1

IEI2P3 – Penelitian Operasional 2

Masalah Jaringan (Bagian 3)

S1 Teknik Industri – Fakultas Rekayasa Industri

 2

TUJUAN PEMBELAJARAN

Mahasiswa memahami struktur model minimum cost

flow

Mahasiswa mampu memodelkan masalah jaringan ke

dalam model minimum cost flow

Mahasiswa mampu mendapatkan solusi optimal

masalah jaringan menggunakan algoritma yang
diberikan
 3

MODEL MINIMUM COST FLOW

 4

DEFINISI MASALAH MINIMUM COST FLOW

Masalah minimum cost flow dideskripsikan sebagai berikut:

1. Jaringan pada minimum cost flow merupakan jaringan yang terhubung dan memiliki arah
2. Terdapat setidaknya satu supply node
3. Terdapat setidaknya satu node lain yang merupakan demand node
4. Node lainnya (yang bukan supply dan demand node) merupakan transshipment node
5. Aliran melalui busur (arcs) hanya diperbolehkan dalam arah yang ditunjukkan oleh panah, di mana jumlah maksimum aliran
diberikan oleh kapasitas busur itu (Jika aliran dapat terjadi di kedua arah, ini akan diwakili oleh sepasang busur yang menunjuk ke
arah yang berlawanan)
6. Jaringan memiliki cukup busur dengan kapasitas yang memadai untuk mengaktifkan semua aliran yang dihasilkan di supply node
untuk menjangkau semua demand node
7. Total biaya untuk melalui setiap busur (arcs) proporsional dengan jumlah yang dialirkan, dimana biaya per unit aliran diketahui.
8. Tujuannya adalah untuk meminimalkan total biaya pengiriman pasokan yang tersedia melalui jaringan untuk memenuhi
permintaan yang diberikan (Tujuan alternatifnya adalah memaksimalkan total keuntungan)
 5

FORMULASI MASALAH MINIMUM COST FLOW

Tahap 1. Definisikanlah elemen-elemen model minimum cost flow

• Tujuan: pada umumnya terkait meminimalkan total biaya pengiriman pasokan yang tersedia melalui jaringan untuk
memenuhi permintaan yang diberikan. (Tujuan alternatifnya adalah memaksimalkan total keuntungan).

• Variabel Keputusan
Xij = jumlah yang dialirkan yang melalui busur (arcs) i  j

• Constraint
• Kapasitas Busur ij yang dilalui (dinotasikan dengan Uij). Dimana setiap busur tidak selalu memiliki kapasitas tertentu
(uncapacitated) sehingga dapat diasumsikan busur tersebut memiliki kapasitas tidak terbatas
• Ketersediaan pasokan pada supply node (dinotasikan dengan bi, dimana bi > 0)
• Demand pada demand node (dinotasikan dengan bi, dimana bi < 0)
• Supply/Pasokan pada transshipment node (dinotasikan dengan bi, dimana bi = 0)
• Batasan non-negatif
 6

FORMULASI MASALAH MINIMUM COST FLOW

Tahap 2. Notasikan elemen-elemen yang telah didefinisikan ke dalam notasi matematis

• Xij

• Uij

• bi

Tahap 3. Formulasikan permasalahan minimum cost flow tersebut ke dalam model jaringan

• Buatlah node yang terdiri atas supply node, demand node, dan transshipment node

• Hubungkan satu node dengan node lainnya sesuai dengan jalur yang tersedia, dan berikan informasi mengenai
biaya per unit yang dialirkan di jalur tersebut (cij)

• Berikan informasi mengenai Uij pada jalur yang berkesesuaian

• Berikan informasi mengenai nilai bi pada masing-masing node

 7

FORMULASI MASALAH MINIMUM COST FLOW

Tahap 4. Bangunlah model matematis dari permasalahan minimum cost flow

 8

CONTOH KASUS
Sebuah perusahaan Otomotif yang memproduksi motor memiliki dua pabrik, yaitu Pabrik A dan Pabrik B. Kedua pabrik tersebut
terhubung dengan dua dealer, yaitu dealer D dan dealer E. Jumlah pasokan pada pabrik A adalah 50, sedangkan jumlah pasokan di
pabrik B adalah 40. Jumlah demand di dealer D adalah 30 dan demand di dealer E adalah 60. Perusahaan otomotif tersebut pun
memiliki distribution center, yaitu distribution center C, sehingga motor yang akan dikirimkan dari pabrik dapat dikirimkan secara
langsung ke dealer, ataupun transit terlebih dahulu di distribution center. Berikut adalah biaya pengiriman per satu unit motor untuk
masing-masing jalur perjalanan yang dapat dilalui untuk mengirimkan motor dari masing-masing pabrik ke masing-masing dealer.

Jalur Cost/unit
AB 2
AC 4
AD 9
BC 3
CE 1
DE 3
ED 2

Karena kondisi infrastruktur, jumlah motor yang dapat dikirimkan melalui rute AB tidak boleh lebih dari 10 motor. Selain itu,
jumlah motor yang dikirimkan melalui rute CE tidak boleh lebih dari 80 motor. Tentukanlah aliran jumlah motor yang melalui
masing-masing jalur agar biaya pengiriman motor dari pabrik ke dealer menjadi minimum.
 9
PENDEFINISIAN MASALAH

Tahap 1. Definisikanlah elemen-elemen model minimum cost flow

Tujuan
Meminimumkan total biaya pengiriman motor dari pabrik ke dealer
Dengan biaya pengiriman per unit untuk setiap jalur adalah sebegai berikut
Keputusan
Jumlah motor yang dialirkan melalui jalur ij
Constraint
• Ketersediaan pasokan pada Pabrik A sebesar 50
• Ketersediaan pasokan pada Pabrik B sebesar 40
• Ketersediaan pasokan/demand pada Distribution center C sebesar 0
• Demand pada dealer D sebesar 30
• Demand pada dealer E sebesar 60
• Kapasitas aliran pada jalur AB adalah sejumlah 10
• Kapasitas aliran pada jalur CE adalah sejumlah 80
• Pembatas non-negatif
 10
PENDEFINISIAN MASALAH

Tahap 2. Notasikan elemen-elemen yang telah didefinisikan ke dalam

notasi matematis
Xij = Jumlah motor yang dialirkan melalui jalur ij bi (Supply/demand pada masing-masing node)
• XAB = Jumlah motor yang dialirkan melalui jalur AB • Supply node = Pabrik A, Pabrik B (bi > 0)
 bA = 50
• XAC = Jumlah motor yang dialirkan melalui jalur AC
 bB = 40
• XAD = Jumlah motor yang dialirkan melalui jalur AD
• Demand node = Dealer D, Dealer E (bi < 0)
• XBC = Jumlah motor yang dialirkan melalui jalur BC  bD = -30
• XCE = Jumlah motor yang dialirkan melalui jalur CE  bE = -60
• XDE = Jumlah motor yang dialirkan melalui jalur DE • Transshipment Node = Distribution Center C (bi = 0)
• XED = Jumlah motor yang dialirkan melalui jalur ED  bC = 0
Uij (kapasitas busur (arcs) ij)
• UAB = 10
• UCE = 80
• Kapasitas busur lainnya adalah tak hingga
 11

MODEL JARINGAN

Tahap 3. Formulasikan permasalahan minimum cost flow tersebut ke dalam model jaringan

Supply Node A Demand Node D

Kapasitas
Busur A-B

Supply Node B Demand Node E

Kapasitas
Busur C-E
 12
MODEL MATEMATIS

Tahap 4. Bangunlah model matematis dari permasalahan minimum cost flow

Fungsi Tujuan
Min Z = 2XAB + 4XAC + 9XAD + 3XBC + 1XCE + 3XDE + 2XED
Dengan Pembatas
XAB + XAC + XAD = 50
-XAB + XBC = 40
-XAC - XBC + XCE =0
-XAD + XDE - XED = -30
-XCE - XDE + XED = -60
Dan
XAB ≤10,
XCE ≤80,
Xij ≥ 0
 13

MENCARI SOLUSI OPTIMAL

 14

UPPER-BOUND

Pengenalan konsep Upper-Bound (Sebagai efek adanya kapasitas pada arcs)

• Teknik upper-bound digunakan pada kondisi ketika terdapat keterbatasan kapasitas dimana Xij ≤ Uij
• Keterbatasan terkait kapasitas ini tidak dimasukan ke dalam functional constraint dan akan
diperlakukan seperti batasan non negatif

Functional
constraint

Upper bound &

Batasan non negatif
 15

UPPER-BOUND

Pengenalan konsep Upper-Bound (Sebagai efek adanya kapasitas pada arcs)

• Konsep upper bound dapat diterapkan ketika leaving variable telah ditetapkan
• Leaving variable, secara otomatis akan menjadi variable yang mencapai lower bound (0) atau
upper bound (Uij)
• Variabel non basis yang telah mencapai upper bound (Xij = Uij), maka berlaku Xij = Uij – Yij.
Maka dari itu akan diperoleh Yij = 0 (Yij  Variabel non basis)
• Ketika Yij merupakan variabel basis, maka Yij dapat diinterpretasikan sebagai jumlah yang
dialirkan dari ji (jalur yang sebaliknya)
 16

UPPER-BOUND

Pengenalan konsep Upper-Bound (Sebagai efek adanya kapasitas pada arcs)

• Sehingga, ketika nilai Xij = Uij diganti dengan Xij = Uij – Yij. Maka, arcs ij pun diganti dengan
arcs ji
• Arcs ji memiliki kapasitas sejumlah Uij, dengan besaran biaya –Cij
• Untuk menggambarkan adanya aliran dari ji, maka berlaku hal berikut:
• bi  bi-Uij
• bj  bj+Uij
 17

Misal, dalam proses perhitungan XAB menjadi leaving

variable karena nilai XAB telah mencapai upper
bound yaitu 10 (XAB = 10).

Oleh karena itu berlaku:

XAB =10- YAB  YAB = 0

• Garis AB akan digantikan dengan garis BA

dengan YAB menggambarkan jumlah yang dialirkan
pada jalur tersebut
• CBA = -CAB = -2
• bi = 50-10; bj = 40+10

CBA = -2
A B
YAB
40 50
 18

PENERAPAN TEKNIK UPPER BOUND

Maka dari itu model jaringan menjadi:

Model jaringan yang dihasilkan ketika teknik

Model jaringan awal
upper bound membawa kita untuk mengganti
XAB = 10 dengan XAB = 10-YAB
 19

PENERAPAN TEKNIK UPPER BOUND

Dan model matematis jaringan menjadi

Fungsi Tujuan
Min Z = -2YAB + 4XAC + 9XAD + 3XBC + 1XCE + 3XDE + 2XED
Dengan Pembatas
-YAB + XAC + XAD = 40
YAB + XBC = 50
-XAC - XBC + XCE =0
-XAD + XDE - XED = -30
-XCE - XDE + XED = -60
Dan
YAB ≤10,
XCE ≤80,
Xij ≥ 0
 20

TAHAPAN MENCARI SOLUSI OPTIMAL

Tahap 1: Bangkitkan Solusi Basis Layak Awal

• Buatlah spanning tree yang menghasilkan solusi basis layak

Tahap 2: Cek optimalitas solusi. Jika sudah optimal stop. Jika belum,
lanjut ke tahap 3.
• Lakukan perhitungan terhadap ∆Z
• ∆Z < 0 maka solusi belum optimal (Minimisasi)

Tahap 3: Perbaiki Solusi dan kembali ke tahap 2.

• Tentukan entering variable
• Tentukan leaving variable dan solusi baru
 21

Membangun Solusi Basis Layak awal (Initial Basic Feasible Solution)

• Buatlah spanning tree dari model jaringan yang dimiliki dengan ketentuan sebagai berikut:
 Terdapat n-1 arcs yang menghubungkan seluruh node dan tidak membentuk siklus
 Spanning tree yang terbentuk, kemudian akan menjadi solusi basis
 Untuk arcs yang tidak termasuk dalam spanning tree, maka arcs tersebut menjadi non-basic arcs
dengan nilai variabel = 0 (xij atau yij = 0)
 Untuk arcs yang termasuk dalam spanning tree menjadi basic arcs, dan akan dicari nilai-nilai dari
masing-masing variabelnya (xij atau yij)
 22

Contoh Spanning Tree yang dapat dibentuk

(karena terdapat 5 node, maka spanning tree yang
terbentuk akan memiliki 5-1 garis)

A D

B E
 23

Berikanlah arah aliran, sesuai dengan permasalahan

XAD
A D

XDE
C
XBC XCE

B E

Variabel Basis: XAD, XBC, XCE, XDE

Variabel Non Basis: YAB, XAC, XED

Apakah Spanning Tree yang dibentuk menghasilkan

solusi basis yang layak?
 24

Pemeriksaan kelayakan solusi basis yang dihasilkan spanning tree

Mencari nilai dari variabel basis XAD, XBC, XCE, XDE
Dimana nilai variabel non basis YAB, XAC, XED = 0

Dengan Pembatas Dengan Pembatas

-YAB + XAC + XAD = 40 (0) + (0) + XAD = 40 XAD= 40
YAB + XBC = 50 -(0) + XBC = 50 XBC = 50
-XAC - XBC + XCE =0 -(0) - XBC + XCE =0 XCE = 50
-XAD + XDE - XED = -30 -(0) + XDE - XED = -30 - XAD +XDE = -30; XDE =10
-XCE - XDE + XED = -60 -XCE - XDE + XED = -60

Karena nilai semua variabel keputusan xij ≥ 0, dan XCE ≤ 80  Solusi basis
yang dihasilkan adalah Solusi Basis Layak
 25

SOLUSI BASIS LAYAK AWAL

XAD= 40 [40] [-30]
XBC = 50 XAD = 40
A D
XCE = 50
XDE =10
XDE = 10
C

B E
[50] [-60]
 26

Pemeriksaan Optimalitas Solusi Basis Layak Awal

Misal: XAC menjadi variabel basis
[40] [-30] • Siklus yang terbentuk: AC-CE-AD-DE
A
XAD = 40 -ϴ
D • Untuk arcs yang satu arah dengan AC (arcs
CE) diberikan +ϴ
XDE = 10-ϴ
• Untuk arcs yang berkebalikan arah dengan
C AC (AD & DE), diberikan -ϴ
• Berarti peningkatan atau penurunan aliran
pada arcs
B E
[50] [-60]
 27

Efek terhadap biaya jika jalur AC ditambahkan • Peningkatan atau penurunan jumlah yang dialirkan
sebagai basic arcs pada arcs tentunya akan mempengaruhi total biaya
[40] [-30] sejumlah ∆Z
CAD = 9 (-ϴ) • Jika arcs AC menjadi basic arcs, maka efek
A D terhadap total biaya menjadi:
• ∆Z= 4(ϴ)+ 1(ϴ)- 3(ϴ)- 9(ϴ)= -7ϴ
CDE = 3(-ϴ) • Jika dimisalkan ϴ=1, maka perubahan nilai Z adalah
C sebesar -7(1) = -7
• Tanda negatif (-) menunjukkan penurunan total biaya,
yang artinya jika pada arcs AC dialirkan produk
B E sebanyak 1, maka total biaya akan menurun sebesar 7

[50] [-60]
 28

Pemeriksaan Optimalitas Solusi Basis Layak Awal

Misal: YAB menjadi variabel basis
Efek terhadap biaya jika jalur BA ditambahkan • Siklus yang terbentuk: BA-AD-DE-CE-BC
sebagai basic arcs • Arcs yang searah: AD, DE
[40] [-30] • Arcs yang berkebalikan arah: BC, CE
CAD = 9 (+ϴ)
A D • Jika arcs BA menjadi basic arcs, maka efek terhadap total
biaya menjadi:
• ∆Z= 4(ϴ)+ (-2)(ϴ)+9(ϴ)+3(ϴ)-1(ϴ)-3(ϴ)= 6ϴ
CAC = -2(+ϴ)
CDE = 3(+ϴ) • Jika dimisalkan ϴ=1, maka perubahan nilai Z adalah sebesar
C 6(1) = 6
• Perlu diingat bahwa jalur BA adalah reverse dari jalur yang
sebenarnya (AB),sehingga peningkatan nilai YBA 
Penurunan XAB
B E
• Tanda positif (+) menunjukkan peningkatan total biaya, yang
[50] [-60] artinya jika pada arcs BA dialirkan produk sebanyak 1,
maka total biaya akan meningkat sebesar 6
 29

Pemeriksaan Optimalitas Solusi Basis Layak Awal

Misal: XED menjadi variabel basis
Efek terhadap biaya jika jalur ED ditambahkan • Siklus yang terbentuk: DE-ED
sebagai basic arcs • Arcs yang searah: ED
[40] [-30]
• Arcs yang berkebalikan arah:-
CAD = 9
A D • Jika arcs ED menjadi basic arcs, maka efek
terhadap total biaya menjadi:
CDE = 3(+ϴ) • ∆Z= 3(ϴ)+2(ϴ) = 5ϴ
C CDE = 2(+ϴ) • Jika dimisalkan ϴ=1, maka perubahan nilai Z adalah
sebesar 5(1) = 5
• Tanda positif (+) menunjukkan peningkatan total
B E biaya, yang artinya jika pada arcs ED dialirkan
produk sebanyak 1, maka total biaya akan meningkat
[50] [-60] sebesar 5
 30

Pemeriksaan Optimalitas Solusi Basis Layak Awal

• Karena masih terdapat nilai yang negatif (fungsi tujuan meminimasi), maka solusi yang
diperoleh belum optimal  perlu dilakukan perbaikan solusi

Non basic arcs Siklus yang terbentuk Nilai ∆Z, ketika ϴ=1
BA BA-AD-DE-CE-BC 6
AC AC-CE-AD-DE -7
ED ED-DE 5
 31

Perbaikan solusi: Penentuan Entering Variable Perbaikan solusi dilakukan dengan menentukan
entering dan leaving variable
• Entering variable yang terpilih adalah yang memiliki nilai paling negatif
• XAC terpilih menjadi entering variable

Non basic arcs Siklus yang terbentuk Nilai ∆Z, ketika ϴ=1
BA BA-AD-DE-CE-BC 6
AC AC-CE-AD-DE -7
ED ED-DE 5
 32

Perbaikan solusi: Penentuan Leaving Variable dan Solusi Basis Layak yang baru
• Leaving Variable dan Solusi Basis Layak yang baru
diperoleh dengan menentukan nilai ϴ terlebih dahulu
• Solusi basis layak yang baru diperoleh dengan berusaha
meningkatkan produk yang dialirkan pada arcs AC
sebanyak mungkin hingga variable basis mencapai lower
bound (0) atau upper bound (uij)
• XAC = ϴ ; ϴ ≤ ∞
• XCE = 50+ϴ ≤ 80; ϴ ≤ 30
• XAD = 40-ϴ ≥ 0; ϴ ≤ 40
• XDE = 10-ϴ ≥ 0; ϴ ≤ 10

ϴ= Min{∞,30,40,10}=10
 33

Perbaikan solusi: Penentuan Leaving Variable dan Solusi Basis Layak yang baru
• Leaving Variable dan Solusi Basis Layak yang baru
[40] [-30] diperoleh dengan menentukan nilai ϴ terlebih dahulu
XAD = 30 • Solusi basis layak yang baru diperoleh dengan berusaha
A D
meningkatkan produk yang dialirkan pada arcs AC
sebanyak mungkin hingga variable basis mencapai lower
XDE = 0 bound (0) atau upper bound (uij)
C • XAC = ϴ ; ϴ ≤ ∞
• XCE = 50+ϴ ≤ 80; ϴ ≤ 30
• XAD = 40-ϴ ≥ 0; ϴ ≤ 40
• XDE = 10-ϴ ≥ 0; ϴ ≤ 10
B E
[50] [-60] ϴ= Min{∞,30,40,10}=10
XDE merupakan leaving variable karena telah
mencapai lower bound, yaitu 0
 34

Perbaikan solusi: Penentuan Leaving Variable dan Solusi Basis Layak yang baru

Solusi baru
[40] [-30]
XAD = 30
A D

B E
[50] [-60]
 35

Cek Optimalitas Solusi Baru

[40] [-30]
XAD = 30 Non
Non basic
basic arcs
arcs Siklus
Siklus yang terbentuk Nilai
yang terbentuk Nilai ∆Z,
∆Z, ketika
ketika ϴ=1
ϴ=1
A D BA
BA BA-AC-BC
BA-AC-BC -2+4-3=
-2+4-3= -1
-1
DE
DE DE-CE-AC-AD
DE-CE-AC-AD 3-1-4+9=
3-1-4+9= 77
ED
ED ED-AD-AC-CE
ED-AD-AC-CE 2-9+4+1=
2-9+4+1= -2-2
C
Karena masih terdapat nilai ∆Z yang negatif,
maka solusi saat ini belum optimal
B E
[50] [-60]
 36

Penentuan entering variable

[40] [-30]
XAD = 30 - ϴ Non basic arcs Siklus yang terbentuk Nilai ∆Z, ketika ϴ=1
A D BA BA-AC-BC -2+4-3= -1
DE DE-CE-AC-AD 3-1-4+9= 7
ED ED-AD-AC-CE 2-9+4+1= -2
C
XED = +ϴ
XED menjadi entering variable karena memiliki efek terhadap
penurunan Z yang paling besar
B E (∆Z paling negatif)
[50] [-60]
 37

Penentuan leaving variable dan solusi baru

[40] [-30] Penentuan ϴ dan leaving variable

XAD = 30 - ϴ • XED = ϴ ; ϴ ≤ ∞
A D • XAD = 30-ϴ ≥ 0; ϴ ≤ 30
• XAC = 10+ϴ ≤ ∞; ϴ ≤ ∞
• XCE = 60+ϴ ≤ 80; ϴ ≤ 20
C
XED = +ϴ ϴ= Min{∞,30, ∞,20}=20

B E
[50] [-60]
 38

Penentuan leaving variable dan solusi baru

[40] [-30] Penentuan ϴ dan leaving variable

XAD = 10 • XED = ϴ ; ϴ ≤ ∞
A D • XAD = 30-ϴ ≥ 0; ϴ ≤ 30
• XAC = 10+ϴ ≤ ∞; ϴ ≤ ∞
• XCE = 60+ϴ ≤ 80; ϴ ≤ 20
C
XED = 20 ϴ= Min{∞,30, ∞,20}=20
XCE merupakan leaving variable karena
B E telah mencapai upper bound, yaitu 80
[50] [-60]
 39

Penentuan leaving variable dan solusi baru

[40] [-30] Karena telah mencapai upper bound, maka XCE diganti menjadi
XCE = Uij – YCE
XAD = 10
A D XCE = 80; Uij = 80, sehingga YCE = 0  Variabel Non Basis

Teorema upper bound

C
XED = 20
Arcs CE dengan biaya CCE =1 dan UEC = 80

B E Diganti Arcs yang berkebalikan

[-60]
[50] EC dengan biaya CEC = -1 dan UEC =80
 40

Gambar jaringan yang baru

Arcs CE dengan biaya CCE =1 dan UEC = 80 Diganti Arcs yang berkebalikan EC dengan biaya CEC = -1 dan UEC =80

[0-80]

From This To This

[-60+80]
 41

Sehingga solusi yang baru dari iterasi 2 menjadi

[40] [-30]
XAD = 10
A D
[-80]

C
XED = 20

B E
[50] [20]
 42

Cek Optimalitas Solusi Baru

Variabel Basis: XAD, XBC, XCE, XDE

Variabel Non Basis: YAB, XAC, XED

Non basic arcs Siklus yang terbentuk Nilai ∆Z, ketika ϴ=1
BA BA-AC-BC -2+4-3= -1
EC EC-AC-AD-DE -1-4+9-2=2
DE DE-ED 3+2=5

Karena masih terdapat nilai ∆Z yang negatif,

maka solusi saat ini belum optimal
 43

Penentuan Entering Variable

Variabel Basis: XAD, XBC, XCE, XDE

Variabel Non Basis: YAB, XAC, XED

Non basic arcs Siklus yang terbentuk Nilai ∆Z, ketika ϴ=1
BA BA-AC-BC -2+4-3= -1
EC EC-AC-AD-DE -1-4+9-2=2
DE DE-ED 3+2=5

YAB menjadi entering variable karena memiliki ∆Z paling

negatif
 44

Penentuan leaving variable dan Solusi baru

[40] [-30] Siklus yang terbentuk: BA-AC-BC
XAD = 10 Penentuan ϴ dan leaving variable
A D • YAB = ϴ ; ϴ ≤ 10  Upper bound arcs AB
[-80]
• XAC = 30+ϴ ≤ ∞; ϴ ≤ ∞
• XBC = 50+ϴ ≥ 0; ϴ ≤ 50
YBA = +ϴ C
XED = 20 ϴ= Min{10,∞,50}=10
YAB merupakan leaving variable karena
B E
telah mencapai upper bound, yaitu 10
[50] [20]
 45

Penentuan leaving variable dan solusi baru

[40] [-30] Karena telah mencapai upper bound, maka YAB diganti menjadi
YAB =10 – XAB ; sehingga XAB = 0
XAD = 10
A D
Teorema upper bound

YAB = 10
C
XED = 20
Arcs BA dengan biaya CBA =-2 dan UBA = 10

B E Diganti Arcs yang berkebalikan

[-60]
[50] Arcs AB dengan biaya CAB = 2 dan UAB =10
 46

Gambar jaringan yang baru

Arcs BA dengan biaya CBA =-2 dan UBA = 10 Diganti Arcs yang berkebalikan Arcs AB dengan biaya CAB = 2 dan UAB =10

[40+10]

From This To This

[50-10]
 47

Sehingga solusi yang baru dari iterasi 3 menjadi

[50] [-30]
XAD = 10
A D
[-80]

C
XED = 20

B E
[40] [20]
 48

Cek Optimalitas Solusi Baru

Non basic arcs Siklus yang terbentuk Nilai ∆Z, ketika ϴ=1
AB AB-AC-BC 2+3-4= 1
EC EC-AC-AD-DE -1-4+9-2=2
DE DE-ED 3+2=5

Seluruh nilai ∆Z sudah positif, maka solusi

saat ini sudah optimal optimal

Solusi:
XAC= 40; XBC= 40; XAD= 10; XED= 20
XAB= 0; YCE=0*; XDE=0
* YCE=UCE-XCE
0 = 80-XCE; XCE= 80
 49

Solusi Optimal

Solusi:
XAC= 40; XBC= 40; XAD= 10; XED= 20 XAB= 0; XCE=80; XDE=0
 50

TERIMA KASIH

50