6s-1 Linear Programming

Operations Management
OPERATIONS
RESEARCH

William J. Stevenson

Fatlina Z,SE.,M.Bus
8th edition
6s-2 Linear Programming

METODE TRANSPORTASI

suatu metode yang digunakan untuk mengatur distribusi dari

sumber-sumber yang menyediakan produk yang sama, ke
tempat-tempat yang membutuhkan secara optimal dengan
biaya termurah. Alokasi produk ini harus diatur sedemikian rupa
karena terdapat perbedaan biaya-biaya alokasi dari satu
sumber atau beberapa sumber ke tempat tujuan yang
berbeda
6s-3 Linear Programming

Model Transportasi
• Merupakan salah satu bentuk dari model jaringan
kerja (network)
• Suatu model yang berhubungan dengan distribusi
suatu barang tertentu dari sejumlah sumber
(sources) ke berbagai tujuan (destinations)
• Setiap sumber memiliki sejumlah barang untuk
ditawarkan dan setiap tujuan memiliki permintaan
terhadap barang tersebut
• Terdapat biaya transportasi per unit barang dari
setiap rute (dari sumber ke tujuan)
• Asumsi dasar : Biaya transportasi pada setiap rute
6s-4 Linear Programming

Tujuan
• Suatu proses apengaturan distribusi barang dari
tempat yang memiliki atau menghasilkan barang
tersebut dengan kapasitas tertentu ke tempat yang
membutuhkan barang tersebut dengan jumlah
kebutuhan tertentu agar biaya distribusi dapat
ditekan seminimal mungkin
• Berguna untuk memecahkan permasalahan
distribusi (alokasi)
6s-5 Linear Programming

Ciri-Ciri Penggunaan
• Terdapat sejumlah sumber dan tujuan tertentu
• Kuantitas komoditi/barang yang didistribusikan
dari setiap sumber dan yang diminta oleh tujuan
besarnya tertentu
• Komoditi yang diangkut dari suatu sumber ke
suatu tujuan besarnya sesuai dengan permintaan
atau kapasitas sumber
• Biaya pengangkutan komoditi dari suatu sumber
ke suatu tujuan besarnya tertentu
6s-6 Linear Programming

Metode Pemecahan Masalah

• Metode Stepping Stone (Batu Loncatan)
• Metode Modi (Modified Distribution)

• Metode VAM (Vogel’s Approximation)

6s-7 Linear Programming

Metode Stepping-Stone

Contoh :
• Suatu perusahaan yang mempunyai
3 buah pabrik di W, H, P.
Perusahaan menghadapi masalah
alokasi hasil produksinya dari
pabrik-pabrik tersebut ke gudang-
gudang penjualan di A, B, C
6s-8 Linear Programming

Tabel Kapasitas pabrik

Pabrik Kapasitas produksi tiap bulan

W 90 ton

H 60 ton

P 50 ton

Jumlah 200 ton

6s-9 Linear Programming

Tabel Kebutuhan gudang

Gudang Kebutuhan tiap bulan

A 50 ton

B 110 ton

C 40 ton

Jumlah 200 ton

6s-10 Linear Programming
Tabel Biaya pengangkutan setiap ton
dari pabrik W, H, P, ke gudang A, B, C
Biaya tiap ton (dalam ribuan Rp)
Dari
Ke gudang A Ke gudang B Ke gudang C

Pabrik W 20 5 8
Pabrik
H 15 20 10
Pabrik
P 25 10 19
6s-11 Linear Programming
Penyusunan Tabel Alokasi

Aturan
1. jumlah kebutuhan tiap-tiap gudang
diletakkan pada baris terakhir
2. kapasitas tiap pabrik pada kolom terakhir
3. biaya pengangkutan diletakkan pada segi
empat kecil
Ke Kapasitas
Dari Gudang A Gudang B Gudang C Pabrik
Pabrik 20 5 8
X11 X12 X13 90
W
Pabrik 15 20 10
X21 X22 X23 60
H
Pabrik 25 10 19
X31 X32 X33 50
P
Kebutuhan 110 40 200
Gudang 50
6s-12 Linear Programming
Penggunaan Linear Programming dalam
Metode Transportasi

Tabel Alokasi
Ke Gudang A Gudang B Gudang C
Kapasitas
Dari Pabrik

Pabrik 20 5 8
X11 X12 X13 90
W
Pabrik 15 20 10
X21 X22 X23 60
H
Pabrik 25 10 19
X31 X32 X33 50
P
Kebutuhan 110 40 200
Gudang 50

Minimumkan Z = 20XWA + 15XHA + 25XPA + 5XWB + 20XHB + 10XPB +

8XWC + 10XHC + 19XPC
Batasan XWA + XWB + XWC = 90 XWA + XHA + XPA = 50
XHA + XHB + XHC = 60 XWB + XHB + XPB = 110
XPA + XPB + XPC = 50 XWC + XHC + XPC = 40
6s-13 Linear Programming

Prosedur Alokasi
pedoman sudut barat laut
(nortwest corner rule).

1. Mulai dari sudut kiri atas dari X11 dialokasikan

sejumlah maksimum produk dengan melihat
kapasitas pabrik dan kebutuhan gudang
2. Kemudian setelah itu, bila Xij merupakan kotak
terakhir yang dipilih dilanjutkan dengan
mengalokasikan pada Xi,j+1 bila i mempunyai
kapasitas yang tersisa
3. Bila tidak, alokasikan ke Xi+1,j, dan seterusnya
sehingga semua kebutuhan telah terpenuhi
6s-14 Linear Programming

Tabel Alokasi tahap pertama

dengan pedoman sudut barat laut

Ke Gudang A Gudang B Gudang C

Kapasitas
Pabrik
Dari
Pabrik 20 5 8
50 40 90
W

Pabrik 15 20 10
60 60
H

Pabrik 25 10 19
10 40 50
P

Kebutuhan 110 40 200

Gudang 50
6s-15 Linear Programming
Metode MODI
(Modified Distribution)

Formulasi
Ri + Kj = Cij

Ri = nilai baris i
Kj = nilai kolom j
C ij = biaya pengangkutan dari
sumber i ke tujuan j
 6s-16 Linear Programming

Metode MODI
(Modified Distribution)

Langkah Penyelesaian

1. Isilah tabel pertama dari sudut kiri atas ke kanan bawah

2. Menentukan nilai baris dan kolom dengan cara:
• Baris pertama selalu diberi nilai 0
• Nilai baris yang lain dan nilai semua kolom ditentukan
berdasarkan rumus Ri + Kj = Cij.
Nilai baris W = RW = 0
Mencari nilai kolom dan baris yg lain:
Mencari nilai kolom A:
RW + KB = CWB; 0 + KB = 5; KB = 5
RW + KA = CWA
RH + KB = CHB; RH + 5 = 20; RH = 15
0 + KA = 20, nilai kolom A = KA = 20
RP + KB = CPB; RP + 5 = 10; RP = 5
RP + KC = CPC; 5 + KC = 19; KC = 14
6s-17 Linear Programming

Tabel Pertama
RW + KA = CWA
Baris pertama 0 + KA = 20; KA = RW + KB = CWB RP + KC = CPC;
=0 20 0 + KB = 5; KB = 5 5 + KC = 19; KC = 14

Ke Gudang Gudang Gudang Kapasitas

A = 20 B =5 C = 14 Pabrik
Dari
Pabrik 20 5 8
50 40 90
W = 0 RH + KB = CHB
RH + 5 = 20; RH = 15
Pabrik 15 20 10
60 60
H = 15 RP + KB = CPB
RP + 5 = 10; RP = 5
Pabrik 25 10 19
10 40 50
P =5
Kebutuhan 110 40 200
Gudang 50

FORMULASI
Ri + Kj = Cij
6s-18 Linear Programming

3. Menghitung Indeks perbaikan

Indeks perbaikan adalah nilai dari segi empat air
(segi empat yang kosong).
Rumus : Cij - Ri - Kj = indeks perbaikan
Tabel Indeks Perbaikan :
indeks
Segi empat air Cij - Ri - Kj
perbaikan
HA 15 – 15 - 20 -20
PA 25 – 5 – 20 0
WC 8 – 0 – 14 -6
HC 10 – 15 – 14 -19
6s-19 Linear Programming

4. Memilih titik tolak perubahan

Segi empat yang merupakan titik tolak perubahan

adalah segi empat yang indeksnya
bertanda negatif dan angkanya terbesar
yang memenuhi syarat adalah segi empat HA dan
dipilih sebagai segi empat yang akan diisi

indeks
Segi empat air Cij - Ri - Kj
perbaikan
HA 15 – 15 - 20 -20
PA 25 – 5 – 20 0
WC 8 – 0 – 14 -6
HC 10 – 15 – 14 -19
6s-20 Linear Programming

5. Memperbaiki alokasi
1. Berikan tanda positif pada • terpilih (HA)
2. Pilihlah 1 •terdekat yang mempunyai isi dan sebaris (HB),
3. Pilihlah 1 • terdekat yang mempunyai isi dan sekolom
(WA); berilah tanda negatif keduanya
4. Pilihlah 1 • sebaris atau sekolom dengan 2 •yang bertanda
negatif tadi (WB), dan berilah •ini tanda positif
5. Pindahkanlah alokasi dari • yang bertanda negatif ke yang
bertanda positif sebanyak isi terkecil dari • yang bertanda
positif (50)

Jadi • HA kemudian berisi 50, • HB berisi

60 – 50 = 10, • WB berisi 40 + 50 = 90,
• WA menjadi tidak berisi
6s-21 Linear Programming

Tabel Perbaikan Pertama

Ke Gudang Gudang Gudang Kapasitas
A = 20 B =5 C = 14 Pabrik
Dari
Pabrik 20 5 8
50 40 90 90
W = 0
(-) (+)
Pabrik 15 20 10
50 60 10 60
H = 15 (+) (-)
Pabrik 25 10 19
10 40 50
P =5
Kebutuhan 110 40 200
Gudang 50
6s-22 Linear Programming

A) Tabel Pertama Hasil Perubahan

Ke Gudang Gudang Gudang Kapasitas
A = 20 B =5 C = 14 Pabrik
Dari
Pabrik 20 5 8
90 90
W = 0
Pabrik 15 20 10
50 10 60
H = 15
Pabrik 25 10 19
10 40 50
P =5
Kebutuhan 110 40 200
Gudang 50

Biaya transportasi = 90(5) + 50(15) + 10(20) + 10(10) + 40(19)

= 2260
6s-23 Linear Programming

6. Ulangi langkah-langkah tersebut mulai langkah nomor 2

sampai diperoleh biaya terendah

Tabel Kedua Hasil Perubahan

Ke Gudang Gudang Gudang Kapasitas
A = 20 B =5 C = 14 Pabrik
Dari
Pabrik 20 5 8
90 90
W = 0
Pabrik 15 20 10
50 10 10 60
H = 15 (-) (+)
Pabrik 25 10 19
10 20 40 30 50
P =5
(+) (-)
Kebutuhan 110 40 200
Gudang 50
6s-24 Linear Programming
B) Tabel Kedua Hasil Perubahan

Ke Gudang Gudang Gudang Kapasitas

A = 20 B =5 C = 14 Pabrik
Dari
Pabrik 20 5 8
90 90
W = 0
Pabrik 15 20 10
50 10 60
H = 15
Pabrik 25 10 19
20 30 50
P =5
Kebutuhan 110 40 200
Gudang 50

Biaya transportasi = 90(5) + 50(15) + 10(10) + 20(10) + 30(19)

= 2070
6s-25 Linear Programming

C) Tabel Ketiga Hasil Perubahan

Ke Gudang Gudang Gudang Kapasitas

A = 20 B =5 C = 14 Pabrik
Dari
Pabrik 20 5 8
90 60 30 90
W = 0
(-) (+)
Pabrik 15 20 10
50 10 60
H = 15
Pabrik 25 10 19
20 50 30 50
P =5
(+) (-)
Kebutuhan 110 40 200
Gudang 50

Biaya transportasi = 60(5) + 30(8) + 50(15) + 10(10) + 50(10)

= 1890
6s-26 Linear Programming
D) Tabel Keempat Hasil Perubahan

Ke Gudang Gudang Gudang Kapasitas

A = 20 B =5 C = 14 Pabrik
Dari
Pabrik 20 5 8
60 30 90
W = 0
Pabrik 15 20 10
50 10 60
H = 15
Pabrik 25 10 19
50 50
P =5
Kebutuhan 110 40 200
Gudang 50

Tabel Indeks perbaikan

Segi empat air Cij - Ri - Kj indeks perbaikan
Tabel D. tidak bisa
WA 20 – 0 – 5 15 dioptimalkan lagi, karena
HB 20 – 2 – 5 13 indeks perbaikan tidak ada
PA 25 – 5 – 13 7 yang negatif
PC 19 – 5 – 8 6
6s-27 Linear Programming

TERIMAKASIH
6s-28 Linear Programming

TUGAS
• Pelajari :
• Metode Vogel atau Vogel’s Approximation
Method (VAM)
6s-29 Linear Programming

Metode Vogel’s Approximation

Langkah-langkah nya:

1. Susunlah kebutuhan, kapasitas masing-masing sumber, dan biaya

pengangkutan ke dalam matrik
2. Carilah perbedaan dari dua biaya terkecil (dalam nilai absolut), yaitu
biaya terkecil dan terkecil kedua untuk tiap baris dan kolom pada
matrik (Cij)
3. Pilihlah 1 nilai perbedaan-perbedaan yang terbesar di antara semua
nilai perbedaan pada kolom dan baris
4. Isilah pada salah satu segi empat yang termasuk dalam kolom atau
baris terpilih, yaitu pada segi empat yang biayanya terendah di
antara segi empat lain pada kolom/baris itu. Isiannya sebanyak
mungkin yang bisa dilakukan
6s-30 Linear Programming

Tabel 5.11. Feasible solution mula-mula dari metode VAM

Gudang Perbedaan
Kapasitas
A B C baris
W 20 5 8 90 3
Pabrik H 15 20 10 60 5
P 25 10 19 50 9
Kebutuhan 50 110 40 Pilihan XPB = 50
Perbedaan Kolom 5 5 2 Hilangkan baris P

P mempunyai perbedaan baris/kolom terbesar

dan B mempunyai biaya angkut terkecil
6s-31 Linear Programming

Tabel 5.11. Feasible solution mula-mula dari metode VAM

Gudang Perbedaan
Kapasitas
A B C baris
W 20 5 8 90 3
Pabrik H 15 20 10 60 5

Kebutuhan 50 60 40 Pilihan XWB = 60

Perbedaan Kolom 5 15 2 Hilangkan kolom B
Kebutuhan Gd B menjadi 60 krn telah diisi
kapasitas pabrik P=50 (dihilangkan)
B mempunyai perbedaan baris/kolom
terbesar dan W mempunyai biaya
angkut terkecil
6s-32 Linear Programming

Tabel 5.11. Feasible solution mula-mula dari metode VAM

Gudang Perbedaan
Kapasitas
A B C baris
W 20 8 30 12
Pabrik H 15 10 60 5

Kebutuhan 50 40 Pilihan XWC = 30

Perbedaan Kolom 5 2 Hilangkan baris W
Kapasitas Pabrik W menjadi 30 krn telah
diangkut ke pabrik B=60 (dihilangkan)
W mempunyai perbedaan baris/kolom
terbesar dan C mempunyai biaya angkut
terkecil
6s-33 Linear Programming

Tabel 5.11. Feasible solution mula-mula dari metode VAM

Gudang Perbedaan
Kapasitas
A B C baris
W
Pabrik H 15 10 60 5

Kebutuhan 50 10 Pilihan XHA = 50

Perbedaan Kolom Pilihan XHC = 10

Kebutuhan gudang C menjadi 10 H mempunyai perbedaan

baris/kolom terbesar dan C
krn telah diisi pabrik W=30
mempunyai biaya angkut
(dihilangkan) terkecil
6s-34 Linear Programming
Matrik hasil alokasi dengan metode VAM
Ke Gudang Gudang Gudang Kapasitas
Dari A B C Pabrik

Pabrik 20 5 8
60 30 90
W
Pabrik 15 20 10
50 10 60
H
Pabrik 25 10 19
50 50
P
Kebutuhan
Gudang 50 110 40 200

Setelah terisi semua, maka biaya transportasinya yang harus

dibayar adalah
60(Rp 5,-) + 30(Rp 8,-) + 50(Rp 15,-) + 50(Rp 15,-) + 10(Rp
10,-) + 50(Rp 10,-) = Rp 1.890,-