Implementasi Vogel Approximation Method Dan Metode Potensial Dalam Menyelesaikan Permasalahan Transshipment Tak Seimbang
Implementasi Vogel Approximation Method Dan Metode Potensial Dalam Menyelesaikan Permasalahan Transshipment Tak Seimbang
SKRIPSI
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar sarjana sains
SKRIPSI
Saya menyatakan bahwa skripsi ini adalah hasil karya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Disusun di
Medan, Oktober 2019
i
Universitas Sumatera Utara
IMPLEMENTASI VOGEL APPROXIMATION METHOD DAN
METODE POTENSIAL DALAM MENYELESAIKAN
PERMASALAHAN TRANSSHIPMENT
TAK SEIMBANG
ABSTRAK
Transportasi adalah perpindahan barang dari satu atau beberapa sumber ke satu atau
beberapa tujuan sesuai kebutuhan. Misalnya, karena pasokan barang disuatu tempat
berlebih, maka perlu didistribusikan ke tempat lain yang kekurangan Dalam arti
sederhana, model transportasi berusaha menetukan sebuah rencana transportasi sebuah
barang dari sejumlah sumber ke sejumlah tujuan dengan total biaya transportasi
minimal. Dalam penelitian ini akan dikaji tentang bagaimana menyelesaikan masalah
transportasi dengan menggunakan Vogel Approximation Method (VAM) kemudian
menggunakan metode Potensial untuk pencarian solusi optimal atau uji optimalitas.
Hasil yang diperoleh yaitu total biaya transportasi sebesar Rp. 51. 495.000 dengan
pengujian terhadap modifikasi model awal oleh metode potensial.
ii
Universitas Sumatera Utara
IMPLEMENTATION OF VOGEL APPROXIMATION METHOD
AND POTENTIAL METHODS IN SOLVING UNBALANCED
TRANSSHIPMENT PROBLEMS
ABSTRACT
iii
Universitas Sumatera Utara
PENGHARGAAN
Puji dan syukur Penulis panjatkan kepada Tuhan Yang Maha Esa, dengan limpah
karunia-Nya Penulis dapat menyelesaikan penyusunan skripsi ini dengan judul
IMPLEMENTASI VOGEL APPROXIMATION METHOD DAN METODE
POTENSIAL DALAM MENYELESAIKAN PERMASALAHAN
TRANSSHIPMENT TAK SEIMBANG.
Penulis mengucapkan terima kasih kepada semua pihak yang telah membantu
dan membimbing Penulis dalam penyusunan skripsi ini. Ucapan terima kasih Penulis
sampaikan kepada:
1. Bapak Prof. Dr. Runtung Sitepu, S.H., M.Hum selaku rektor Universitas Sumatera
Utara dan seluruh jajaran rektorat Universitas Sumatera Utara.
2. Bapak Dr. Kerista Sebayang, M.S selaku dekan FMIPA USU, Ibu Dr. Nursahara
Pasaribu, M.Sc selaku wakil dekan I FMIPA USU, Bapak Drs. Gim Tarigan, M.Si
selaku wakil dekan II FMIPA USU dan Bapak Saharman Gea, Ph.D selaku wakil
dekan III FMIPA USU.
3. Bapak Dr. Suyanto, M.Kom dan Bapak Drs. Rosman Siregar, M.Si selaku ketua
program studi dan sekretaris program studi Matematika FMIPA USU, Dosen
program studi Matematika FMIPA USU, Pegawai dan Rekan-rekan kuliah.
Penulis menyadari bahwa masih terdapat banyak kekurangan dalam Penulisan skripsi
ini. Maka Penulis mengharapkan kritik dan saran yang membangun untuk
penyempurnaan skripsi ini.
iv
Universitas Sumatera Utara
DAFTAR ISI
Halaman
PENGESAHAN SKRIPSI i
ABSTRAK ii
ABSTRACT iii
PENGHARGAAN iv
DAFTAR ISI v
DAFTAR TABEL vii
DAFTAR GAMBAR viii
DAFTAR LAMPIRAN ix
BAB 1 PENDAHULUAN
1.1 Latar Belakang 1
1.2 Perumusan Masalah 2
1.3 Batasan Masalah 2
1.4 Tujuan Penelitian 2
1.5 Kontribusi Penelitian 2
1.6 Manfaat Penelitian 3
v
Universitas Sumatera Utara
3.2 Tahapan Penelitian 37
3.3 Kerangkan Penelitian 37
DAFTAR PUSTAKA 39
vi
Universitas Sumatera Utara
DAFTAR TABEL
vii
Universitas Sumatera Utara
DAFTAR GAMBAR
viii
Universitas Sumatera Utara
DAFTAR LAMPIRAN
ix
Universitas Sumatera Utara
BAB 1
PENDAHULUAN
tersebut dengan model transportasi telah mengakibatkan penghematan biaya yang luar
biasa. Bahkan Edward H. Bowman dari M.I.T. pada tahun 1956 telah mengembangkan
model itu menjadi sebuat model transportasi dinamik yang melibatkan unsur waktu
untuk menyelesaikan masalah penjadwalan produksi. Model ini juga menjadi inspirasi
pengembangan model-model Operations Research yang lain seperti Transhipment,
Assignment, dan lain-lain.
Model transportasi berkaitan dengan penentuan rencana berbiaya rendah untuk
mengirimkan suatu barang dari sejumlah sumber ke sejumlah tujuan. Model ini dapat
diperluas secara langsung untuk mencakup situasi-situasi praktis dalam bidang
pengendalian mutu, penjadwalan dan penugasan kerja, diantara bidang-bidang lainnya
Metode transportasi terkait dengan pendistribusian suatu produk tunggal dari
beberapa sumber dengan penawaran terbatas, menuju beberapa tujuannya dengan
permintaan tertentu untuk memperoleh biaya distribusi yang minimum. Karena hanya
satu macam produk maka suatu tempat tujuan dapat memenuhi permintaan dari satu
atau lebih sumber. Ciri-ciri umum dari permasalahan dalam model transportasi adalah:
1. Terdapat sejumlah sumber dan sejumlah tujuan tertentu.
2. Jumlah atau kuantitas barang yang didistribusikan dari setiap sumber dan yang
diminta oleh setiap tujuan adalah tertentu.
3. Jumlah atau kuantitas barang yang dikirim dari suatu sumber ke tujuan sesuai
dengan permintaan atau kapasitas sumber.
4. Biaya transportasi dari suatu sumber ke suatu tujuan adalah tertentu secara
matematis.
Gambar 2.1 memperlihatkan sebuah model transportasi dari sebuah jaringan dengan
𝑚 sumber dan 𝑛 tujuan. Sebuah sumber atau tujuan diwakili dengan sebuah node.
Busur yang menghubungkan sebuah sumber dan sebuah tujuan mewakili rute
pengiriman barang tersebut. Jumlah penawaran di sumber 𝑖 adalah 𝑎𝑖 dan permintaan
di tujuan 𝑗 adalah 𝑏𝑗 . Biaya unit transportasi antara sumber 𝑖 dan tujuan 𝑗 adalah 𝑐𝑖𝑗 .
Ditunjukkan pada tabel 2.1.
Tabel 2. 1 Tabel Transportasi
Tujuan
Sumber 𝑎𝑖
T1 T2 ... Tn
𝑐11 𝑐12 ... 𝑐1𝑛
A1 𝑎1
𝑥11 𝑥12 ... 𝑥1𝑛
... ... ... ...
. .
. . . .
. .
. . . .
. .
. . . .
𝑐𝑚1 𝑐𝑚2 … 𝑐𝑚𝑛
Am 𝑎𝑚
𝑥𝑚1 𝑥𝑚2 ... 𝑥𝑚3
𝑏𝑗 𝑏1 𝑏2 ... 𝑏𝑛
Berdasarkan tabel 2.1 dapat disusun model matematika untuk meminimasi biaya
transportasi yaitu sebagai berikut:
Fungsi tujuan:
𝑚 𝑛
Minimumkan (2. 1)
𝑍 = ∑ ∑ 𝐶𝑖𝑗 𝑋𝑖𝑗
𝑖=1 𝑗=1
𝑚
Fungsi Kendala: (2. 2)
∑ 𝐶𝑖𝑗 𝑋𝑖𝑗 = 𝑎𝑖 ; 𝑖 = 1, 2, 3, … , 𝑚
𝑖=1
𝑛
(2. 3)
∑ 𝐶𝑖𝑗 𝑋𝑖𝑗 = 𝑏j ; 𝑗 = 1, 2, 3, … , 𝑛
𝑗=1
𝑚= banyaknya sumber
𝑛= banyaknya tujuan
∑ 𝑎𝑖 = ∑ 𝑏𝑗 (2. 4)
𝑖 𝑗
Dalam persoalan sebenarnya, batasan ini tidak terlalu terpenuhi, atau dengan kata lain,
jumlah supply yang tersedia mungkin lebih besar atau lebih kecil daripada jumlah yang
diminta. Jika hal ini terjadi, maka model persoalannya disebut sebagai model yang
tidak seimbang (unbalanced). Batasan di atas dikemukakan hanya karena ia menjadi
dasar dalam pengembangan teknik transportasi. Namun, setiap persoalan transportasi
dapat dibuat seimbang dengan cara memasukkan variabel artifisial (semu). Jika
jumlah demand melebihi jumlah supply, maka dibuat suatu sumber dummy yang akan
men-supply kekurangan tersebut, yaitu sebanyak:
∑ 𝑏𝑗 − ∑ 𝑎𝑖 (2. 5)
𝑗 𝑖
Sebaliknya, jika jumlah supply melebihi jumlah demand, maka dibuat suatu tujuan
dummy untuk menyerap kelebihan tersebut, yaitu sebanyak ∑𝑖 𝑎𝑖 − ∑𝑗 𝑏𝑗 . Ongkos
transportasi per unit dari sumber dummy ke seluruh tujuan adalah nol hal ini dapat
dipahami karena pada kenyataannya dari sumber dummy tidak terjadi pengiriman.
Begitu pula dengan ongkos transportasi per unit (𝐶𝑖𝑗 ) dari semua sumber ke tujuan
dummy adalah nol.
Beberapa metode transportasi tahap awal yang dapat digunakan untuk alokasi
awal biaya transportasi yakni metode North West Corner, metode Least Cost, dan
metode Vogel Approximation. Namun dengan metode awal belum dapat memberikan
solusi optimasi biaya yang optimal sehingga perlu dilanjutkan dengan metode solusi
optimal yang dapat dilakukan dengan menggunakan metode Stepping Stone dan
metode Modified Distribution dan Metode Potensial.
Fungsi tujuan:
𝑚+𝑛 𝑚+𝑛
Minimumkan (2. 6)
𝑍 = ∑ ∑ 𝐶𝑖𝑗 𝑋𝑖𝑗
𝑖=1 𝑗=1
𝑚+𝑛 𝑚+𝑛
Fungsi Kendala: (2. 7)
∑ 𝑋𝑖𝑗 − ∑ 𝑋𝑗𝑖 = 𝑎𝑖 ; 𝑖 = 1, 2, 3, … , 𝑚
𝑗=1 𝑖=1
(2. 8)
𝑚+𝑛 𝑚+𝑛
∑ 𝑋𝑖𝑗 − ∑ 𝑋𝑗𝑖 = 𝑏𝑗 ; 𝑗 = 𝑚 + 1, 𝑚 + 2, … , 𝑚 + 𝑛
𝑗=1 𝑖=1
𝑖, 𝑗 = 1, 2, … , 𝑚 + 𝑛
𝑋𝑖𝑗 ≥ 0, 𝑗 ≠ 𝑖
𝑚 = banyaknya sumber
𝑛= banyaknya tujuan
𝑖 = Sumber ke i
𝑗 = Tujuan ke j
3. Pada baris/kolom yang terpilih, isikan nilai maksimum pada sel dengan biaya
terkecil. Baris atau kolom dihapus apabila nilai telah memenuhi sesuai jumlah
permintaan dan persediaan. Jika baris dan kolom terhapus bersamaan, tambahkan
sebuah variabel dummy.
4. Ulangi langkah (1) – (3) hingga semua permintaan/persediaan habis.
diperlukan satu persamaan lagi, dan untuk itu diperoleh dengan memilih salah satu
harga dari 𝑢𝑖 atau 𝑣𝑗 dengan konstanta tertentu (biasanya dipilih salah satu dari harga
berikut 𝑢𝑖 = 0 atau 𝑣𝑗 = 0). Setelah harga-harga 𝑢𝑖 dan 𝑣𝑗 diketahui, maka dicari
harga-harga sel lain yang tidak menjadi basis, yaitu dengan menggunakan persamaan:
𝑢𝑖 + 𝑣𝑗 = 𝐶𝑖𝑗 . Matriks yang diperoleh adalah matriks perantara yang disimbolkan
dengan matriks 𝑍𝑖𝑗 .
Adapun langkah-langkah metode potensial adalah sebagai berikut :
1. Isi tabel awal dengan metode penyelesaian awal.
2. Menentukan nilai setiap baris (𝑢𝑖 ) dan nilai setiap kolom (𝑣𝑗 ) dengan menggunakan
hubungan 𝐶𝑢𝑖 + 𝑣𝑗 = 𝐶𝑖𝑗 , untuk setiap variabel basis dan baris pertama diberi nilai
0 (𝑢𝑖 = 0).
3. Menghitung matriks perubahan biaya 𝐷𝑖𝑗 untuk setiap variabel non basis dengan
menggunakan rumus 𝐷𝑖𝑗 = 𝐶𝑖𝑗 − 𝑍𝑖𝑗 dimana 𝐶𝑖𝑗 merupakan matriks biaya awal
dan 𝑍𝑖𝑗 merupakan matriks perantara yang diperoleh dari langkah ke-2.
4. Apabila hasil perhitungan 𝐷𝑖𝑗 terdapat nilai negatif, maka solusi belum optimal.
Selanjutnya pilih 𝑋𝑖𝑗 dengan nilai 𝐷𝑖𝑗 negatif terbesar sebagai entering variabel.
Ulangi langkah-langkah tersebut di atas, mulai langkah ke-2 sampai diperoleh biaya
terendah. Bila masih terdapat 𝐷𝑖𝑗 yang bernilai negatif maka alokasi masih dapat di
ubah untuk mengurangi biaya pengangkutan. Bila sudah tidak ada 𝐷𝑖𝑗 yang bernilai
negatif maka sudah optimal.
b. Studi literatur
Studi literatur dilakukan untuk mengkaji tujuan yang akan dicapai dalam
menyelesaikan persoalan transshipment.
Data yang digunakan dalam penelitian ini adalah bersumber dari jurnal atau karya
ilmiah maupun laporan penelitian yang menyelesaikan persoalan serupa dengan
metode berbeda.
yang lebih kecil dari nilai fisibel solusi awal maka nilai tersebut sudah menunjuukan
kondisi yang optimal atau dapat dilihat pada Gambar 3.1.
Mulai
Pengumpulan Data
Analisis Data
Pembentukan model
transportasi
Selesai
BAB 4
HASIL DAN PEMBAHASAN
1. Jumlah barang yang tersedia di tempat asal (sumber), yaitu kapasitas pengiriman
dan jumlah barang yang dapat ditampung atau permintaan.
2. Biaya transportasi per unit barang yang dikirimkan.
Model di atas merupakan model awal transportasi besar kebutuhan antara sumber dan
tujuan. Selanjutnya alokasi biaya dan distribusi barang di tuliskan dalam tabel 4.2.
Jumlah
Sumber Tujuan Biaya per Jumlah Biaya
Unit Unit
Medan Sibolga 350 Rp35.000,00 Rp12.250.000,00
Pematang
Medan 350 Rp13.500,00 Rp4.725.000,00
Siantar
Medan Tanjung Balai 350 Rp18.000,00 Rp6.300.000,00
Medan Sidikalang 350 Rp14.600,00 Rp5.110.000,00
Binjai Sibolga 200 Rp33.000,00 Rp6.600.000,00
Pematang
Binjai 300 Rp15.000,00 Rp4.500.000,00
Siantar
Binjai Tanjung Balai 200 Rp20.800,00 Rp4.160.000,00
Binjai Sidikalang 200 Rp15.300,00 Rp3.060.000,00
Jumlah
Sumber Tujuan Biaya per Jumlah Biaya
Unit Unit
Tebing
Sibolga 250 Rp26.000,00 Rp6.500.000,00
Tinggi
Tebing Pematang
250 Rp4.500,00 Rp1.125.000,00
Tinggi Siantar
Tebing
Tanjung Balai 250 Rp8.000,00 Rp2.000.000,00
Tinggi
Tebing
Sidikalang 250 Rp17.500,00 Rp4.375.000,00
Tinggi
TOTAL Rp56.452.000,00
Masalah di atas dapat dirumuskan dalam masalah program linier sebagai berikut:
𝑀𝑖𝑛𝑖𝑚𝑢𝑚𝑘𝑎𝑛 𝐶
Dengan batasan
Keterangan :
𝑥1 = Medan
𝑥2 = Binjai
𝑥3 = Tebingtinggi
𝑥4 = Sibolga
𝑥5 = Pematangsiantar
𝑥6 = Tanjungbalai
𝑥7 = Sidikalang
Permintaan 700 unit 950 unit 750 unit 800 unit 100 unit 3300 unit
a. Tahap 1
Permintaan 700 unit 950 unit 750 unit 800 unit 100 unit 3300 unit
b. Tahap 2
Pada tahap 2 akan dicari selisih dari dua biaya terkecil dengan menghitung hasil
kurang dari dua nilai terkecil dari masing-masing baris dan kolom.
Dari hasil perhitungan baris dan kolom akan dipilih selisih terbesar dari baris dan
kolom maka selisih terbesar adalah 10.000 yang berada pada kolom 𝑥6 .
c. Tahap 3
Setelah selisih biaya terbesar diketahui selanjunya akan diisi sel dengan kapasitas
minimum terhadap permintaan. Sel biaya terkecil pada kolom 𝑥6 terletak pada sel 𝑥3 𝑥6
yaitu 8.000, maka sel 𝑥3 𝑥6 akan diisi dengan jumlah 𝑥3 𝑥6 = 𝑚𝑖𝑛𝑖𝑚𝑢𝑚 [750 , 1.000]
= 750.
d. Tahap 4
Dengan analogi tahap 2 dan 3 akan ditentukan besar nilai sel terhadap permintaan dan
persediaan
Sel biaya terkecil pada baris 𝑥3 terletak pada sel 𝑥3 𝑥5 yaitu 13.000, maka sel 𝑥3 𝑥5
akan diisi dengan jumlah 𝑥3 𝑥5 = 𝑚𝑖𝑛𝑖𝑚𝑢𝑚 [950 , 1.000] = 250. Karena nilai baris
𝑥3 telah tepenuhi maka baris 𝑥3 tidak akan diisi kembali pada perhitungan penentuan
besar selisih baris dan kolom dan akan diberikan warna merah pada baris 𝑥3 .
e. Tahap 5
Dari perhitungan tahap 5 di dapat selisih terbesar berada yaitu sebesar 2.000 yang
berada pada 𝑥2 𝑥4 , maka sel 𝑥2 𝑥4 akan diisi dengan jumlah 𝑥2 𝑥4 = 𝑚𝑖𝑛𝑖𝑚𝑢𝑚 [700 ,
900] = 700.
f. Tahap 6
Baris 𝑥1 = 14.600
Baris 𝑥2 = 15.300
Kolom 𝑥7 = 15.300 – 14.600 = 700
Dari perhitungan tahap 7 di dapat selisih terbesar berada yaitu sebesar 15.300 yang
berada pada 𝑥2 𝑥7 , maka sel 𝑥2 𝑥7 akan diisi dengan jumlah 𝑥2 𝑥7 = 𝑚𝑖𝑛𝑖𝑚𝑢𝑚 [800 ,
900] = 100.
h. Tahap 8
Baris 𝑥1 = 14.600
Kolom 𝑥7 = 14.600
Dari perhitungan tahap 8 di dapat selisih terbesar berada yaitu sebesar 14.600 yang
berada pada 𝑥1 𝑥7 , maka sel 𝑥1 𝑥7 akan diisi dengan jumlah 𝑥1 𝑥7 = 𝑚𝑖𝑛𝑖𝑚𝑢𝑚 [800 ,
1.400] = 600.
i. Tahap 9
karena seluruh baris dan kolom telah terpenuhi, namun memiliki 1 kekurangan
sebanyak 100 unit dari permintaan pada baris 𝑥1 , maka seluruh kolom dummy di isi
pada baris 𝑥1 𝑥𝑑𝑢𝑚𝑚𝑦 yaitu 100 unit. Maka model transportasi keseluruhan dengan
metode Vogel Approximation Method adalah seperti pada tabel 4.11.
Z = 13.500 (700) + 14.600 (600) + 0 (100) + 33.000 (700) + 15.300 (200) + 4.500
(250) + 8.000 (750)
Z = 51.495.000
Tujuan
(x4) (x5) (x6) (x7) Dummy Kapasitas
Sumber
35000 13500 18000 14600 0
(x1) 1400 unit
700 600 100
33000 15000 20800 15300 0
(x2) 900 unit
700 200
26000 4500 8000 17500 0
(x3) 1000 unit
250 750
Permintaan 700 unit 950 unit 750 unit 800 unit 100 unit 3308 unit
Dari tabel awal akan dibentuk matriks transportasi untuk metode potensial seperti
pada tabel 4.13.
Cij 𝑣1 𝑣2 𝑣3 𝑣4 𝑣5
Cij 𝑣1 𝑣2 𝑣3 𝑣4 𝑣5
𝑢1 13.500 14.600 0
𝑢2 33.000 15.300
𝑢3 4.500 8.000
Menentukan nilai setiap baris (𝑢𝑖 ) dan nilai setiap kolom (𝑣𝑗 ) dengan menggunakan
hubungan 𝐶𝑖𝑗 = 𝑢𝑖 + 𝑣𝑗 . Untuk 𝑢1 = 0, maka:
𝑢𝑖 + 𝑣𝑗 = 𝐶11
𝑢1 + 𝑣2 = 𝐶11
0 + 𝑣2 = 13.500
𝑣2 = 13.500
𝑢1 + 𝑣4 = 𝐶14
0 + 𝑣4 = 14.600
𝑣4 = 14.600
=
𝑢2 + 𝑣4 = 𝐶24
𝑢2 + 14.600 = 15.300
𝑢2 = 700
𝑢2 + 𝑣1 = 𝐶21
700 + 𝑣1 = 14.600
𝑣1 = 13.900
𝑢3 + 𝑣2 = 𝐶32
𝑢3 + 13.500 = 4.500
𝑢3 = -9.000
𝑢3 + 𝑣3 = 𝐶33
-9.000 + 𝑣3 = 8.000
𝑣3 = 17.000
Setelah nilai 𝑢𝑖 dan 𝑣𝑗 telah diketahui, substitusikan nilai tersebut kedalam tabel matriks
transportasi untuk selanjutnya ditentukan nilai optimalitasnya.
Selanjutnya akan dihitung nilai perubahan biaya Dij dengan menggunakan rumus:
Apabila hasil perhitungan 𝐷𝑖𝑗 terdapat nilai negatif, maka solusi belum optimal. Karena
tidak ada nilai negatif pada perhitungan 𝐷𝑖𝑗 maka penyelesaian tersebut sudah
optimal. Maka besar biaya transportasi setelah dilakukan perubahan awal oleh
metode potensial adalah:
𝐶 = 13.500 (700) + 14.600 (600) + 0 (100) + 33.000 (700) + 15.300 (200) + 4.500
(250) + 8.000 (750)
Z = 51.495.000
5.1 Kesimpulan
Dari hasil perhitungan didapatkan hasil yang sangat signifikan yaitu perbandingan
hasil penelitian dengan kombinasi metode Least Cost dan metode Stepping Stone yang
menghasilkan besar biaya transportasi Rp. 52.425.000 sedangkan apabila dilakukan
perhitungan dengan kombinasi Vogel Approximation Method dan dilakukan uji
optimalitas dengan Metode Potensial akan menghasilkan biaya sebesar Rp. 51.
495.000 lebih murah Rp. 930.000 sehingga biaya operasional perusahaan dalam
mendistribusikan produk dapat lebih dimaksimalkan untuk kebutuhan lainnya.
5.2 Saran
Untuk penelitian selanjutnya, Penulis memberikan saran untuk melakukan penelitian
transportasi dengan melakukan uji optimalitas dengan menggunakan metode simpleks
apakah terdapat perbandingan nilai akhir terhadap biaya distribusi total.
DAFTAR PUSTAKA
Agustini, D.H. dan Rahmadi, Y.E. 2004. Riset Operasional Konsep-Konsep Dasar.
PT. Rineka Cipta. Jakarta.
Pandian, P. and Natarajan, G. 2010. A New Method for Finding an Optimal Solution
for Transportation Problems. International Journal of Mathematical Sciences
and Engineering Applications. 4: 59-65.
Tiwari, Brijendra. Borasi, Aarti. 2018. Optimal solution method for Transportation
problems of multiple variables. International Conference on Contemporary
Technological Solutions towards fulfilment of Social Needs.
Rosta, Jevi, Tannady Hendy. Pendistribusian Produk yang Optimal dengan Metode
Transportasi. 2012. Vol. 01 No. 04