Nama : Reza Nurussofa

NIM : 2225200019

Kelas : 3A Pend. Matematika

MK : Riset Operasi

1. Aljabar Dasar
2. Apa itu Riset Operasi
3. Metode Simpleks untuk kasus memaksimumkan dalam Program Linier
4. Metode Simpleks untuk kasus meminimumkan dalam Program Linier
5. Penggunaan Metode Big M untuk menyelesaikan kasus Program Linier
6. Masalah Program Linier tentang Transportasi ( Transportation Problem )
7. Masalah Program Linier tentang Penugasan ( Assigment Problem )
8. Masalah Program Linier tentang Pengangkutan (Transhipment Problem)

Silahkan buat pertanyaan dan jawaban untuk masing-masing mater tersebut.

Pertanyaan

1. Apa yang kamu ketahui tentang bentuk aljabar?

Jwb : bentuk aljabar adalah suatu bentuk matematika yang dalam
penyajiannyamemuat huruf-huruf untuk mewakili bilangan yang belum diketahui.

2. Apa yang kamu ketahui tentang operasi dasar aljabar?

Jwb : operasi-operasi pada bentuk aljabar mencakup operasi penjumlahan,
pengurangan, perkalian dan pembagian dalam bentuk aljabar termasuk bentuk-
bentuk aljabar dan aplikasinya.

3. Dengan bahasamu sendiri, Apa itu riset operasi?

Jwb : metode-metode, teknik-teknik dan peralatan ilmiah dalam menghadapi
masalah-masalah yang timbul dalam operasi perusahaan dengan tujuan
menemukan pemecahan yang optimal.

4. Bagaimana muncul dan berkembangnya Riset Operasi ?

Jwb : istilah riset operasi muncul pada saat perang dunia ke-II ketika para
pemimpin militer inggris meminta para ilmuwan dan insinyur untuk menganalisis
 beberapa masalah militer seperti penyebaran radar dan pengelolaan konvoi,
pemboman, antikapal selam, dan operasi pertambangan.

5. Metode Simpleks untuk kasus memaksimumkan dalam Program Linier

HMJ Teknik Informatika UNCP akan memproduksi dua jenis jaket, yaitu jaket Standard
dan jaket super. setiap jenis jaket menggunakan sumber daya sebagai berikut :

Jenis jaket
Sumber daya Kapasitas
Standar Super

Bahan baku 4 6 1200

Jumlah jam 4 2 800

Diperkirakan permintaan Produk standard maksimum 250 unit per bulan, sedang
produk super 300 unit per bulan. Sumbangan keuntungan untuk produk standard sebesar
Rp 400 per unit sedangkan produk Super Rp 300 per unit. Berapa kapasitas produksi
optimum untuk kedua jenis produk tersebut supaya diperoleh keuntungan maksimum ?

Jwb :

Model Fungsi Tujuan : Z=400X1+300X2

Fungsi Kendala : 4X1 + 6X2 ≤ 1200

4X1 + 2X2 ≤ 800

X1, X2 ≥ 0

Bentuk Standar Fungsi Tujuan : Z - 400X1 - 300X2 = 0

Fungsi Kendala : 4X1 + 6X2 + S1 = 1200

4X1 + 2X2 + S2 = 800

X1, X2, S1, S2 ≥ 0

Penyelesaian dengan metode simpleks

Tablo awal

BV Z X1 X2 S1 S2 RHS Rasio
 Z 1 -400 -300 0 0 0

S1 0 4 6 1 0 1200 300

S2 0 4 2 0 1 800 200

Tablo 1

BV Z X1 X2 S1 S2 RHS Rasio

Z 1 0 -100 0 100 80000

S1 0 0 4 1 -1 400 100

X1 0 1 1/2 0 1/4 200 400

Tablo 2

BV Z X1 X2 S1 S2 RHS Rasio

Z 1 0 0 25 75 90000

X2 0 0 1 1/4 -1/4 100

X1 0 0 0 -1/8 3/8 150

Jadi

BV Z = 90000 S1= 0

X1 = 150 S2= 0

X2 = 100

Nilai optimum Z= 400X1+300X2

Z= 400.150 + 300.100 = 90000 (terbukti)

6. Metode Simpleks untuk kasus memaksimumkan dalam Program Linier

Sebuah industri kramik membuat jenis produk unggulan A dan B. Untuk menghasilkan
satu jenis A di perlukan waktu pengerjaan 1 jam dan bahan baku 4 kg, sedangkan jenis B
membutuhkan waktu 2 dua jam dan bahan baku 3 kg, waktu dan bahan baku yeng
tersedia masing-masing 40 Jam dan 120 kg. keuntungan tiap unit A dan B masing-masing
40$ dan 50$. Jwb:

Model Fungsi Tujuan : Z=40X1+50X2

Fungsi Kendala : X1 + 2X2 ≤ 40

4X1 + 3X2 ≤ 120

X1, X2 ≥ 0

Bentuk Standar Fungsi Tujuan : Z - 40X1 - 50X2 = 0

Fungsi Kendala : X1 + 2X2 + S1 = 40

4X1 + 3X2 + S2 = 120

X1, X2, S1, S2 ≥ 0

Penyelesaian dengan metode simpleks

Tablo awal

BV Z X1 X2 S1 S2 RHS Rasio

Z 1 -40 -50 0 0 0

S1 0 1 2 1 0 40 20

S2 0 4 3 0 1 120 40

Tablo 1

BV Z X1 X2 S1 S2 RHS Rasio

Z 1 -15 0 25 0 1000

X2 0 1/2 1 1/2 0 20 40

S2 0 5/2 0 -3/2 1 60 24

Tablo 2

BV Z X1 X2 S1 S2 RHS Rasio
 Z 1 0 0 14 6 1360

X2 0 0 1 4/5 -1/5 8

X1 0 1 0 -3/5 2/5 24

Jadi

BV Z = 1360 S1= 0

X1 = 24 S2= 0

X2 =8

Nilai optimum Z= 40X1+50X2

Z= 40.8 + 300.24 = 1360 (terbukti)

7. Metode Simpleks untuk kasus meminimumkan dalam Program Linier

Sebuah masalah program linear telah di formulasikan berbentuk sebagai berikut:

Minimum Z = 40X1 + 25X2

Fungsi kendala 3X1 + 2X2 ≤ 150

8X1 + 2X2 ≤ 200

X1, X2, ≥ 0

Bentuk Standar maks -Z* = Z= -40X1 - 25X2

Fungsi Kendala : 3X1 + 2X2 + S1 = 150

8X1 + 2X2 + S2 = 200

X1, X2, S1, S2 ≥ 0

Penyelesaian dengan metode simpleks

Tablo awal
 BV Z X1 X2 S1 S2 RHS Rasio

Z 1 -40 -25 0 0 0

S1 0 3 2 1 0 150 50

S2 0 8 2 0 1 200 25

Tablo satu

BV Z X1 X2 S1 S2 RHS Rasio

Z 1 0 -15 0 5 1000

S1 0 0 5/4 1 -3/8 75 60

X1 0 1 1/4 0 1/8 25 100

Tablo dua

BV Z X1 X2 S1 S2 RHS Rasio

Z 1 0 0 12 1/2 1900

X2 0 0 1 4/5 -3/10 60

X1 0 1 0 -1/5 1/5 10

Jadi BV Z = 1900 S1= 0

X1 = 10 S2= 0

X2 = 60

Nilai optimum min Z= -Z* = -40X1-25X2

-Z = -40.10 + -25.60

Z = 1900 (terbukti)

8. Metode Simpleks untuk kasus meminimumkan dalam Program Linier

Sebuah masalah program linear telah di formulasikan berbentuk sebagai berikut:

 Minimum Z = 2X1 - 3X2

Fungsi kendala X1 + X2 ≤ 4

X1 - X2 ≤ 6

X1, X2 ≥ 0

maks -Z = -2X1 + 3X2

Bentuk Standar maks -Z + 2X1 -3X2 = 0

Fungsi Kendala : X1 + X2 + S1 = 4

X1- X2 + S2 = 6

X1, X2, S1, S2 ≥ 0

Penyelesaian dengan metode simpleks

Tablo awal

BV -Z X1 X2 S1 S2 RHS Rasio

Z 1 2 -3 0 0 0

S1 0 1 1 1 0 4 4

S2 0 1 -1 0 1 6

Tablo satu

BV Z X1 X2 S1 S2 RHS Rasio

Z 1 5 0 3 0 12

X2 0 1 1 1 0 4

S2 0 2 0 1 1 10
Jadi BV -Z = 12 S1= 0

X2 = 4 X1= 0

S2 = 10

Nilai optimum Z = 2X1 - 3X2

=2.0–3.4

-Z = 12 (terbukti)

9. Penggunaan Metode Big M untuk menyelesaikan kasus Program Linier

Model Fungsi Tujuan : min Z= 3X1 + 5X2

Fungsi Kendala : X1 ≤4

2X2 = 12

3X1 + 2X2 ≥ 18

X1, X2 ≥0

Bentuk Standar Fungsi Tujuan : Z = 3X1 + 5X2 + S1 -S2 +MA2 + MA3

Fungsi Kendala : X1 + S1 =4

2X2 + A2 = 12

3X1 + 2X2 – e3 + A3 = 18

X1, X2, S1, A2, e3, A3 ≥ 0

Maka diperoleh fungsi tujuan

Min Z = 3X1 + 5X2 +MA2 + MA3

= 3X1 + 5X2 + M(12 – 2X2) + M(18 – 3X1 – 2X2 + e3

= 3X1 + 5X2 + 12M – 2MX2) + 18M – 3MX1 – 2MX2 +M e3

= (3 – 3M)X1 + (5 – 4M)X2 + Me3 + 30M

Maka diperoleh : Z - (3 – 3M)X1 - (5 – 4M)X2 - Me3 = 30M

Penyelesaian dengan metode simpleks Big M

Iterasi 0

BV Z X1 X2 S1 E3 A2 A3 RHS Rasio

Z 1 -(3 – 3M) - (5 – 4M) 0 -M 0 0 30M

S1 0 1 0 1 0 0 0 4

A2 0 0 2 0 0 1 0 12 6

A3 0 3 2 0 0 -1 1 18 9

Iterasi 1

BV Z X1 X2 S1 E3 A2 A3 RHS Rasio

Z 1 -(3 – 3M) 0 0 -M (5/2-2M) 0 30+6M

S1 0 1 0 1 0 0 0 4 4

X2 0 0 1 0 0 ½ 0 6

A3 0 3 0 0 -1 -1 1 6 2

Iterasi 2

BV Z X1 X2 S1 E3 A2 A3 RHS Rasio

Z 1 0 0 0 -1 (3/2-M) 1-M 36

S1 0 0 0 1 1/3 1/3 -1/3 2

X2 0 0 1 0 ½ ½ 0 6

X1 0 1 0 0 -1/3 -1/3 1/3 2

Jadi BV Z = 36 A2= 0

S1 =2 A3= 0

X2 =6
 X1 =2

Nilai optimum Z = 3X1 + 5X2

= 3 . 2 + 5 . 6 = 36 (terbukti)

10. Penggunaan Metode Big M untuk menyelesaikan kasus Program Linier

Model Fungsi Tujuan : min Z= 4X1 + X2

Fungsi Kendala : 3X1 + X2 =3

4X1 + 3X2 ≥6

X1 + X2 ≤4

X1, X2 ≥0

Bentuk Standar Fungsi Tujuan : Z = 4X1 + X2 + S2 -e2 + MA1 + MA2

Fungsi Kendala : 3X1 + X2 + A1 =3

4X1 + 3X2 – e1 +A2 =6

X1 + X2 + S2 =4

X1, X2, e1, A1, A2, S2 ≥ 0

X1, X2, S1, A2, e3, A3 ≥ 0

Maka diperoleh fungsi tujuan

Min Z = 4X1 + X2 +MA1 + MA2

= 4X1 + X2+ M(3-3X1-X2) + M(6 – 4X1 – 3X2 + e1)

= 4X1 + X2 + 3M – 3MX1 - MX2 + 6M – 4MX1 – 3MX2 + Me1

= (4 – 7M)X1 + (1 – 4M)X2 + Me1 + 9M

Maka diperoleh : Z - (4 – 7M)X1 - (1 – 4M)X2 - Me1 - 9M

Penyelesaian dengan metode simpleks Big M

Iterasi 0
 BV Z X1 X2 e1 A1 A2 S2 RHS Rasio

Z 1 - (4 – 7M) - (1 – 4M) -M 0 0 0 9M

A1 0 3 1 0 1 0 0 3 1

A2 0 4 3 -1 0 1 0 6 6/4

S2 0 1 2 0 0 0 1 4 4

Iterasi 1

BV Z X1 X2 e1 A1 A2 S2 RHS Rasio

Z 1 0 (1+5M)/3 -M (4-7M)/3 0 0 4+2M

X1 0 1 1/3 0 1/3 0 0 1 3

A2 0 0 5/3 -1 -4/3 0 0 2 6/5

S2 0 0 5/3 0 -1/3 1 1 3 9/5

Iterasi 2

BV Z X1 X2 e1 A1 A2 S2 RHS Rasio

Z 1 0 0 1/5 8/5 -M -1/5-M 0 18/5

X1 0 1 0 1/5 3/5 -1/5 0 3/5

X2 0 0 1 -3/5 -4/5 3/5 0 6/5

S2 0 0 0 1 1 -1 1 1

Jadi BV Z = 18/5 A1= 0

X1 = 3/5 A2= 0

X2 = 6/5

S2 =1

Nilai optimum Z= 4.X1 + X2

= 4 . 3/5 + 6/5 = 18/5 (terbukti)

Untuk Soal No 11 dan 12 (Masalah Program Linier tentang Transportasi
(Transportation Problem)

Untuk permasalahan model tansportasi ini diperoleh informasi bahwa Pertamina

mempunyai:

• 3 daerah penambangan minyak (sumber), yaitu:

a. Cepu (S1) dengan kapasitas produksi 600.000 galon
b. Cilacap (S2) dengan kapasitas produksi 500.000 galon
c. Cirebon (S3) dengan kapasitas produksi 800.000 galon

Total supply dari 3 sumber tersebut adalah 1.900.000 galon

• 3 daerah pemasaran (kota tujuan), yaitu :

a. Semarang (T1) dengan daya tampung sebanyak 400.000 galon
b. Jakarta (T2) dengan daya tampung sebanyak 800.000 galon
c. Bandung (T3) dengan daya tampung sebanyak 700.000 galon

Total demand dari 3 tujuan tersebut adalah 1.900.000 galon

• Misalkan Cij menyatakan ongkos pengangkutan dari sumber i ke tujuan j (i = 1, 2,

3; j = 1, 2, 3), maka ongkos pengangkutan per 100.000 galon, adalah:
a. C11 = Rp 120.000,- e. C23 = Rp 80.000,-
b. C12 = Rp 180.000,- f. C31 = Rp 200.000,-
c. C21 = Rp 300.000,- g. C32 = Rp 250.000,-
d. C22 = Rp 100.000,- h. C33 = Rp 120.000,-

• Misalkan Xij menyatakan banyaknya minyak yang harus didistribusikan dari

sumber i untuk kota tujuan j. (i = 1, 2, 3; j = 1, 2, 3).

• Formulasi untuk masalah program linear ini adalah:

Minimasi: Z = 120000x11 + 180000x12 + 300000 x21 + 100000x22 + 80000x23 +

200000x31 + 250000x31 + 120000x33

• Pembatas linear:
 X11 + X12 + X13 = 600000 X11 + X21 + X31 = 400000
X21 + X22 + X23 = 500000 X12 + X22 + X32 = 800000
X31 + X32 + X33 = 800000 X13 + X23 + X33 = 700000
X11 , X12 , X13 , X21 , X22 , X23 , X31 , X32 , X33 ≥ 0

11. Buatlah Tabel Transportasinya

Karena total supply = total demand maka model transportasinya merupakan model
transportasi seimbang.

Tujuan
Sumber Supply
Semarang Jakarta Bandung
Cepu 12 18 M 6
Cilacap 30 10 8 5
Cirebon 20 25 12 8
Demand 4 8 7 19

12. Tentukan solusi layak dengan metode (North corner)

Tujuan
Sumber Supply
Semarang Jakarta Bandung
12 18 M
Cepu
4 2
30 10 8
Cilacap
5
20 25 12
Cirebon
1 7
Demand

Dengan menggunakan metode North Corner, diperoleh Basic feasible solutionnya

adalah X11 = 4, X12 = 2, X22 = 5, X32 = 1, dan X33 = 7.

Berdasarkan itu maka diperoleh ongkos dari solusi layaknya adalah:

Z = C11X11 + C12X12 + C22X22 + C32X32 + C33X33 Z =

 (12.4) + (18.2) + (10.5) + (25.1) + (12.7)

Z = 48 + 36 + 50 + 25 + 84 = 243

Karena ongkos pengangkutan dalam puluhan ribu maka total ongkos

pengangkutannya adalah Rp 2.430.000,-

Solusi ini sudah layak namun belum tentu optimal.

13. Apa yang kamu ketahui tentang Masalah Program Linier tentang Penugasan
(Assigment Problem)?

Jwb : Masalah penugasan berkaitan dengan keinginan perusahaan dalam

mendapatkan pembagian atau alokasi tugas (penugasan) yang optimal, dala arti
apabila penugasan tersebut berkaitan dengan keuntungan maka bagaimana alokasi
tugas atau penugasan tersebut dapat memberikan keuntugan yang maksimal,
begitu pula sebaliknya bila menyangkut biaya. Contoh kegiatan yang termasuk
masalah penugasan antara lain yaitu: penempatan karyawan pada suatu posisi
jabatan di perusahaan, pembagian wilayah tugas salesman, pembagian tugas dalam
suatu tim renang estafet.

Pada bagian terdahulu telah disebutkan bahwa pada masalah penugasan

disyaratkan suatu penugasan satu-satu, sehingga
jumlah assignee dan assignment harus sama. Bila dalam suatu masalah ditemui
jumlah assignee dan assignment berbeda, maka perlu ditambahkan suatu
assignee/assignment dummy untuk menyamakan jumlahnya. Setelah data
terpresentasi dalam bentuk tabel penugasan, maka kita dapat langsung
menyelesaikan menggunakan metode Hungarian. Dalam penyelesaiannya, masalah
penugasan terbagi menjadi dua, yaitu masalah minimalisasi dan masalah
maksimalisasi.

14. Masalah Minimalisasi (untuk kasus normal)

 Sebuah perusahaan memiliki 4 orang karyawan yang harus menyelesaikan 4
pekerjaan yang berbeda. Karena sifat pekerjaan dan juga ketrampilan, karakteristik
dari masing masing karyawan, maka biaya yang timbul dari berbagai alternatif
penugasan dari ke-4 karyawan tersebut juga berbeda, seperti terlihat dari tabel /
matrik penugasan berikut ini:

Pekerjaan
Karyawan
I II III IV
A 15 20 18 22
B 14 16 21 17
C 25 20 23 20
D 17 18 18 16

Catatan : Nilai-nilai dalam tabel tersebut dalam rupiah.

Dari kasus penugasan tersebut di atas, penyelesaiannya adalah :

Langkah 1
Mencari biaya terkecil untuk setiap baris, dan kemudian menggunakan
biaya terkecil tersebut untuk mengurangi semua biaya yang ada pada baris yang
sama. Dengan langkah ini hasil yang diperoleh adalah :

Pekerjaan
Karyawan
I II III IV
A 0 5 3 7
B 0 2 7 3
C 5 0 3 0
D 1 2 2 0

Langkah 2
Memastikan semua baris dan kolom sudah memiliki nilai nol. Dan ternyata
masih ada kolom yang belum memiliki nilai nol, yakni kolom 3. Dengan demikian
perlu dicari nilai terkecil pada kolom tersebut untuk selanjutnya digunakan untuk
mengurangi semua nilai yang ada pada kolom tersebut, sehingga akan menjadi:
 Pekerjaan
Karyawan
I II III IV
A 0 5 1 7
B 0 2 5 3
C 5 0 1 0
D 1 2 0 0
Sekarang setiap baris dan kolom sudah memiliki nilai nol, maka langkah selanjutnya
adalah:
Langkah 3
Langkah selanjutnya adalah memastikan atau mengecek apakah dalam tabel penugasan
tersebut, telah berhasil ditemukan nilai nol, sebanyak sumber daya (bisa karyawan, mesin,
alat transportasi, atau sumber daya lainnya) yang juga tercermin dengan jumlah barisnya.
Misalnya bila yang akan ditugaskan adalah 4 karyawan, maka harus ditemukan nilai nol
sebanyak 4 buah yang terletak di baris dan kolom yang berbeda. Sebaiknya dimulai dari
baris yang hanya memiliki 1 nilai nol. Langkah ini menganduk arti bahwa setiap karyawan
hanya dapan ditugaskan pada satu pekerjaan saja.
Perhatikan!
Dari matrik di atas ternyata nilai nol yang ditemukan dalam baris 1 dan 2, meskipun
berbeda baris namun masih berada dalam kolom yang sama, sehingga dapat dipastikan
masalah belum optimal dan perlu dilanjutkan ke langkah berikutnya.

Langkah 4
Karena belum optimal maka langkah selanjutnya adalah menarik garis yang
menghubungkan minimal dua buah nilai nol dalam tabel penugasan tersebut, seperti
terlihat pada tabel atau matrik berikut ini:

Pekerjaan
Karyawan
I II III IV
A 0 5 1 7
B 0 2 5 3
C 5 0 1 0
D 1 2 0 0

Dari langkah di atas terlihat bahwa garis yang berhasil dibuat adalah tiga, dengan
menyisakan beberapa nilai yang tidak terkena garis.
Langkah 5
Selanjutnya, perhatikan nilai-nilai yang belum terkena garis. Pilih nilai yang paling kecil
(dari tabel di atas adalah nilai 1), kemudian nilai 1 tersebut dipergunakan untuk
mengurangi nilai-nilai lain yang belum terkena garis, dan gunakan untuk menambah nilai-
nilai yang terkena garis dua kali. Dengan langkah ini hasilnya adalah:
Pekerjaan
Karyawan
I II III IV
A 0 4 0 6
B 0 1 4 2
C 6 0 1 0
D 2 2 0 0
Semua nilai yang tidak terkena garis nilainya akan berkurang sebesar nilai terkecil dari
nilai yang belum terkena garis sebelumnya. Sementara itu nilai 5 dan 1 pada kolom 1 akan
bertambah 1, karena kedua nilai tersebut terkena garis dua kali.
Langkah 6
Dari hasil lagkah di atas tersebut, apakah sekarang telah berhasil ditemukan nilai nol
sejumlah atau sebanyak sumber daya (bisa karyawan, mesin, alat transportasi, atau
sumber daya lainnya) yang juga tercermin dengan jumlah barisnya (mulai dari baris yang
hanya memiliki 1 nilai nol)? Dari tabel atau matrik di atas ternyata telah berhasil ditemukan
4 nilai nol (sejumlah karyawan yang akan ditugaskan), yang berada di baris dan kolom
yang berbeda.
Pekerjaan
Karyawan
I II III IV
A 0 4 0 6
B 0 1 4 2
C 6 0 1 0
D 2 2 0 0
Dari hasil di atas dapat dikatakan bahwa kasus penugasan tersebut telah optimal, dengan
alokasi penugasan sebagai berikut :
Karyawan A ditugaskan mengerjakan pekerjaan III dengan biaya Rp 18,-
Karyawan B ditugaskan mengerjakan pekerjaan I dengan biaya Rp 14,-
Karyawan C ditugaskan mengerjakan pekerjaan II dengan biaya Rp 20,-
Karyawan D ditugaskan mengerjakan pekerjaan IV dengan biaya Rp 16,-
-------+
Total biaya Rp 68,-
Dengan demikian dapat disimpulkan bahwa dengan metode Hungarian, kasus penugasan
dalam perusahaan di atas dapat diselesaikan dengan biaya optimal sebesar Rp 68,-

15. Apa yang kamu ketahui tentang Masalah Program Linier tentang
Pengangkutan (Transhipment Problem)?

Jwb : Transshipment adalah masalah transportasi tetapi untuk mengirim barang

dari tempat produksi ke tempat permintaan tidak dapat dilakukan secara langsung.
Barang yang diangkut harus mengalami dua atau lebih cara pengangkutan.
Misalnya Seorang petani tidak dapat memperoleh pupuk dari Pabrik langsung,
tetapi harus melalui agen daerah, bahkan agen daerah harus memalui agen pusat
baru dari Pabrik. Jadi proses penangkutan barang dari tempat produksi ke tempat
permintaan harus melalui semacam agen terlebih dahulu.

16. Sebuah Perusahaan Alat Berat “Arifin” memiliki 14 alat berat yang berada di
Jakarta sebanyak 6 buah dan di Surabaya 8 buah. Alat berat tersebut akan dipakai
di 6 kota, yaitu Tasikmalaya 2 buah, Cirebon 1 buah, Jogja 4 buah, Solo 4 buah,
Madiun 3 buah, dan Jember 2 buah. Karena kondisi jalan, pengangkutan tidak
dapat langsung dari kota asal ke kota tujuan dan harus melalui kota Transit yaitu
Kota Bandung, Kota Semarang, dan Kota Malang. Alur pengiriman barang dan
Biaya pengangkutan sebuah alat berat terlihat pada Gambar 1 dan tabel berikut.

Tabel Biaya Satuan Pengangkutan dari Kota Asal ke Kota Transit

BDG SMG MALANG

JKT 10 15 25

SBY 20 15 10

Tabel Biaya Satuan Pengangkutan Kota Transit ke Tempat Tujuan

TASIK CRB JOGJA SOLO MADIUN JEMBER

BDG 10 15

SMG 15 10 10

MALANG 20 15 10 10
Gambar 1. Alur Pengiriman Barang, Perasediaan Barang, Kebutuhan Barang, dan Biaya
Satuan Pengangkutan

Buatlah Tabel Transportasinya!

dibuat dengan menggabung kedua tabel tersebut dan memberikan biaya yang cukup
besar (M) kepada semua yang tidak mempunyai jalur transportasi, sehingga pada masalah
diatas diperoleh tabel transportasi sebagai berikut.Tabel Transportasi Gabungan

BDG SMG MALANG TASIK CRB JOGJA SOLO MADIUN JEMBER Kapasitas

JKT 10 15 25 M M M M M M 6

SBY 20 15 10 M M M M M M 8

BDG 0 M M 10 15 M M M M 14

SMG M 0 M M 15 10 10 M M 14

MALANG M M 0 M M 20 15 10 10 14

Perminta-

an 14 14 14 2 1 3 4 2 2 14

Dari tabel ini, maka sistem transportasi dapat dicari, dan akhirnyasistem transshipment
dapat ditentukan.
 DAFTAR PUSTAKA

https://id.scribd.com,

Riani Lubis, Program Studi Teknik Informatika, Universitas Komputer Indonesia

www.academia.edu,

http://reservoirrecervoirchronicle.blogspot.com/2013/01/penugasan-program-
linier.html?m=1,

https://masdwijanto.files.wordpress.com/2011/03/bab-iv-_penugasan-dan-
transshipment.pdf,