Manajemen produksi sering menghadapi masalah-masalah
yang berhubungan dengan alokasi optimal dari berbagai sumber daya yang produktif, terutama tenaga kerja atau personalia, yang mempunyai tingkat efisiensi berbeda-beda untuk pekerjaan yang berbeda pula. Masalah ini disebut Masalah Penugasan(Assigment Problem), yang merupakan suatu kasus khusus dari masalah linear programming pada umumnya.
Assignment problem adalah suatu masalah mengenai
pengaturan pada individu (objek) untuk melaksanakan tugas (kegiatan), sehingga dengan demikian biaya yang dikeluarkan untuk pelaksanaan penugasan tersebut dapat diminimalkan. Salah satu dalam menyelesaikan persoalan ini adalah dengan menggunakan algoritma Hungarian. Algoritma Hungarian adalah salah satu algoritma yang digunakan untuk menyelesaikan persoalan masalah assignment. Versi awalnya, yang dikenal dengan metode Hungarian, ditemukan dan dipublikasikan oleh Harold Kuhn pada tahun 1955. Algoritma ini kemudian diperbaiki oleh James Munkres pada tahun 1957. Oleh karena itu, algoritma ini kemudian dikenal juga dengan nama algoritma Kuhn- Munkres. Algoritma yang dikembangkan oleh Kuhn ini didasarkan pada hasil kerja dua orang matematikawan asal Hungaria lainnya, yaitu Denes Konig dan Jeno Egervary. Keberhasilan Kuhn menggabungkan dua buah penemuan matematis dari Jeno Egervary menjadi satu bagian merupakan hal utama yang menginspirasikan lahirnya Algoritma Hungarian. Dengan menggunakan algoritma ini, solusi optimum sudah pasti akan ditemukan. Namun untuk hal ini kasusnya dibatasi, yaitu bila ingin menemukan solusi terbaik dengan nilai minimum (least cost search).
Masalah penugasan adalah sejumlah tugas kepada sejumlah
penerima tugas dalam basis satu-satu, artinya seorang pekerja harus menjalankan satu pekerjaaan. Tujuan untuk memecahkan persoalan, penempatan sumber- sumber yang ada pada kegiatan-kegiatan yang dituju, sehingga kerugiannya agak minimal dan keuntungannya maksimal.
Persoalan penugasan (Assigment problem) merupakan salah
satu persoalan transportasi dan dapat dinyatakan sebagai berikut : “ Dengan tersedianya fasilitas untuk melaksanakan jenis pekerjaan (jobs) dimana masing-masing fasilitas (mesin, orang, dan tenaga), persoalannya ialah bagaiamana menentukan jenis pekerjaan yang mana, agar jumlah pengorbanan (uang, waktu dan tenaga) minimum ”. Persoalan penugasan luas penggunaannya dalam bidang manajemen khususnya keputusan untuk menentukan jenis pekerjaan apa yang harus di kerjakan.
Salah satu teknik pemecahan masalah-masalah penugasan
yang tersedia adalah metoda Hungarian, yang mula-mula di kembangkan oleh seorang ahli matematika berkebangsaan Huangaria bernama D. Konig dalam tahun 1916. Model-model penugasan bertujuan untuk mengalokasikan “sumber daya” untuk sejumlah sama “pekerjaan” pada biaya total minimum.Penugasan di buat atas dasar bahwa setiap sumber daya harus di tugaskan hanya untuk satu pekerjaan. Untuk suatu masalah penugasan n x n, jumlah penugasan yang mungkin di lakukan sama dengan n ! (n factorial) karena perpasangan satu-satu.
Masalah Penugasan
Adapun 2 masalah penugasan yang biasa terjadi, yaitu :
1. Biaya Minimum
a) Jika jumlah kolom = Jumlah baris
b) Jika jumlah kolom ≠ Jumlah Baris
a. Tuliskan yang ada kedalam matriks
Contoh :
Bagian produksi perusahaan mempunyai 3 (tiga) jenis
pekerjaan yang berbeda untuk diselesaikan oleh 3 (tiga) karyawan. Ketiga karyawan tersebut mempunyai tingkat keterampilan, pengalaman kerja, latar belakang pendidikan dan latihan yang bebeda pula. Karena sifat pekerjaan dan kemampuan karyawan yang berbeda, maka biaya penyelesaian pekrjaan berbeda-beda. Tabel 1.1 Matriks Biaya (dalam ribuan Rupiah)
PEKERJAAN
KARYAWAN D1 D2 D3
A1 20 27 30
A2 10 18 16
A3 14 16 12
B.Merubah matriks biaya menjadi matriks kesempatan
(peluang) dengan cara, yaitu :
Dimulai dengan merubah matriks biaya menjadi
matriks Opportunity Cost, yaitu dengan memilih elemen terkecil pada setiap baris dari matriks biaya mula-mula untuk mengurangi seluruh elemen (bilangan) pada setiap baris. Sebagai contoh :
Elemen terkecil baris A1 adalah 20, yang berarti bahwa
karyawan A1 adalah paling efisien dengan melakukan pekerjaan D1 adalah nol (20 - 20 = 0). Di lain pihak, bila kita akan memadukan A1 dan D2, akan menyangkut Opportunity cost sebesar Rp 7.000,- (yaitu 27 – 20 = 7 ). Begitu juga, oppurtinity cost penugasan A1 untuk pekerjaan D3 sebesar Rp 10.000,- (yaitu 30 – 20 = 10). Dengan cara yang sama, kita dapat menentukan opportunity cost untuk baris A2 dan A3, sehingga paling sedikit akan diperoleh satu bilangan yang bernilai nol pada setiap baris. Matriks dengan bilangan- bilangan telah dikurangi bilangan terkecil pada setiap baris, di sebut reduce cost matriks.
c. Tes Optimalisasi
Skedul penugasan optimal hanya dapat tercapai bila
ada 3 (tiga) “independent zeros” dalam matriks, artinya tidak ada dua bilangan nol yang berbeda dalam baris atau kolom yang sama tanpa memperhatikan jumlah nol dalam total opportunity cost matriks. Dengan kata lain, setiap karyawan harus di tugaskan hanya untuk satu pekerjaan total opportunity cost nol, atau setiap pekerjaan harus diselesaikan hanya oleh satu karyawan. Pedoman praktis untuk melakukan tes optimalisasi adalah dengan menarik sejumlah minimum garis horizontal ?vertikal untuk meliput seluruh bilangan bernilai nol dalam total opportunity cost matriks. Bila jumlah garis sama dengan jumlah baris atau kolom, penugasan optimal telah tercapai. Bila tidak sama maka matriks harus di revisi.
Aplikasi tes ini pada tabel total opportunity cost
matrix menunujukan bahwa penugasan optimal belum tercapai pada tahap ini. Untuk meliput seluruh bilangan nol dalam total opportunity cost matrix hanya memerlukan duagaris (baris A3 dan kolom D1)
2. Biaya Maksimum
a. Jika jumlah Kolom = Jumlah Baris
b. Jika jumlah Kolom ≠ Jumlah Baris
Pemecahan masalah maksimasi dalam penugasan optimal
tenaga kerja juga dapat dilakukan dengan metoda Hungarian. Perbedaannya dengan masalah minimisasi adalah bahwa bilangan-bilangan dalam matriks tidak menunjukan tingkat biaya, tetapi menunjukan tingkat laba (indeks produktivitas). Efektivitas pelaksanaan kerja oleh karyawan-karyawan individual diukur dengan jumlah kontribusi laba.