perjalanan? Catatan: "Hari" pengemudi diizinkan untuk perjalanan tengah malam.
Misalnya perjalanan, seorang pengemudi yang berbasis di Washington dapat ditugaskan ke
Washington – Boston 3 P.M. dan Boston – Washington 6 A.M. .
Tabel 7.6.
3. Sebuah pabrik akan membeli 3 mesin baru dengan 4 lokasi yang berbeda. Mesin 2 tidak bisa
digunakan di lokasi 2. Tabel biaya berdasarkan Tabel 7.7. untuk pengelolaan ketersedian bahan
baku dari PT. Job Shop adalah sebagai berikut:
Hitung total biaya minimal untuk material handling PT. Job Shop. Gunakan pendekatan
Hungarian dan Big-M dari Metode Simpleks Minimum.
4. Hitung total biaya minimum dari 4 petugas untuk 4 pekerjaan dibawah ini.
Tabel 7.8.
Referensi:
Hiller Liberman hal 381-404
Wiston hal 393-399
Hamdy A Toha hal 223-228