PENJODOHAN (MATCHING)

1. Definisi penjodohan (maching)

 Dua garis/ dua sisi pada graf dikatakan disjoint titik, jika kedua garis tersebut tidak
adjaccent/tidak bertetangga.
 Matching dari sebuah graf G adalah himpunan garis-garis yang disjoint titik dari
graf G.

Contoh:

Misalkan M1 = {e4, e8}

M2 = {e4, e6}

M1& M2 adalah sebuah maching berukuran 2 bisa ditulis |M1|=2

M3 = {e1, e3, e6}

M4 = {e2, e5, e8}

M3& M4 adalah sebuah maching berukuran 3 bisa ditulis |M4|= 3

M5 = {e1, e2, e5}

M5 bukan merupakan maching karena tidak disjoin titik, sisi e1 dan e2 terkait ke titik
yang sama yaitu titik v2

2. Tertutup oleh penjodohan (maching-saturated)

Suatu titik v di graph G dikatakan
  Tertutup oleh penjodohan M (M saturated) jika titik v merupakan titik akhir atau
titik ujung dari salah satu sisi di M
 Tidak tertutup oleh penjodohan M (M unsaturated) jika M tidak menutup v di graf
G

Contoh:

pada contoh soal sebelumnya, dimisalkan

M1 = {e4, e8} yang menutupi titik v1, v6, v2, v4

tetapi M3 tidak menutupi titik v3 dan v5. Dengan begitu, titik-titik v1, v6, v2, v4
adalah tertutup oleh penjodohan M1 (M1satured)

Pada titik-titik v3 dan v5 tidak tertutup oleh penjodohan M1 (M1Saturated)

3. Penjodohan (maching) Maksimum

 Maching dikatakan maksimum jika tidak ada maching yang lain yang mempunyai
lebih banyak garis
 Contoh;

Sesuai dengan contoh gambar sebelumnya, kita telah mencari maching dengan ukuran
2 dan 3. Apakah ada maching yang berukuran 4? Tidak bisa.

Jadi pastilah maching maksimumnya adalah maching yang berukuran 3.

M = {e1, e3, e6}

N ={e2, e5, e8}

4. Penjodohan Sempurna

Sebuah penjodohan M di graf G dinamakan penjodohan sempurna jika M memuat semua

titik G. Dengan kata lain, jika M penjodohan sempurna pada graf G, maka setiap titik di G adalah
M Saturated. Sebagai contoh pada contoh sebelumnya M3 = {e1, e3, e6} adalah sebuah penjodohan
sempurna di graf G; begitu juga M4 = {e2, e5, e8} merupakan penjodohan sempurna di graf G

Perlu diperhatikan bahwa, berdasarkan definisi, sebuah penjodohan sempurna adalah

penjodohan maksimum tetapi tidak berlaku sebaliknya, artinyajika M adalah penjodohan
maksimum, maka belum tentu M penjodohan sempurna

5. Aplikasi Penjodohan Graf

A. Aplikasi Penjodohan pada MasalahPenugasan Personal
Dalam suatu perusahaan, misalkan 𝑥1 , 𝑥2 , 𝑥3, … 𝑥𝑛 menyatakan n pekerja dan
𝑦1 , 𝑦2 , 𝑦3 , … 𝑦𝑛 menyatakan n pekerjaan. Setiap pekerja memiliki kemampuan untuk
melakukan satu atau lebih pekerjaan tersebut. Dapatkah di buat pasangan antara pekerja
dan pekerja yang ada sehingga semua pekerja mendapat pekerjaan yang sesuai dengan
kemampuannya?
 Permasalahan tersebut dapat dimodelkan dengan membentuk graf bipartisi G
dengan partisi (X, Y) dimana X = (𝑥1, 𝑥2 , 𝑥3 , … 𝑥𝑛 ). Y= (𝑦1, 𝑦2 , 𝑦3 , … 𝑦𝑛 ) dan 𝑥𝑖
bertetangga dengan 𝑦𝑗 jika dan hanya jika pekerja 𝑥𝑖 dapat melakukan pekerjaan 𝑦𝑗 .
Selanjutnya, ditentukan ada atau tidaknya penjodohan sempurna pada graf G. Menurut
teorema 2.3 (Teorema Hall), adanya penjodohan sempurna pada graf G jika untuk setiap
𝑆 ⊆ 𝑋 berlaku │N(S)│≥│S│.
Sebaliknya, jika ada S⊂X sehingga │N(S)│<│S│. maka G tidak mempunyai
penjodohan sempurna. Dengan kata lain, tujuan akhir dari pemecahan masalah penugasan
personal adalah menemukan penjodohan dari G yang menutup semua titik X atau jika
tidak menemukan penjodohan yang demikian, akan ditemukan himpunan bagian S dari X
sehingga │N (S)│<│S│.
6. Algoritma Kuhn Menkres
Metode transportasi simpleks dapat digunakan untuk menyelesaikan masalah
penugasan tetapi algoritma khusus yang dirancang untuk masalah seperti itu seharusnya lebih
efisien, yaitu Algoritma Hungarian (metode Hungarian). Algoritma Hungarian
dipublikasikan oleh seorang matematikawan asal Amerika bernama Harold Kuhn pada tahun
1955 untuk menghormati dua orang matematikawan asal Hungaria, yaitu D. Konig dan E.
Egervary. Selanjutnya pada tahun 1957, oleh James Raymond Munkres seorang Profesor
Emeritus Matematika dari MIT merevisi algoritma Kuhn. Oleh karena itu metode Hungarian
biasa disebut juga metode Kuhn- Munkres.
A. Syarat-Syarat Metode Hungarian
1. Jumlah (sumber-sumber yang ditugaskan) harus sama dengan jumlah (tujuan yang
harus diselesaikan).
2. Setiap sumber hanya mengerjakan satu tujuan (tugas). Jadi, masalah penugasan akan
mencakup sejumlah n sumber yang mempunyai n tujuan.
3. Apabila jumlah sumber tidak sama dengan jumlah tugas, atau sebaliknya, maka
ditambahkan variabel dummy worker atau dummy job.
4. Terdapat dua permasalahan yang diselesaikan, yaitu meminimumkan kerugian
(biaya, waktu, jarak dan sebagainya) dan memaksimalkan keuntungan.
B. Langkah-Langkah Metode Hungarian
Langkah metode Hungarian (Dodi Raharjo, 2010) untuk masalah penugasan adalah
sebagai berikut:
1. Identifikasi dan penyederhanaan masalah dalam bentuk matriks penugasan.
 2. Menentukan nilai terbesar dari setiap baris, kemudian mengurangkan nilai terbesar
dengan setiap nilai dalam baris tersebut.
3. Memeriksa apakah setiap kolom dan baris telah mempunyai nilai nol. Jika sudah
lanjutkan ke langkah 4, jika belum kurangkan setiap kolom yang belum memiliki
elemen nol dengan nilai terkecil.
4. Menarik garis pada baris atau kolom yang mempunyai nilai nol dengan cara memilih
baris atau kolom yang memiliki nol terbanyak terlebih dahulu untuk mendapatkan
garis seminimal mungkin. Jika jumlah garis sudah sama dengan jumlah baris atau
kolom mata tabel telah optimal. Jika belum, maka lanjutkan ke langkah 5.
5. Mengurangkan semua nilai yang tidak tertutup garis dengan nilai terkecil, dan nilai
pada perpotongan garis ditambahkan dengan nilai terkecil.
6. Jika semua baris atau kolom yang mempunyai nilai nol sudah tertutup garis, maka
tabel sudah optimal. Lakukan penentuan penugasan dimulai dari baris atau kolom
yang memiliki satu nilai nol.
C. Aplikasi Algoritma Munkres
Contoh permasalahan :
Dalam upaya menciptakan penjualan maksimum, manajer pemasaran PT. Kasih
Sejahtera menugaskan empat karyawan pilihannya untuk memasuki empat sasaran.
Manajer pemasaran tersebut mengalami masalah untuk menempatkan karyawan-
karyawannya ke pasar-pasar tersebut.

Tabel 2.2 Data pendapatan karyawan pada pasar-pasar (dalam jutaan rupiah)
Pasar
Karyawan
P Q R S
Agus 2 8 9 1
Budi 5 7 6 7
Charlie 4 3 8 5
Deny 6 6 5 9

Penyelesaian:

1. Identifikasi dan penyederhanaan masalah dalam bentuk matriks penugasan.

2. Menentukan nilai terbesar dari setiap baris, kemudian mengurangkan nilai terbesar
dengan setiap nilai dalam baris tersebut.

3. Memeriksa apakah setiap kolom dan baris telah mempunyai nilai nol. Jika sudah
lanjutkan ke langkah 4, jika belum kurangkan setiap kolom yang belum memiliki elemen
nol dengan nilai terkecil.
Karena kolom 1 belum memiliki elemen nol, maka kolom 1 dikurangi nilai terkecil yaitu
2, maka diperoleh:

4. Menarik garis pada baris atau kolom yang mempunyai nilai nol dengan cara memilih
baris atau kolom yang memiliki nol terbanyak terlebih dahulu untuk mendapatkan garis
seminimal mungkin. Jika jumlah garis sudah sama dengan jumlah baris atau kolom mata
tabel telah optimal. Jika belum, maka lanjutkan ke langkah 5.

Karena jumlah garis belum sama dengan jumlah baris/kolom maka dilakukan langkah
selanjutnya.

5. Mengurangkan semua nilai yang tidak tertutup garis dengan nilai terkecil yang tidak
tertutup garis, dan nilai pada perpotongan garis ditambahkan dengan nilai terkecil.
 Diperoleh nilai terkecil yang tidak tertutup garis adalah 1, maka diperoleh matriks baru
yaitu:

Jumlah garis sama dengan jumlah baris /kolom maka tabel telah optimal.

6. Jika semua baris atau kolom yang mempunyai nilai nol sudah tertutup garis, maka tabel
sudah optimal. Lakukan penentuan penugasan dimulai dari baris atau kolom yang
memiliki satu nilai nol.

Diperoleh pendapatan maksimum:

Karyawan Pasar Pendapatan (Dalam Jutaan)

Agus Q 8
Budi P 5
Charlie R 8
Deny S 9
Total 30