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
RISKY YOHANES ZEBUA

150803010
PROGRAM STUDI S-1 MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
MEDAN
2019
Universitas Sumatera Utara

TAK SEIMBANG
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar sarjana sains
RISKY YOHANES ZEBUA

150803010
PROGRAM STUDI S-1 MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
MEDAN
2019

PERNYATAAN ORISINALITAS

TAK SEIMBANG
SKRIPSI
Saya menyatakan bahwa skripsi ini adalah hasil karya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, September 2019
Risky Yohanes Zebua

15080301

PENGESAHAN SKRIPSI
Judul : Implementasi Vogel Approximation Method dan

Metode Potensial Dalam Menyelesaikan
Permasalahan Transshipment Tak Seimbang
Kategori : Skripsi
Nama : Risky Yohanes Zebua
Nomor Induk Mahasiswa : 150803010
Program Studi : Sarjana S-1 Matematika
Fakultas : MIPA-Universitas Sumatera Utara
Disusun di
Medan, Oktober 2019
Ketua Program Studi Pembimbing,
Dr. Suyanto, M.Kom Drs. Rosman Siregar., M.Si

NIP. 19590813 198601 1 002 NIP. 19610107 198601 1 001
i
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.
Kata Kunci : Vogel Approximation Method, Metode Potensial, Transshipment
ii
IMPLEMENTATION OF VOGEL APPROXIMATION METHOD
AND POTENTIAL METHODS IN SOLVING UNBALANCED
TRANSSHIPMENT PROBLEMS
ABSTRACT
Transportation is the movement of products from one or several sources to one or

several destinations as needed. For example, the supply of products in one place is
excessive, it needs to be distributed to other places that are lacking. In a simple sense,
the transportation model seeks to determine a transportation plan of products from a
number of sources to a number of destinations with minimal total transportation costs.
In this research, we will study how to solve transportation problems using the Vogel
Approximation Method (VAM) and then use the Potential method to search for optimal
solutions or optimality tests. The results obtained are total transportation costs of Rp.
51. 495,000 by testing the modification of the initial model by potential methods.
Keywords: Vogel Approximation Method, Potential Methods, Transshipmen
iii
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.
Medan, Oktober 2019

Penulis
Risky Yohanes Zebua

150803010
iv
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
BAB 2 TINJAUAN PUSTAKA

2.1 Program Linier (Linear Programming) 4
2.2 Pengertian dan Model Transportasi 4
2.3 Keseimbangan Transportasi 7
2.4 Persoalan Transshipment 8
2.5 Vogel Approxiation Method (VAM) 9
2.6 Metode Potensial 10
BAB 3 METODOLOGI PENELITIAN

3.1 Jenis Penelitian 37
v
3.2 Tahapan Penelitian 37
3.3 Kerangkan Penelitian 37
BAB 4 HASIL DAN PEMBAHASAN

4.1 Deskriptif Permasalahan 39
4.2 Model Permasalahan Transhipment 40
4.3 Penyelesaian dengan Vogel Approximation Method 42
4.4 Uji Optimalitas dengan Metode Potensial 48
BAB 5 KESIMPULAN DAN SARAN 38

5.1 Kesimpulan 38
5.2 Saran 38
DAFTAR PUSTAKA 39
vi
DAFTAR TABEL
Tabel 2. 1 Tabel Transportasi 6
Tabel 4. 1 Model Permasalahan Transshipment 40

Tabel 4. 2 Alokasi biaya dan distribusi barang 40
Tabel 4. 3 Model Transportasi dummy 42
Tabel 4. 4 Model Transportasi awal Vogel Approximation Method 43
Tabel 4. 5 Perhitungan 1 Vogel Approximation Method 44
Tabel 4. 12 Model awal Metode Potensial 48
Tabel 4. 13 Matriks Transportasi Metode Potensial 48
Tabel 4. 14 Matriks Biaya Awal Cij 48
Tabel 4. 15 Matriks Perubahan Zij 50
vii
DAFTAR GAMBAR
Gambar 2. 1 Model Transportasi 5
Gambar 2. 2 Ilustrasi Persoalan Transshipment 8
Gambar 3. 1 Kerangka Penelitian 38
viii
DAFTAR LAMPIRAN
ix
BAB 1
PENDAHULUAN
1.1 Latar Belakang

Setiap perusahaan di dunia selalu mengharapkan keuntungan maksimum agar
perusahaan dapat tetap berjalan. Perusahaan harus mampu mengatur sedemikian rupa
biaya yang digunakan agar tetap terjadi rentang antara pengeluaran dan pemasukan
perusahaan. Semakin besar rentang antara pemasukan dan pengeluaran perusahaan,
maka semakin besar pula keuntungan yang akan diperoleh dengan harapan
pengeluaran selalu lebih rendah daripada pemasukan perusahaan. Salah satu biaya
yang menjadi perhatian adalah biaya dalam proses operasional perusahaan. Karena
biaya operasional perusahaan merupakan langkah awal dalam merancang pengeluaran
dan pendapatan perusahaan.
Biaya operasional merupakan biaya yang mutlak ada dalam perusahaan baik
perusahaan manufaktur maupun jasa, sekaligus menandai apakah perusahaan tersebut
berjalan atau tidak. Tinggi atau rendahnya biaya operasional perusahaan akan sangat
berpengaruh pada penetapan harga produk yang membuat produk dapat bersaing
dengan produk lain dan otomatis berpengaruh pada pendapatan perusahaan. Ketika
diperhadapkan pada masalah tersebut, sebagai perusahaan yang selalu menginginkan
untuk tetap bertahan dalam persaingan, harusnya dituntut untuk menghasilkan produk
dengan biaya operasional seoptimal mungkin.
Salah satu bagian dari operasional perusahaan adalah proses mendistribusikan
produk ke berbagai daerah, tentunya proses tersebut membutuhkan biaya transportasi
yang tidak sedikit jumlahnya. Untuk itu diperlukan perencanaan yang matang agar
biaya transportasi yang dikeluarkan memiliki nilai yang optimal dan tidak menjadi
persoalan yang dapat menguras biaya besar.
Dulaymi, Sufian M S et al (2018). meneliti bahwa dalam situasi dunia nyata
berbagai sumber dan tujuan memberlakukan pembatasan yang berbeda pada
penawaran dan permintaan masing-masing sesuai dengan ketersediaan dan kebutuhan
mereka karena perubahan kondisi ekonomi dan lingkungan. Akhirnya ilustrasi
numerik telah disajikan untuk menunjukkan bagaimana algoritma ini dapat digunakan
untuk mendapatkan solusi optimal untuk masalah transportasi.

2
Berdasarkan uraian di atas penulis tertarik untuk melakukan implementasi Vogel

Approximation Method dan Metode Potensial dalam menyelesaikan masalah optimasi
biaya distribusi sehingga penulis memilih judul skripsi “Implementasi Vogel
Approximation Method dan Metode Potensial Dalam Menyelesaikan
Permasalahan Transshipment Tak Seimbang”.
1.2 Perumusan Masalah

Permasalahan yang akan penulis teliti adalah bagaimana mengimplementasikan vogel
approximation method dan metode potensial dalam menyelesaikan permasalahan
transshipment tak seimbang.
1.3 Batasan Masalah

Batasan masalah dalam penelitian ini adalah:
1. Data yang digunakan adalah data sekunder yang diperoleh dari perusahaan.
2. Lalu lintas yang dilalui lancar.
3. Pengiriman hasil produksi dikirim menggunakan alat transportasi darat yaitu truk
dan alat pengangkutan tersebut tersedia setiap saat.
4. Tidak dipertimbangkan adanya faktor acak seperti bencana alam, perang dan lain
sebagainya.
5. Diasumsikan harga BBM konstan.
1.4 Tujuan Penelitian

Penelitian ini bertujuan untuk mengkaji implementasi Vogel Approximation Method
dan Metode Potensial dalam optimasi biaya distribusi pada permasalahan transportasi
tak seimbang.
1.5 Kontribusi Penelitian

1. Dengan adanya tulisan ini diharapkan dapat menjadi bahan rujukan untuk
melakukan penelitian dalam menyelesaikan masalah transpotasi.
2. Dapat menjadi pertimbangan bagi perusahaan untuk menentukan pengalokasian
biaya distribusi.

3
1.6 Manfaat Penelitian

Manfaat dari penelitian ini adalah sebagai berikut:
1) Bagi Peneliti
Penelitian ini dapat menambah wawasan dalam penerapan Vogel Approximation
Method dan metode potensial pada persoalan transportasi dan transhipment.
2) Bagi Universitas
Penelitian ini dapat digunakan untuk menambah referensi jurnal dan bacaan
kepada mahasiswa/i yang tertarik dalam penerapan Vogel Approximation Method
dan metode potensial pada persoalan transportasi dan transhipment atau jenis
penelitian yang serupa.

BAB 2
TINJAUAN PUSTAKA
2.1 Program Linier (Linear Programming)

Program linear (LP) adalah salah satu metode matematika yang digunakan untuk
menyelesaikan masalah optimisasi, yaitu memaksimumkan atau meminimumkan
fungsi tujuan yang bergantung pada sejumlah variabel input. Hal terpenting yang perlu
dilakukan adalah mencari tahu tujuan penyelesaian masalah dan apa penyebab masalah
tersebut. Program Linier adalah suatu metode analitik paling terkenal yang merupakan
suatu bagian kelompok teknik-teknik yang disebut programasi matematika. Sebutan
Linier dalam program linier berarti hubungan antara faktor-faktor adalah bersifat linier
atau konstan, atau fungsi matematika yang disajikan dalam model haruslah fungsi-
fungsi linier. Hubungan-hubungan linier berarti bila satu faktor berubah maka suatu
faktor lain berubah dengan jumlah yang konstan secara proporsional.
2.2 Pengertian dan Model Transportasi

model transportasi adalah suatu metode yang digunakan untuk mengatur distribusi
suatu produk (barang-barang) dari sumber-sumber yang menyediakan produk
(misalnya pabrik) ke tempat-tempat tujuan (misalnya gudang) secara optimal. Tujuan
dari model ini adalah menentukan jumlah yang harus dikirim dari setiap sumber ke
setiap tujuan sedemikian rupa dengan total biaya transportasi minimum (Tamin, 2000).
Model transportasi merupakan suatu metode atau cara yang digunakan untuk
memecahkan masalah pendistribusian dari sumber yang menyediakan produk, ke
tempat yang membutuhkan secara optimal sehingga biaya distribusi yang dikeluarkan
adalah minimal. Tujuannya adalah untuk meminimalkan biaya pendistribusian barang
dari satu lokasi ke lokasi lain di wilayah tertentu, sehingga kebutuhan masing-masing
daerah terpenuhi sesuai kapasitas dengan biaya distribusi minimal.
Model transportasi telah di terapkan pada berbagai macam organisasi usaha
seperti rancang bangun dan pengendalian operasi pabrik, penentuan daerah penjualan,
dan pengalokasian pusat-pusat distribusi dan gudang. Penyelesaian kasus-kasus

5
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 Model Transportasi

6
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
Keterangan: 𝐶𝑖𝑗 = biaya transportasi per unit barang dari sumber i ke

tujuan j
𝑋𝑖𝑗 = jumlah barang yang didistribusikan dari sumber i ke

tujuan j

7
𝑎𝑖 = jumlah barang yang ditawarkan atau kapasitas dari

sumber i
𝑏𝑗 = jumlah barang yang diminta atau dipesan oleh tujuan j
𝑚= banyaknya sumber
𝑛= banyaknya tujuan
2.3 Keseimbangan Transportasi

Permasalahan dalam transportasi digolongkan menjadi 2 yaitu masalah transportasi
seimbang (balanced) dan masalah transportasi tak seimbang (unbalanced). Suatu
model transportasi dikatakan seimbang apabila total supply (sumber) sama dengan
demand (tujuan) atau dapat dituliskan:
∑ 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

8
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.
2.4 Persoalan Transshipment

Model Transshipment merupakan perluasan dari masalah transportasi. Model
transshipment adalah model transportasi yang memungkinkan dilakukannya
pengiriman barang (komoditas) secara tidak langsung, dimana barang dari suatu
sumber dapat berada pada sumber lain atau tujuan lain sebelum mencapai tujuan
akhirnya. Pada model transshipment ini titik perantara dapat berperan sebagai sumber
sekaligus sebagai tujuan. Dengan kata lain, proses pendistribusian barang dari suatu
sumber ke sumber tujuan harus melalui agen terlebih dahulu. Dapat diperhatikan pada
gambar 2.2.
Gambar 2. 2 Ilustrasi Persoalan Transshipment

Pada gambar di atas, titik 1 dan titik 2 merupakan sumber kemudian titik 3, 4, 5
merupakan titik perantara dan titik 6, 7, 8 merupakan titik tujuan. Dapat diperhatikan
bahwa titik perantara dapat bertindak sebagai sumber maupun tujuan. Titik 3, 4, dan 5
merupakan titik tujuan untuk titik 1 dan 2. Akan tetapi titik 3, 4, dan 5 akan bertindak
sebagai sumber untuk titik 6, 7, dan 8. Maka dapat dirumuskan model matematika
untuk persoalan transshipment adalah sebagai berikut:
Fungsi tujuan:
𝑚+𝑛 𝑚+𝑛
Minimumkan (2. 6)
𝑍 = ∑ ∑ 𝐶𝑖𝑗 𝑋𝑖𝑗
𝑖=1 𝑗=1

9
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
Keterangan: 𝐶𝑖𝑗 = biaya transportasi per unit barang dari sumber i ke

tujuan j
𝑋𝑖𝑗 = jumlah barang yang didistribusikan dari sumber i ke

tujuan j
𝑎𝑖 = jumlah barang yang ditawarkan atau kapasitas dari

sumber i
𝑏𝑗 = jumlah barang yang diminta atau dipesan oleh tujuan j
𝑚 = banyaknya sumber
𝑛= banyaknya tujuan
𝑖 = Sumber ke i
𝑗 = Tujuan ke j
2.5 Vogel Approxiation Method (VAM)

Dalam permasalahan Transhipment perlu ditentukan besar biaya minimum awal dengan
beberapa metode yaitu Least Cost Method, North West Corner Method, Vogel
Approximation Method dan Russel Approximation Method. Dalam hal ini penyelesaian
feasible (kelayakan) awal dari sebuah permasalahan adalah dengan menggunakan Vogel
Approximation Method dan menurut Jong Jek Siang algoritma penyelesaian dengan
menggunakan metode VAM adalah sebagai berikut:
1. Menghitung selisih 2 sel dengan biaya yang terkecil pada setiap baris dan kolom.
2. Baris atau kolom dipilih dengan melihat selisih paling besar.

10
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.
2.6 Metode Potensial

Beberapa metode dalam uji optimalitas suatu permasalahan transportasi yaitu Stepping
Stone Method, Modified Distribution dan Metode Potensial. Ketiga metode memiliki
karakteristik tersendiri dalam optimasi dari hasil feasible awal yang telah ditentukan.
Metode potensial adalah metode yang akan penulis gunakan dalam uji optimalitas
dalam optimasi biaya distribusi didalam perkembangannya metode potensial
merupakan metode yang cukup efisien dalam mencari solusi optimum. Solusi dengan
menggunakan metode potensial adalah suatu variasi dari metode stepping stone yang
didasarkan pada rumusan dual. Metode potensial berbeda dari metode stepping stone
dalam hal bahwa dengan metode potensial tidak perlu menentukan semua jalur tertutup
pada variabel non basis. Perbedaan utama dari metode potensial dengan metode
Stepping Stone adalah cara mengevaluasi setiap sel dalam matriks. Dalam metode
Stepping Stone, lingkaran evaluasi harus dicari untuk semua sel, yaitu sebanyak 𝑚𝑛 −
𝑚 − 𝑛 + 1 sel, yang tidak terletak dalam basis. Dalam metode potensial, lingkaran
evaluasi hanya dicari untuk sel yang mempunyai harga paling negatif pada matriks
evaluasi. Dalam proses mencari harga-harga sel evaluasi matriks, metode potensial
terlebih dahulu harus menyusun satu matriks perantara. Matriks asli dari transportasi
dinyatakan dengan 𝐶𝑖𝑗 , matriks antara yang akan dijelaskan dinyatakan dengan 𝑍𝑖𝑗 ,
sedangkan matriks evaluasi dinyatakan dengan 𝐷𝑖𝑗 . Berdasarkan alokasi basis, maka
sel dari basis dinyatakan dengan 𝐶𝑖𝑗 . Sel-sel ini mempunyai jumlah sebanyak 𝑚 + 𝑛 −
1. Selanjutnya dicari harga-harga untuk setiap baris dan harga-harga 𝑣𝑗 untuk setiap
kolom, dengan perantara persamaan : 𝑢𝑖 + 𝑣𝑗 = 𝐶𝑖𝑗
Telah diketahui bahwa jumlah sel yang mendapat alokasi awal atau jumlah sel
yang menjadi basis ialah sebanyak 𝑚 + 𝑛 − 1, sehingga dengan demikian terdapat
𝑚 + 𝑛 − 1 persamaan. Supaya persamaan ini dapat dipecahkan, sebenarnya

11
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.

BAB 3
METODOLOGI PENELITIAN
3.1 Jenis Penelitian

Jenis penelitian ini adalah bersifat literatur yang menjelaskan kondisi dari suatu sistem
dengan pengamatan. Penelitian ini termasuk metode deskriptif yang bertujuan meneliti
status sekelompok manusia, suatu objek, suatu set kondisi, suatu sistem pemikiran
yang didapat dari hasil studi pustaka, jurnal, karya ilmiah, dan laporan dari berbagai
tulisan.
3.2 Tahapan Penelitian

a. Identifikasi masalah
Identifikasi masalah perencanaan produksi merupakan langkah awal yang harus

dilakukan karena harus ditentukan terlebih dahulu bahwa penentuan sumber dan tujuan
dari distribusi barang.
b. Studi literatur
Studi literatur dilakukan untuk mengkaji tujuan yang akan dicapai dalam
menyelesaikan persoalan transshipment.
c. Pengumpulan data dan pengolahan data
Data yang digunakan dalam penelitian ini adalah bersumber dari jurnal atau karya
ilmiah maupun laporan penelitian yang menyelesaikan persoalan serupa dengan
metode berbeda.
3.3 Kerangkan Penelitian

Untuk menyelesaikan persoalan transportasi harus ditentukan dahulu Solusi Fisibel
Basis Awal kemudian menentukan entering variabel dari variabel-variabel nonbasis.
Bila semua variabel sudah memenuhi maka dapat dilakukan penentuan fisibel solusi
awal. Untuk menentukan solusi fisibel basis awal digunakan metode Vogel
Approximation Method (VAM) selanjutnya akan dilakukan uji optimalitas dengan
menggunakan metode potensial, apabila nilai dari metode potensial menunjukkan nilai

38
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
Penyesuaian besar demand dan

supply
Perhitungan biaya minimum

dengan VAM
Perhitungan biaya optimum

dengan metode potensial
Analisis hasil kombinasi VAM

dan MP
Selesai
Gambar 3. 1 Kerangka Penelitian

39
BAB 4
HASIL DAN PEMBAHASAN
4.1 Deskriptif Permasalahan

Dalam pengertian umum permasalahan transportasi adalah perpindahan barang dari
satu atau beberapa sumber ke satu atau beberapa tujuan sesuai kebutuhan. Hal ini
diakibatkan jikan terjadi kondisi barang disuatu tempat berlebih, maka perlu
didistribusikan ke tempat lain yang kekurangan. Proses transportasi tidak hanya
melibatkan produsen dengan konsumen, namun bisa saja terjadi didalam proses
produksi sendiri, baik dengan alat transportasi milik sendiri maupun menyewa, yang
keduanya memerlukan biaya pengiriman. Besarnya biaya pengiriman dipengaruhi oleh
dua variabel, yaitu jumlah barang yang akan diangkut dan biaya angkut per unit.
Permasalahan yang sering terjadi adalah besarnya biaya disttribusi baang yang terjadi.
Dalam arti sederhana, model transportasi berusaha menetukan sebuah rencana
transportasi sebuah barang dari sejumlah sumber ke sejumlah tujuan dengan total biaya
transportasi minimal. 2 variabel dalam model transportasi, yaitu:
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.
Dalam penelitian ini akan dikaji tentang bagaimana menyelesaikan masalah

transportasi dengan menggunakan Metode Vogel Approximation (VAM) kemudian
menggunakan metode Potensial untuk pencarian solusi optimal atau uji optimalitas.
Dengan merujuk pada penelitian Mahasiswa matematika 2012 yaitu penelitian oleh
Purrnomo Sintong Gabe Pasaribu yang berjudul Optimasi Biaya Distribusi
Menggunakan Least Cost dan Metode Stepping Stone yang menghasilkan total biaya
minimum adalah Rp. 52.425.000 selanjutnya akan dilakukan perbandingan terhadap
hasil uji optimasi dengan kombinasi Vogel Approximation Method dan Metode
Potensial.

40
4.2 Model Permasalahan Transhipment

Perusahaan IT Master akan mendistribusikan produk dari kota Medan, Binjai, dan
tebing tinggi. Barang akan didistribusikan ke daerah Sibolga, Pematangsiantar,
Tanjung Balai, dan Sidikalang. Biaya satuan pengiriman, jumlah barang , dan jumlah
kebutuhan daerah terlihat pada tabel 4.1.
Tabel 4. 1 Model Permasalahan Transshipment
Tujuan Sibolga Pematang Tanjung Sidikalang

Sumber (x4) Siantar Balai (x7) Kapasitas
(x5) (x6)
Medan 35000 13500 18000 14600
1400 unit
(x1)
Binjai 33000 15000 20800 15300
900 unit
(x2)
Tebing Tinggi 26000 4500 8000 17500
1000 unit
(x3)
Permintaan 700 unit 950 unit 750 unit 800 unit
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.
Tabel 4. 2 Alokasi biaya dan distribusi barang
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

41
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
=35.000𝑥14 + 13.500𝑥15 + 18.000𝑥16 + 14.600𝑥17 + 33.000𝑥24 + 15.000𝑥25 +

20.800𝑥26 + 15.300𝑥27 + 26.000𝑥34 + 450𝑥35 + 800𝑥36 + 17.500𝑥37
Dengan batasan
Kapasitas = 𝑥14 + 𝑥15 + 𝑥15 = 1.300
𝑥24 + 𝑥25 + 𝑥26 = 900
𝑥34 + 𝑥35 + 𝑥36 = 1.000
Permintaan = 𝑥14 + 𝑥24 + 𝑥34 = 700
𝑥15 + 𝑥25 + 𝑥35 = 900
𝑥16 + 𝑥26 + 𝑥36 = 750
𝑥17 + 𝑥27 + 𝑥37 = 800

42
Keterangan :
𝑥1 = Medan
𝑥2 = Binjai
𝑥3 = Tebingtinggi
𝑥4 = Sibolga
𝑥5 = Pematangsiantar
𝑥6 = Tanjungbalai
𝑥7 = Sidikalang
4.3 Penyelesaian dengan Vogel Approximation Method

Jumlah permintaan berdasarkan tabel di atas adalah 3200 unit, sedangkan jumlah
kapasitas atau barang yang akan didistribusikan adalah 3300 unit. Hal ini berarti bahwa
masalah transportasi pada penelitian ini adalah masalah transportasi tidak seimbang
karena jumlah permintaan tidak sama dengan jumlah kapasitas. Untuk dapat
melakukan penyelesaian masalah maka ditambahkan satu kolom semu (dummy)
dengan biaya transportasi sebesar 0.
Tabel 4. 3 Model Transportasi dummy

Tujuan
(x4) (x5) (x6) (x7) Dummy Kapasitas
Sumber
35000 13500 18000 14600 0
(x1) 1400 unit
33000 15000 20800 15300 0

(x2) 900 unit
26000 4500 8000 17500 0

(x3) 1000 unit
Permintaan 700 unit 950 unit 750 unit 800 unit 100 unit 3300 unit
a. Tahap 1
Selanjutnya seluruh biaya, permintaan, dan persediaan dimasukkan kedalam tabel

awal untuk dilakukan perhitungangan dengan Vogel Approximation Method.

43
Tabel 4. 4 Model Transportasi awal Vogel Approximation Method

Tujuan
Sumber
35000 13500 18000 14600 0
(x1) 1400 unit
33000 15000 20800 15300 0

(x2) 900 unit
26000 4500 8000 17500 0

(x3) 1000 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.
Baris 𝑥1 = 14.600 - 13.500 = 1.100
Baris 𝑥2 = 15.300 - 15.000 = 300
Baris 𝑥3 = 8.000 – 4.500 = 3.500
Kolom 𝑥4 = 33.000 – 26.000 = 7.000
Kolom 𝑥5 = 13.500 – 4.500 = 9.000
Kolom 𝑥6 = 18.000 – 8.000 = 10.000
Kolom 𝑥7 = 15.300 – 14.600 = 700
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.

44
Tabel 4. 5 Perhitungan 1 Vogel Approximation Method

Tujuan
Sumber
35000 13500 18000 14600 0
(x1) 1400 unit
33000 15000 20800 15300 0

(x2) 900 unit
26000 4500 8000 17500 0

(x3) 1000 unit
750
d. Tahap 4
Dengan analogi tahap 2 dan 3 akan ditentukan besar nilai sel terhadap permintaan dan
persediaan
Baris 𝑥1 = 14.600 - 13.500 = 1.100
Baris 𝑥2 = 15.300 - 15.000 = 300
Baris 𝑥3 = 17.500 – 4.500 = 13.000
Kolom 𝑥4 = 33.000 – 26.000 = 7.000
Kolom 𝑥5 = 13.500 – 4.500 = 9.000
Kolom 𝑥7 = 15.300 – 14.600 = 700
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 .

45

Tujuan
Sumber
35000 13500 18000 14600 0
(x1) 1400 unit
33000 15000 20800 15300 0

(x2) 900 unit
26000 4500 8000 17500 0

(x3) 1000 unit
250 750
e. Tahap 5
Baris 𝑥1 = 14.600 - 13.500 = 1.100

Baris 𝑥2 = 15.300 - 15.000 = 300
Kolom 𝑥4 = 35.000 – 33.000 = 2.000
Kolom 𝑥5 = 15.000 – 13.500 = 1.500
Kolom 𝑥7 = 15.300 – 14.600 = 700
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.

Tujuan
Sumber
35000 13500 18000 14600 0
(x1) 1400 unit
33000 15000 20800 15300 0

(x2) 900 unit
700
26000 4500 8000 17500 0
(x3) 1000 unit
250 750
f. Tahap 6
Baris 𝑥1 = 14.600 - 13.500 = 1.100

46
Baris 𝑥2 = 15.300 - 15.000 = 300

Kolom 𝑥5 = 15.000 – 13.500 = 1.500
Kolom 𝑥7 = 15.300 – 14.600 = 700
1400] = 700.

Tujuan
Sumber
35000 13500 18000 14600 0
(x1) 1400 unit
700
33000 15000 20800 15300 0
(x2) 900 unit
700
26000 4500 8000 17500 0
(x3) 1000 unit
250 750
g. Tahap 7
Baris 𝑥1 = 14.600
Baris 𝑥2 = 15.300
Kolom 𝑥7 = 15.300 – 14.600 = 700
900] = 100.

Tujuan
Sumber
35000 13500 18000 14600 0
(x1) 1400 unit
700
33000 15000 20800 15300 0
(x2) 900 unit
700 200
26000 4500 8000 17500 0
(x3) 1000 unit
250 750

47
h. Tahap 8
Baris 𝑥1 = 14.600
Kolom 𝑥7 = 14.600
1.400] = 600.

Tujuan
Sumber
35000 13500 18000 14600 0
(x1) 1400 unit
700 600
33000 15000 20800 15300 0
(x2) 900 unit
700 200
26000 4500 8000 17500 0
(x3) 1000 unit
250 750
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.

Tujuan
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 3307 t
Dari hasil perhitungan menggunakan Vogel Approximation Method total biaya

transportasi nya adalah:

48
Z = 13.500 (700) + 14.600 (600) + 0 (100) + 33.000 (700) + 15.300 (200) + 4.500
(250) + 8.000 (750)
Z = 9.450.000 + 8.760.000 + 0 + 23.100.000 + 3.060.000 + 1.125.000 + 6.000.000
Z = 51.495.000
4.4 Uji Optimalitas dengan Metode Potensial

Untuk melakukan uji optimalitas dengan metode potensial terlebih dahulu dituliskan
model yang telah diperoleh dengan perhitungan Vogel Approximation Method maka
akan di peroleh tabel 4.12.
Tabel 4. 12 Model awal Metode Potensial
Tujuan
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
Dari tabel awal akan dibentuk matriks transportasi untuk metode potensial seperti
pada tabel 4.13.
Tabel 4. 13 Matriks Transportasi Metode Potensial
Cij 𝑣1 𝑣2 𝑣3 𝑣4 𝑣5
𝑢1 35.000 13.500 18.000 14.600 0

𝑢2 33.000 15.000 20.800 15.300 0
𝑢3 26.000 4.500 8.000 8.000 0
Dari tabel 4.12 akan di bentuk model awal matriks dengan metode potensial, maka
akan diperoleh tabel seperti pada tabel 4.14
Tabel 4. 14 Matriks Biaya Awal Cij
Cij 𝑣1 𝑣2 𝑣3 𝑣4 𝑣5
𝑢1 13.500 14.600 0
𝑢2 33.000 15.300
𝑢3 4.500 8.000

49
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.

50
Tabel 4. 15 Matriks Perubahan Zij
Cij 𝑣1 = 13.900 𝑣2 =13.500 𝑣3 =17.000 𝑣4 =14.600 𝑣5

𝑢1 = 0 13.900 13.500 17.000 14.600 0
𝑢2 =700 14.600 14.200 17.700 15.300 0
𝑢3 = -9.000 4.900 4.500 8.000 5.600 0
Selanjutnya akan dihitung nilai perubahan biaya Dij dengan menggunakan rumus:
𝐷𝑖𝑗 = 𝐶𝑖𝑗 − 𝑍𝑖𝑗 , maka akan di dapat hasil bahwa:
𝐷𝑖𝑗 = 𝐶𝑖𝑗 − 𝑍𝑖𝑗
350 135 180 146 139 135 170 146

𝐷𝑖𝑗 = [330 150 208 153] − [146 142 177 153]
260 45 80 80 49 45 80 56
211 0 10 0
𝐷𝑖𝑗 = [184 8 31 0]
211 0 0 24
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 = 9.450.000 + 8.760.000 + 0 + 23.100.000 + 3.060.000 + 1.125.000 + 6.000.000
Z = 51.495.000

BAB 5
KESIMPULAN DAN SARAN
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.

39
DAFTAR PUSTAKA
Al-Dulaymi, Sufian M. S. 2018. Determine The Optimal Solution Using Vogel’s

Approximation Method. ARPN Journal of Engineering and Applied
Sciences. Vol. 13 No.12.
Agustini, D.H. dan Rahmadi, Y.E. 2004. Riset Operasional Konsep-Konsep Dasar.
PT. Rineka Cipta. Jakarta.
Aminudin. 2008. Prinsip-prinsip Riset Operasi. PT Gelora Aksara Pratama. Jakarta:

Erlangga.
Nasution, M.N. 2008. Manajemen Transportasi. Ghalia Indonesia. 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
Pasaribu, Purnomo S G, Napitupulu N, Situmorang M. 2016. Optimasi Biaya

Distribusi Menggunakan Metode Least Cost dan Metode Stepping Stone (Studi
Kasus PT. IT Master). Saintia Matematika. Vol. 02 No. 03: 299–311.

Implementasi Vogel Approximation Method Dan Metode Potensial Dalam Menyelesaikan Permasalahan Transshipment Tak Seimbang

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Implementasi Vogel Approximation Method Dan Metode Potensial Dalam Menyelesaikan Permasalahan Transshipment Tak Seimbang

Diunggah oleh

Hak Cipta:

Format Tersedia

IMPLEMENTASI VOGEL APPROXIMATION METHOD DAN

METODE POTENSIAL DALAM MENYELESAIKAN

RISKY YOHANES ZEBUA

PROGRAM STUDI S-1 MATEMATIKA

Universitas Sumatera Utara

RISKY YOHANES ZEBUA

PROGRAM STUDI S-1 MATEMATIKA

Universitas Sumatera Utara