ISYE6189 - Deterministic
Optimization and Stochastic
Processes
Topic 3
Transportation Problem
LO2: Apply some methods and the techniques used to solve linear optimization models
using their mathematical structure
Permasalahan utama yang mungkin dihadapi oleh seorang manajer adalah bagaimana
mengalokasikan sumber daya yang langka di antara berbagai kegiatan atau proyek. Untuk
memberikan solusi terhadap permasalahan tersebut adalah menggunakan pemrograman
linear, atau LP, sebagai metode dalam mengalokasikan sumber daya secara optimal.
Programa linier merupakan salah satu alat operasi penelitian yang paling banyak digunakan
dan telah memberikan banyak bantuan dalam pengambilan keputusan di hampir semua
industri manufaktur dan organisasi keuangan dan layanan
Salah satu aplikasi yang paling penting dan sukses dalam melakukan analisis
kuantitatif masalah bisnis untuk menyelesaikan permasalahan distribusi fisik produk, biasa
disebut sebagai metoda transportasi. Pada dasarnya, metoda ini tujuannya adalah untuk
meminimalkan biaya pengiriman barang dari satu lokasi ke lokasi lain sehingga kebutuhan
dari setiap tempat yang membutuhkan terpenuhi dan setiap lokasi pengiriman yang
beroperasi dalam memenuhi kebutuhan mempunyai kapasitas yang cukup. Namun, analisis
kuantitatif telah banyak digunakan untuk banyak masalah selain distribusi fisik barang.
Sebagai contoh, telah digunakan untuk menempatkan karyawan secara efisien pada pekerjaan
tertentu dalam sebuah organisasi. (Aplikasi ini kadang-kadang disebut masalah penugasan).
Pada pertemuan ini, pembahasan metoda transportasi akan difokuskan pertama pada
formulasi permasalahan yang dikategorikan sebagai permasalahan distribusi produk dari
sumbernya ke tujuan yang tujuan dari distribusi tersebut meminimasikan biaya
pendistribusian produk.
x
i =1
ij = bj; j = 1,2,...., n
xij 0
Bentuk dari model matematik standar dari permasalah transportasi tersebut dapat
digambarkan dalam bentuk diagram trasportasinya adalah sebagai berikut :
- Kolom origin merupakan kolom untuk menyatakan asal atau sumber dari produk yang
akan dikirimkan dan pada baris destnation menggambarkan tujuan dari pengiriman
produk tersebut dari asal atau sumber.
- Kolom ‘capacity of origin’ (S1, S2, dan S3) merupakan jumlah produk yang dapat
didistribusikan dari masing-masing Sumber atau asal, sedangkan baris ‘demand of
destination’ merupakan jumlah produk yang dibutuhkan oleh masing-masing tujuan
(d1, d2, d3 dan d4).
- Pada kotak Cmn (C11, C12, ….) merupakan nilai atau biaya yang dibutuhkan untuk
mengirim tiap unit produk dari sumber ke tujuan. C12 adalah biaya yang dibutuhkan
untuk mengirim satu unit produk dari sumber 1 ke tujuan 2.
- Kotak ∑𝑚 𝑛
𝑖=1 𝑆𝑖 = ∑𝑗=1 𝑑𝑗 untuk menyatakan bahwa total jumlah produk yang
didistribusikan dari tujuan harus sama dengan total jumlah yang dibutuhkan.
Ketentuan ini merupakan syarat dapat digunakannya metoda transportasi.
Sebagai contoh:
Perusahaan manufaktur mempunyai 3 gudang penyimpanan produk, yaitu S1, S2, dan S3
dengan kapasitas masing-masing 50 unit, 75 unit dan 25 unit. Produk tersebut akan
dikirimkan ke tiga distributor, yaitu: D1, D2, dan D3 dengan jumlah permintaan dari masing-
ISYE6189 – Deterministic Optimization
and Stochastic Processes
masing distributor sebesar 65 unit, 40 unit dan 45 unit. Biaya kirim dari gudang ke distributor
untuk per-unitnya terlihat pada tabel berikut:
Ke
D1 D2 D3
Dari
S1 10 8 20
S2 5 15 12
S3 15 5 100
Dari informasi diatas maka bentuk tabel transportasi dapat dibentuk seperti dibawah:
Ke
D1 D2 D3 Total
Dari
S1 50 10 8 20 50
S2 15 5 40 15 20 12 75
S3 15 5 25 10 25
Total 65 40 45 150
Ke
D1 D2 D3 Total
Dari
S1 50 10 8 20 50
S2 15 5 40 15 20 12 75
S3 15 5 25 10 25
Total 65 40 45 150
Pada tabel transportasi terlihat angka dalam bulatan/lingkaran yang dihasilkan mulai
kotak sebelah kiri atas (S1, D1) sampai dengan kotak kanan bawah (S3, D3).
Nilai-nilai tersebut dinyatakan sebagai nilai dari variabel basis. Total biaya dengan
metoda NWCR adalah: (50 * 10) + (15 * 5) + (40 * 15) + (20 * 12) + (25 * 10) =
1665.
b. Metoda Least Cost.
Sesuai dengan nama metodanya, Least cost, maka pengisian kotak dimulai dari kotak
yang mempunyai nilai biaya terkecil. Dengan menggunakan contoh tabel yang sama
(seperti diatas) ada dua kotak yang mempunyai nilai biaya yang terkecil (5), yang
dipilih salah satu, kemudian membebankan jumlah produk sebesar-besarnya pada
kotak tersebut. Langkah berikut dapat dilakukan dengan cara.
Ke
D1 D2 D3 Total
Dari
S1 10 15 8 35 20 50
S2 65 5 15 10 12 75
S3 15 25 5 10 25
Total 65 40 45 150
Metode ini juga bisa dikembangkan untuk model penugasan dan transhipment
Ke
D1 D2 D3 Total penalti
Dari
S1 10 8 20 50 2
S2 65 5 15 12 75 7
S3 15 5 10 25 5
Total 65 40 45 150
penalti 5 3 2
Ke
D1 D2 D3 Total penalti
Dari
S1 10 8 20 50 2 12 20
40 10
S2 5 15 12 75 7 3 3
65 10
S3 15 5 10 25 5 4 5
25
Total 65 40 45 150
penalti 5 3 2
3 10
10
Total biaya dengan metoda NWCR adalah: (65 * 5) + (40 * 8) + (10 * 20) + (10 *
12) + (25 * 10) = 1215.
Apabila dilihat dari ketiga metoda, dengan menggunakan metoda Vogel
memperoleh total biaya terkecil sebesar 1215. Apakah sudah optimal? Untuk
mengetahui nilai akhir sudah optimal perlu diuji dengan menggunakan metoda
untuk mendapatkan solusi optimal.
Dari gambar tersebut dapat dijelaskan secara sederhana bahwa Variabel Basis adalah
variabel yang mempunyai nilai sejumlah produk yang dialokasikan, sedangkan
Variabel Non Basis adalah variabel yang nilainya adalah nol (dalam tabel adalah
kotak yang kosong).
Kembali pada metoda untuk mendapatkan solusi akhir, ada dua metoda yang dapat
digunakan yaitu :
Sebelum melangkah menggunakan metoda terebut ada beberapa syarat yang harus
dipenuhi tertera pada tabel transportasi, yaitu :
1. Berawal dari hasil untuk medapatkan solusi awal yang diperoleh menggunakan
NWCR, LC, dan VAM dapat ditetapkan variabel-variabel yang termasuk basis.
2. Jumlah variabel basis yang dapat digunakan untuk melanjutkan ketahapan mencari
solusi akhir adalah m + n – 1
3. Bila jumlah variabel basisnya kurang dari m + n –1, harus ditambahkan variabel basis
dengan meletakan nilai 0 pada variabel non basis dengan nilai biaya paling kecil.
4. Setelah jumlah variabel basis sesuai dengan syarat, maka dapat dilanjutkan dengan
menggunakan salah satu metoda (Stepping Stone atau Multiplier).
Ke
D1 D2 D3 Total
Dari
S1 50 10 8 20 50
S2 15 5 40 15 20 12 75
S3 15 5 25 10 25
Total 65 40 45 150
• Dengan menggunakan contoh hasil dari mencari solusi awal dengan metoda
NWCR, ditetapkan 5 variabel basis (ditandai dengan lingkaran warana biru).
• Langkah berikut mencari nilai untuk variabel non basis (kotak yang belum terisi)
dengan cara sebagai berikut :
o Menetapkan nilai Var.Non Basis dengan menggunakan suatu loop, yang mulai
dari kotak var.non basis menuju ke kotak-kotak var. basis dan kembali lagi ke
kotak tersebut.
Contoh: Kotak Var. Non Basis (S1,D3) mempunyai loop sbb :
(S1,D3) → (S2,D3) → (S2,D1) → (S1,D1) → (S1,D3)
o Loop dapat bergerak searah jarum jam atau berlawanan jarum jam.
Nilai yang dituliskan pada kotak tersebut dihitung dari nilai-nilai ‘cost’ dari kotak
yang dilalui loop dengan memperhatikan tanda dari tiap kotak.
o Pada contoh, loop dimulai kotak (S1,D3) diberi tanda +, kemudian kotak
berikut tandanya -, dan seterusnya sampai kembali ke kotak awal.
Tandanya + → - → + → - → +
Total 65 40 45 150
S1 50 10 -12 8 3 20 50
-
S2 15 5 40 15 20 12 75
S3 12 15 -8 5 25 10 25
Total 65 40 45 150
Berdasarkan tabel diatas pada dipilih kotak non basis yang mempunyai nilai paling
negative. Pada kotak (S1,D2) mempunyai nilai terkecil (-12). Hal ini berarti pada kotak
tersebut akan dialokasikan sejumlah nilai dari kotak variabel basis yang satu loop dengan
kotak variabel non basis. Kotak non basis (S1, D2) mempunyai loop (S1,D2) → (S2,D2) →
(S2,D1) → (S1,D1). Dari kotak-kotak pada loop tersebut dimulai dari kotak non basis diberi
tanda + ke kotak (S2,D2) tanda – ke kotak (S2,D1) tanda + dank e kotak (S1,D1) tanda -.
Dari kotak bertanda minus cari nilai alokasi terkecil, dalam hal ini yang bertanda minus
adalah kotak (S2,D2), (S1,D1) masing-masing mempunyai nilai 40 dan 50. Dipilih nilai 40
Ke
Dari D1 D2 D3 Total
S1 10 10 40 8 8 20 50
-
S2 55 5 12 15 20 12 75
S3 12 15 4 5 25 10 25
Total 65 40 45 150
Ke
D1 D2 D3 Total
Dari
S1 10 10 40 8 8 20 50
S2 55 5 12 15 20 12 75
S3 12 15 4 5 25 10 25
Total 65 40 45 150
Total biaya dari permasalahan transportasi ini (10 * 10) + (40 * 8) + (55 * 5) +
(20 * 12) + (25 * 10) = 1185
U1= 0 U2 = U3 =
Ke
D1 D2 D3 Total
Dari
V1 = S1 50 10 8 20 50
V2 = S2 10 5 40 15 20 12 75
V3 = S3 15 5 25 10 25
Total 65 40 45 150
Untuk nilai awal dari Ui atau Vj dapat diberikan kepada salah satu dengan besaran
0, sebagai contoh U1 = 0. Untuk nilai yang lainnya mengikuti ketentuan sebagai
berikut :
• Nilai Ui dan Vj lainnya ditetapkan berdasarkan rumus berikut :
Ui + Vj = Cij
Cij = merupakan nilai ‘cost’
dari kotak variabel basis
Mengisi V1 → U1 + V1 = C11 → 0 + V1 = 10 → V1 = 10, C11 nilai biaya pada kotak
variabel basis
V2 → U1 + V2 = C12 → 0 + V2 = 5 → V2 = 5
U2 → U2 + V2 = C22 → U2 + 5 = 15 → U2 = 10
U3 → U3 + V2 = C32 → U3 + 5 = 12 → U3 = 7
V3 → U3 + V3 = C33 → 7 + V3 = 10 → V3 = 3
U1= 0 U2 = 10 U3 = 7
Ke
D1 D2 D3 Total
Dari
V1 = 10 S1 50 10 ‘- 12 8 3 20 50
V2 = 5 S2 10 5 40 15 20 12 75
V3 = 3 S3 12 15 ‘-8 5 25 10 25
Total 65 40 45 150
• Bila nilai pada kotak variabel non basis ada yang negatif berarti kondisi belum
optimal, kemudian pilih nilai variabel non basis yang paling negatif.
Dari tabel diatas ada kotak (S1,D2) mempunyai nilai paling kecil berarti pada
bagian tersebut akan dialokasikan sejumlah produk. Cara yang dilakukan
seperti pada metoda Stepping Stone pada waktu mengalokasikan sejumlah unit
produk dengan membuat loop yang dimulai dari kotak yang paling minimum
(S1,D2). Hasilnya terlihat pada tabel berikut:
U1= 0 U2 = -2 U3 = 7
Ke
D1 D2 D3 Total
Dari
V1 = 10 S1 10 10 40 8 3 20 50
V2 = 5 S2 55 5 12 15 20 12 75
V3 = 3 S3 12 15 4 5 25 10 25
Total 65 40 45 150
Langkah selanjutnya menentukan dari tahapan awal lagi yaitu mencari nilai Ui, Vj
dan nilai pada kotak non-basis. Dari tabel diatas terlihat semua variabel non
2. ASSIGNMENT PROBLEM
Assignment problems atau Masalah penugasan merupakan suatu kasus khusus yang
ditemui dalam pemrograman linier. Dalam masalah penugasan, dilakukan usaha
mendelegasikan sejumlah tugas (assignment) kepada sejumlah penerima tugas (assignee)
dalam basis satu-satu. Sehingga, pada masalah penugasan ini diasumsikan bahwa jumlah
assignment harus sama dengan jumlah assignee. Dengan demikian, data pokok pertama yang
harus dimiliki dalam menyelesaikan suatu masalah penugasan adalah jumlah assignee dan
jumlah assignment. Selain data jumlah assignee dan jumlah assignment yang terlibat, data
lain yang biasa diperlukan adalah besar kerugian yang ditimbulkan atau besar keuntungan
yang didapatkan oleh setiap assignee dalam menyelesaikan setiap assignment. Sedangkan
tujuan yang ingin dicapai adalah agar menugaskan atau menjadwalkan setiap assignee pada
suatu assignment sedemikian rupa sehingga kerugian yang ditimbulkan minimal atau
keuntungan yang didapatkan maksimal.
Secara umum permasalahan transportasi ini merupakan permasalah dari programa
linier yang berarti mempunyai model matematiknya. Model assignment dan transshipment
memiliki formulasi yang sama dengan transportasi. Hanya memiliki perbedaan dalam hal
apakah variabel dalam nilai biner, integer dan kaidah lainnya. Adapun model matematik
standar dari permasalahan transportasi adalah sebagai berikut:
m n
Obyektif x0 = cij xij
i =1 j =1
n
Pembatas x
j =1
ij = ai ; i = 1,2,...., m
x
i =1
ij = bj; j = 1,2,...., n
xij 0
Yang dimaksud dengan kerugian dalam masalah ini adalah biaya dan waktu,
sedangkan yang termasuk dalam keuntungan diantaranya adalah pendapatan, laba dan nilai
kemenangan. Dari sini terlihat bahwa secara garis besar ada dua jenis masalah assignment,
ISYE6189 – Deterministic Optimization
and Stochastic Processes
yaitu Masalah minimasi dan Masalah maksimisasi. Berikut ini adalah beberapa contoh
kegiatan yang termasuk dalam masalah assignment diantaranya:
a. Penempatan karyawan pada suatu posisi jabatan di perusahaan.
Suatu perusahaan mempunyai empat posisi jabatan yang kosong. Sang Direktur telah
mempunyai empat kandidat yang akan ditempatkan pada keempat posisi jabatan tersebut,
tetapi sang Direktur belum bisa memutuskan kandidat mana yang akan ditempatkan pada
jabatan yang mana. Dengan menggunakan data kelebihan/kekurangan dari setiap kandidat,
sang Direktur dapat menggunakan metode penugasan untuk membantunya membuat
keputusan.
b. Pembagian Wilayah Tugas Salesman
Seorang Manajer pemasaran akan menempatkan beberapa salesmannya di beberapa
wilayah pemasaran produknya. Berdasarkan data prakiraan keuntungan yang akan diberikan
oleh setiap salesman di setiap wilayah pemasaran, sang manajer dapat menjadwalkan
penugasan salesman tersebut dengan bantuan metode penugasan.
Machine - Lokasi A B C D
I 90 75 75 80
II 35 85 55 65
III 125 95 90 105
IV 45 110 95 115
Solusi:
Langkah 1
Kurangkan masing masing baris dengan entri terkecil pada baris tersebut. Sehingga bisa
ditulis:
nilai minimal
90 75 75 80 75 15 0 0 5
35 85 55 65 35 0 50 20 30
125 95 90 105 90 35 5 0 15
45 110 95 115 45 0 65 50 70
Langkah 2
Kurangkan masing masing entri kolom dengan entri terkecil pada kolom tersebut, sehingga
bisa ditulis.
15 0 0 5
0 50 20 30
35 5 0 15
0 65 50 70
0 0 0 5
15 0 0 0
0 50 20 25
35 5 0 10
0 65 50 65
Buat garis yang menutupi entri 0 pada matriks terakhir yang anda peroleh sehingga menjadi:
15 0 0 0
0 50 20 25
35 5 0 10
0 65 50 65
Akan jadi pertanyaan bagi anda kenapa kolom 2 dan kolom 4 tidak saya beri garis. Ini karena
nol pada kolom tersebut telah dipakai/tergaris saat menggaris baris pertama.
Langkah 4
Karena banyaknya garis 3, sementara n=4, maka lanjutkan dengan langkah ke-5.
Langkah 5.
Kurangkan dengan entri terkecil yang tak tergaris masing masing baris. Perhatikan, entri
terkecil adalah 5. Jadi baris 2,3,4 masing masing entri dikurangi dengan 5.
15 0 0 0 0 15 0 0 0
0 50 20 25 5 -5 45 15 20
35 5 0 10 5 30 0 -5 5
0 65 50 65 5 -5 60 45 60
15 0 0 0
-5 45 15 20
30 0 -5 5
-5 60 45 60
20 0 5 0
0 45 20 20
35 0 0 5
0 60 50 60
Langkah 3.1
20 0 5 0
0 45 20 20
35 0 0 5
0 60 50 60
Langkah 4.1
Karena banyak garis masih saja 3 dan kurang dari n=4. Maka lanjutkan ke langkah 5.
Langkah 5.1
Entri terkecil yang tidak dikenai garis adalah 20. Baris 2 dan 4 kita kurangkan semua entrinya
dengan 20.
20 0 5 0 0 20 0 5 0
0 45 20 20 20 -20 25 0 0
35 0 0 5 0 35 0 0 5
0 60 50 60 20 -20 40 30 40
20 0 5 0
-20 25 0 0
35 0 0 5
-20 40 30 40
40 0 5 0
0 25 0 0
55 0 0 5
0 40 30 40
Kembali ke langkah 3
Langkah 3.2
Sehingga, telah didapatkan 4 garis untuk problem n=4. Artinya kita telah menemukan
penyelesaian. Kembli ke teorema dasar metode Hungarian, dimana nilai minimum pada
matriks 'di-operasikan' posisinya sama dengan posisi nilai minimum pada matriks semula.
Machine - Lokasi A B C D
I 90 75 75 80
II 35 85 55 65
III 125 95 90 105
IV 45 110 95 115
3. Model Transshipment
Sebagai ilustrasi: Jika pada alur pengiriman barang terdapat dua sumber, tiga
pengubung dan tujuan seperti terlihat pada tabel-1, tabel-2 dan gambar-1 berikut:
Subject to:
Tabel yang digunakan untuk masalah transshipment ádalah tabel masalah transportasi
dengan menggabung table 1 dan table 2 dan memberikan biaya yang cukup besar (M) kepada
semua yang tidak mempunyai jalar transportasi, sehingga pada masalah diatas diperoleh tabel
transportasi sebagai berikut:
a. Metoda untuk mendapatkan solusi awal, metoda yang termasuk disini adalah:
- Metoda North West Corner (NWCR).
- Metoda Least Cost (LC).
- Metoda Vogel Approximation (VAM).
b. Metoda untuk mendapatkan solusi akhir, metoda yang termasuk disini adalah:
- Metoda Stepping Stone.
- Metoda Multiplier (UV).
Dalam menggunakan metoda-metoda tersebut ada beberapa syarat yang harus dipenuhi.
Syarat tersebut adalah: