KARYA TULIS ILMIAH MASALAH PENUGASAN

Disusun untuk memenuhi tugas mata kuliah Evaluasi Pembelajaran Matematika

Dosen/ Asisten Dosen : Darta, S.Pd., M.Pd / Agus Dede Anggiana M.Pd

Disusun oleh :
Ghina Mustika (205050032)
Maya Triana Aprilianti (205050035)
Melinda Kurnia (205050040)
Nadia Shafa Aura (205050047)
Ninda Anisa (205050037)
Sartika Ayyu Aprilliya (205050057)

KELAS B
UNIVERSITAS PASUNDAN
FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
PENDIDIKAN MATEMATIKA
2022
 KATA PENGANTAR

Puji dan syukur kami panjatkan kehadirat Tuhan Yang Maha Esa karena atas berkat
rahmat-Nya lah kami dapat menyelesaikan karya tulis yang berjudul “Karya Tulis Ilmiah
Masalah Penugasan” dapat diselesaikan tepat pada waktunya. Walaupun makalah ini
masih memiliki banyak kekurangan, akhirnya kami dapat menyelesaikan makalah ini
dengan tujuan untuk memenuhi tugas mata kuliah Evaluasi Pembelajaran Matematika dan
juga untuk menambah wawasan kami tentang materi pembelajaran.Tugas ini dapat
diselesaikan karena ada dukungan yang sangat besar dari beberapa pihak.
Oleh karena itu, kami mengucapkan banyak terima kasih kepada pihak yang telah
memberikan dukungan kepada kami dan juga terima kasih kepada Pak Darta, S.Pd., M.Pd
/ Agus Dede Anggiana M.Pd selaku dosen pengampu yang senantiasa memberikan
bimbingan kepada kami.Terlepas dari itu semua, kami sebagai penulis juga mohon maaf
yang sebesar-besarnya apabila pada makalah yang kami susun terdapat banyak kesalahan
dan kekurangan. Maka dari itu, kami mengharapkan kepada para pembaca untuk
memberikan kritik inovatif yang dapat menjadi pelajaran bagi kami kedepan. Harapan
kami, semoga makalah ini bermanfa’at bagi saya dan juga bagi para pembaca.

Bandung, 17 Juni 2022

Penulis

i
 DAFTAR ISI

KATA PENGANTAR ..................................................................................................................... i

DAFTAR ISI ...................................................................................................................................ii

BAB I ............................................................................................................................................... 1

PENDAHULUAN........................................................................................................................... 1

1.1 Latar Belakang Masalah ......................................................................................................... 1

1.2 Rumusan Masalah .................................................................................................................. 1

1.3 Tujuan Penulisan .................................................................................................................... 2

1.4 Manfaat Penulisan .................................................................................................................. 2

BAB II ............................................................................................................................................. 3

PEMBAHASAN ............................................................................................................................. 3

2.1 Penugasan Seimbang Dengan Algoritma Hongaria. .............................................................. 3

2.2 Penugasan untuk Masalah Maksimum................................................................................... 5

2.3 Penugasan Tidak Seimbang ................................................................................................... 7

2.4 Masalah Penugasan dengan Excel Solver ............................................................................ 10

BAB III .......................................................................................................................................... 15

PENUTUP ..................................................................................................................................... 15

3.1 Kesimpulan .......................................................................................................................... 15

3.2 Saran ..................................................................................................................................... 15

DAFTAR PUSTAKA ................................................................................................................... 16

ii
 BAB I
PENDAHULUAN

1.1 Latar Belakang Masalah

Masalah yang lebih sering dibahas dalam pemrograman linier, yaitu masalah
transportasi. Masalah transportasi pada dasarnya sudah dipelajari sebelum berkembangnya
model pemrograman linier oleh L.V Kantorovitch 1939, telah dipelajari masalah
transportasi pada tahun 1941 oleh F.L Hitchoock. Masalah transportasi berkaitan dengan
keterbatasan sumber daya atau kapasitas perusahaan yang harus didistribusikan ke
berbagai tujuan, kebutuhan atau aktivitas. Dengan demikian manfaat utama dari
mempelajari masalah transportasi ini adalah mengoptimalkan distribusi sumberdaya
tersebut sehingga mendapatkan hasil atau biaya yang optimal.
Masalah penugasan adalah salah satu kasus khusus dari masalah transportasi. Dalam
dunia usaha misalnya menghadapi masalah yang berhubungan dengan penugasan optimal
dari bermacam-macam sumber yang produktif yang mempunyai tingkat efisiensi
yangberbeda-beda untuk tugas yang berbeda-beda. Masalah penugasan dapat berupa
masalah minimalkan atau maksimialkan. Tujuannya adalah menjadwalkan setiap tugas
pada suatu penugasan sehingga dihasilkan kerugian mimimal misalnya berupa biaya dan
waktu serta keuntungan maksimal misalnya berupa pendapatan, laba, nilai kemenangan.
Salah satu metode yang digunakan untuk menyelesaikan masalah penugasan dalam
metode Hungarian. Metode Hungarian yang pada tahun 1916 dikembangkan oleh
seorangahli matematika berkebangsaan Hungaria yang bernama D König. Kasus
penugasan dianggapnormal apabila jumlah sumber daya yang akan ditugaskan sama
dengan jumlah perkerjaanatau tujuan. Apabila tidak maka kita perlu menyeimbangkannya
dengan menambahkanvariabel dummy. Pada makalah ini dibahas masalah penugasan yang
berkaitan denganmasalah penugasan minimisasi dan masalah penugasan maksimisasi serta
soal-soal yang bervariasi yang berkaitan dengan masalah penugasan.

1.2 Rumusan Masalah

Berdasarkan latar belakang yang telah dipaparkan diatas, maka pada tugas akhir ini
memiliki beberapa rumusan masalah adalah sebagai berikut:

1. Apa yang dimaksud masalah penugasan ?

2. Bagaimana penugasan seimbang dengan Algoritma Hongaria ?

1
 3. Bagaimana penugasan untuk masalah maksimum ?
4. Bagaimana penugasan tidak seimbang ?
5. Bagaimana menyelesaikan masalah penugasan dengan excel solver ?

1.3 Tujuan Penulisan

1. Untuk mengetahui pengertian masalah penugasan.
2. Untuk mengetahui penugasan seimbang dengan Algoritma Hongaria.
3. Untuk mengetahui penugasan masalah maksimum.
4. Untuk mengetahui penugasan tidak seimbang.
5. Untuk mengetahui cara menyelesaikan masalah penugasan dengan excel solver.

1.4 Manfaat Penulisan

Manfaat daripada penulisan karya tulis ini adalah dapat digunakan sebagai sumber
pengetahuan atau referensi belajar bagi anak didik maupun pendidik yaitu sebagai berikut:

1. Memberikan tambahan wawasan dan pengetahuan tentang masalah penugasan.

2. Sebagai penerapan ilmu pengetahuan yang dimiliki, khususnya terapan assignment
problem.
3. Menambah wawasan dalam bidang operasi riset terutama yang berhubungan
dengan analisis sensitivitas pada persoalan program linear.

2
 BAB II
PEMBAHASAN

2.1 Penugasan Seimbang Dengan Algoritma Hongaria.

Masalah maksimasi selain diterapkan pada kasus minimasi, metode Hungarian dapat
pula diterapkan untuk kasus maksimasi, dimana elemen-elemen matriks menunjukkan
tingkat keuntungan (indeksa) (Khun, 2010).
Untuk memenuhi persyaratan suatu matriks segi empat bujur sangkar, agar metode
Hungaria dapat diterapkan, bila terdapat jumlah pekerja lebih besar dari jumlah karyawan,
maka harus ditambahkan suatu karyawan semu (dummy worker)i. biaya semu sama dengan
, karena tidak akan terjadi biaya bila suatu perkeerjaan ditugaskan ke karyawan semu.
Sebaliknya jika jumlah karyawan lebih besar dari jumlah perkerjaan, maka harus
ditambahkan suatu perkerjaan senu (dummy job) (Dutta & Pal, 2015).
Contoh :

Sebuah perusahaan yang berada di tiga kota yaitu Banjarmasin, Solo, dan
Denpasar, memerlukan tenaga ahli untuk menyelesaikan perkerjaan tertentu. Ketiga
ahli itu berada di Jakarta, Surabaya, dan Makassar. Biaya ketiga orang ahli tersebut
adalah seperti tabel berikut.

Tujuan

Banjarmasin Solo Denpasar

Jakarta 30 36 40

Asal Surabaya 20 25 29

Ahli Ujung Pandang 27 24 22

Langkah-langkah menyelesaikan masalah penugasan dengan algoritma

Hongaria adalah sebagai berikut.

1. Mengurangi setiap baris dengan bilangan terkecil dibaris tersebut, sehingga kita
peroleh tabel berikut :

3
 0 6 10

0 5 9

5 2 0

2. Selanjutnya dikurangi dengan bilangan terkecil menurut kolom-kolomnya, sehingga

kita peroleh tabel berikut :

0 4 10

0 3 9

5 0 0

3. Selanjutnya dibuat garis sesedikit mungkin mennurut baris atau kolom sehingga
menutup semua bilangan no (0).

0 4 10

0 3 9

5 0 0

Seperti pada contoh diatas terdapat dua garis, kedua garis tersebut menandakan
terdapat dua penugasan unik, padahal kita memerlukan tiga penugasan unik untuk
menyelesaikan permasalahan tersebut. Maka ahli dari kota Jakarta atau Surabaya dapat
ditugaskan ke Banjarmasin, dan ahli dari kota Jakarta atau Surabaya dapat ditugaskan
ke Kota Solo atau Denpasar. Tetapii, penugasan ini menyisakan kota dan ahli yang
tidak tertugaskan secara optimal (disimbolkan dengan angka 0 pada tabel). Dari
pernyataan diatas dapat disimpulkan bahwa dalam permasalahan penugasan dengan
kondisi seimbang, bilamana jumlah garis maih lebih kecil dari banyaknya baris atau
kolom, maka tabel tersebut belum memberikan penugasan optimal.

4
 4. Mengurangi semua bilangan yang tidak tetutup garis dengan bilangan terkecil tersebut
kepada persilangan diantara garis penutup.
Pada masalh diatas, diperoleh tabel berikut :

0 1 7

0 0 6

8 0 0

5. Memilih sel nol untuk setiap barisatau kolom. Caranya ada dua, yaitu menurut baris
atau menurut kolom. Pilih sel yang baris atau kolom yang bilangan nolnya hanya satu
(paling sedikit). Kemudian buang baris dan kolom pada sel yang terpilih. Ulangi
pemilihan sel nilini untuk setiap baris atau kolom.

0 1 7

0 0 6

8 0 0

Dari tabel diatas, misalnya kita memilih 0 pada sel 𝑥11 sehingga baris 1 dan
kolom 1 dicoret dari pemilihan berikutnya. Lalu kita memilih sel 𝑥22 sehingga baris2
dan kolom 2 dicoret dari pemilihan berikutnya. Kemudian kita memilih del 𝑥33
sehingga semua ahli telah tertugaskan dan semua kota akan terdapat ahli yang
ditugaskan, yaitu ahli dari Jakarta ditugaskan ke Kota Banjarmasin, ahli dari Surabaya
ditugaskan ke Kota Solo, dan ahli dari Ujung Pandang ditugaskan ke Kota Denpasar.
Penugasan tersebut memiliki biaya optimum sebesar 30 + 25 + 22 = 77.

2.2 Penugasan untuk Masalah Maksimum

Selain untuk masalah mimimasi,metode hongaria juga dapat digunakan untuk
menyelesaikan penugasan pada masalah maksimum. Penyelesaian masalah maksimum
dengan metode Hongaria tidak jauh berbeda dengan masah minimasi. Perbedaannya
hanya terletak pada pengurangandengan bilangan terkecil dari baris dan kolomnya dirubah
menjadi pengambilan selisih dengan bilangan terbesar dari baris dan kolomnya.

5
Kemudian diselesaikan dengan cara yang serupa dengan masalah minimasi(Jaskowski dan
Tomczak, 2014).

Contoh 7.2
Sebuah sekolah hendak mengirim siswa-siswi terbaik untuk mengikuti olimpiade
internasional. Terdapat tiga cabang olimpiade yang dibuka, yaitu cabang kejuaraan
matematika, fisika, dan informatika. Setelah melakukan penyeleksian yang ketat, sekolah
tersebut menetapkan tiga siswa terbaik untuk mengikuti kegiatan tersebut. Sayangnya,
nilai ketiga dalam kegiatan mata pelajaran tersebut juga bersaing ketat, sehungga sekolah
kesulitan menemukan cabang yang mereka ikuti agar mendapat siswa terbaik yang ikut.
Nilai siswa tersebut pada tiap mata pelajaran adalah sebagai berikut.

Tabel 7.2 Tabel Nilai Siswa Calon Peserta Olimpiade

Olimpiade

Matematika Fisika Informatika

Siswa A 100 95 90

Siswa Siswa B 100 90 90

Siswa C 90 90 95

Penyelesaian

1. Langkah pertama adalah mengambil nilai terbesar tiap siswa kemudian mencari
selisihnya dengan nilai lain pada siswa (baris tersebut).
0 5 10

0 10 10

5 5 0

2. Pada penugasan dengan masalah maksimasi, tidak perlu mengambil selisih untuk tiap
kolom, kita langsung membuat garis sesedikit mungkin yang memuat bilangan nol.

6
 0 5 10

0 10 10

5 5 0

3. Kemudian, sama dengan langkah pada masalah penugasan minimum, yaitu

mengurangkan dengan nilai terkecil diantara nilai yang tidak tertutup garis dan
memmenjumlahkannya dengan bilangan bilangan pada persilangan dua garis.
0 0 5

0 5 5

10 5 0

4. Penugasan telah optimum karena telah terdapat minimal tiga garis untuk menutup
semua nilai nol, sama dengan jumlah baris atau kolomnya. Kesimpulan optimumnya
adalah, siswa A ditugaskan mengikuti olimpiade fisika, siswa B ditugaskan untuk
mengikuti olimpiade matematika, dan siswa C ditugaskan mengikuti olimpiade
informatika.

2.3 Penugasan Tidak Seimbang

Seperti halnya masalah transportasi, maslah penugasan bisa saja tidak seimbang,
dimana suplai lebih besar dari pada kebutuhan atau sebaliknya kebutuhan lebih banyak
dari pada suplai. Masalah penugasan juga bisa memiliki penugasan yang dilarang seperti
pada masalh transportasi (Bariasti dan Lestari, 2017) kedua kondisi unik tersebut
diselesaikan dengan prosedur yang sama dengan masalah transportasi, yaitu menggunakan
variabel dummy dan mengalokasikan bilangan besar M untuk penugasan yang dilarang
(Betts dan Vasko, 2016). Berikut ini contoh yang menampilkan keduanya.
Contoh 7.3
Misalkan, sebuah kota kecil memiliki lima seklah menengah atas terbaik. Untuk mengatasi
kemacetan lalu lintas dan mengurangi biaya perjalanan siswa menuju sekolahnya,
pemerintah kota akan membuat peraturan dalam pembagian wilayah siswa dengan sekolah.
Tabel 7.3 menampilkan kondisi tersebut.

7
 Tabel 7.3 Waktu Tempuh dan Populasi Siswa pada Suatu Kota
Waktu Tempuh Rumah - Sekolah (Menit) Populasi
Daerah Siswa
SMA 1 SMA 2 SMA 3

Kota Bagian Utara 20 30 35 220

Kota Bagian Barat 35 20 30 310

Kota Bagian Timur 50 45 35 270

Kota Bagian Selatan 60 75 55 315

Andaikan semua populasi siswa tersebut dapat diterima di lima sekolah di kota itu, dan
SMA 1 tidak diperbolehkan menerima siswa dari Kota Bagian Utara dikarenakan
ketidaktersediaan jalur kendaraan umum, tentukan alokasi pembagian sekolah terhadap
daerah diatas untuk waktu tempuh minimal.
Penyelesaian
Terlihat bahwa masalah tersebut merupakan penugasan yang tidak seimbang. Maka dibuat
daerah dummy pada kota tersebut dan ubah waktu tempuh dari Kota Bagian Utara ke SMA
1 menjadi bilangan besar-M.
Semakin banyak siswa yang menuju ke suatu sekolah tertentu mengakibatkan waktu
tempuh yang akan bertambah. Oleh karena itu, dibuat tabel dengan mengalikan populasi
siswa terhadap waktu tempuh.

Tabel 7.4 Populasi × Waktu Tempuh

Waktu Tempuh - Sekolah (Menit)

Daerah SMA SMA SMA Dummy

1 2 3

Kota Bagian Utara M 6600 7700 0

Kota Bagian Barat 10850 6200 93200 0

Kota Bagian Timur 1350 12150 9450 0

Kota Bagian Selatan 18900 23635 17325 0

8
Kemudian diselesaikan dengan metode Hongaria, yaitu dengan mengurangi setiap baris
dengan nilai terkecil pada baris tersebut.

M 6600 7700 0

10850 6200 93200 0

1350 12150 9450 0

18900 23635 17325 0

Kemudian mengurangkan setiap kolom dengan nilai terkecil pada kolom tersebut.

M-10850 400 0 0

0 0 1600 0

2650 5950 1750 0

8050 17425 9625 0

Dengan membuat garis sesedikit mungkin agar setiap nol tertutup, maka didapatkan tiga
garis untuk menutupi nilai nol.

M-10850 400 0 0

0 0 1600 0

2650 5950 1750 0

8050 17425 9625 0

Berikutnya, kurangi sel yang tidak dicoret garis dengan bilangan terkecil diantara sel-sel
tersebut, kemudian tambahkan bilangan terkecil pada tiap persilangan dua garis.

M-10850 400 0 1750

0 0 1600 1750

900 4200 0 0

6300 15675 7875 0

9
 Pada tahap ini, masih dapat membuat tiga garis paling sedikit untuk menutup angka nol
yang belum sama dengan jumlah baris atau kolom, sehingga ulangi langkah pengurangan
dengan bilangan terkecil pada bilangan terkecil yang tidak tercoret garis.

M-10450 0 0 1750

0 0 2000 2150

500 3800 0 0

5900 15275 7875 0

Kali ini kita dapat minimal untuk mencoret sel dengan isi bilangan nol sebanyak empat
garis, artinya proses sudah selesai dan didapatkan table penugasan optimum, dengan
penugasan seperti berikut.

M-10450 0 0 1750

0 0 2000 2150

500 3800 0 0

5900 15275 7875 0

Artinya, pembagian daerah adalah sebagai berikut; Kota Bagian Utara diarahkan menuju
SMA 2, Kota Bagian Barat diarahkan menuju SMA1, Kota Bagian Timur diarahkan
menuju SMA 3, dan Kota Bagian Selatan tidak memiliki aturan khusus, karena dalam table
tersebut mengarah pada variable dummy.

2.4 Masalah Penugasan dengan Excel Solver

Penyelesaian masalah penugasan dengan menggunakan POM-QM tentunya sangat
mudah, hanya dengan memilih modul Assignment dan kemudian input data sesuai dengan
permasalahan dan klik Solve. Namun, penyelesaian masalah penugasan dengan
menggunakan Excel Solver memiliki keunikan tersendiri yang tidak sesederhana dalam
POM-QM. Bagaimanapun beberapa pengguna lebih merasa nyaman dalam menggunakan
Ms. Excel dibandingkan dengan POM-QM.
Masalah penugasan dengan Excel Solver hamper tidak berbeda dengan penyelesaian
masalah transportasi. Perbedannya, nilai supply (sumber) dan demand (tujuan) bernilai 1.
Perhatikan penyelesaian Contoh 7.2 dengan menggunakan Excel Solver.

10
Terlebih dahulu kita buat tabel permasalahn tersebut dan tabel penyelesaiannya begitu juga
dengan ketersediaan dan permintaan yang diisikan bernilai 1, seperti pada gambar 7.1.

Gambar 7.1 Tabel Masalah dan Tabel Penyelesaian Contoh 7.2

Kemudian isi sel ditugaskan dengan penjumlahan baris A, baris b, dan baris C pada tabel
penyelesaian. Begitu pula dengan penjumlahan dari tiap kolom pada tabel penyelesaian
tersebut seperti ditampilkan pada tabel 7.2.

Gambar 7.2 Pengisian Penugasan untuk Baris dan Kolom pada Tabel
Penyelesaian
Setelah diisi dengan rumus, tabel tersebut dapat diselesaikan dengan Excel solver
dengan memilig Solver pada tab Data seperti yang sebelumnya pernah dibahas.

11
Gambar 7.3 Kotak Dialog Excel Solver untuk Masalah Penugasan
Pada kotak dialog Excel Solver, input Set Objective dengan sel tempat kita akan
menampilkan hasil optimum. Kemudian input By Changing Variable Cells dengan sel
penugasan yang telah disediakan seperti gambar 7.3, jangan lupa untuk memilih Min
untuk penyelesaian minimum, mencentang Make Uncostrained Variabels Non-
Negative dan memilih Simplex LP sebagai Solving Method. Kemudian klik Add untuk
memasukan kendala pada Subject to the Constraint.

Gambar 7.4 Pemilihan Solving Method dan Penyelesaian Minimum

12
 Setelah klik Add untuk kendala, maka kotak dialog untuk memasukkan kendala akan
muncul. Masukkan kendala untuk kolom tersedia = ditugaskan dan untuk kolom
diminta = ditugaskan.

Gambar 7.5 Input Kendala untuk Pemyelesaian Masalah Penugasan

Terdapat satu lagi kendala tambahan pada masalah penugasan, yaotu solusi harus
berupa bilangan bulat 0 atau 1, oleh karena itu kembali Add Constraint dan masukkan
sel-sel penugasan pada kotak dialog Add Constraint kemudian pilih bin (bilangan
biner), klik OK.

Gambar 7.6 Input Kendala Agar Solusi Berupa Bilangan Biner

13
Setelah itu, maka model telah siap diselesaikan. Klik Solve dan kemudian akan
didapatkan hasil pada tabel penyelesaian seperti gambar 7.7.

Gambar 7.7 Input Kendala Agar Solusi Berupa Bilangan Biner

Pada hasil penyelesaian masalah penugasan dengan Excel Solver tersebut, didapatkan
hasil bahwa siswa A ditugaskan pada olimpiade fisika, siswa B ditugaskan pada
olimpiade matematika, dan siswa C ditugaskan pada olimpiade informatika. Adapun
sel TOTAL hanya jumlah dari keseluruhan perwakilan yang dikirim dalam sebuah
olimpiade.

14
 BAB III
PENUTUP
3.1 Kesimpulan
Masalah penugasan adalah salah satu kasus khusus dari masalah transportasi.
Masalah penugasan dapat berupa masalah minimalkan atau maksimialkan.
Tujuannya adalah menjadwalkan setiap tugas pada suatu penugasan sehingga
dihasilkan kerugian mimimal misalnya berupa biaya dan waktu serta keuntungan
maksimal misalnya berupa pendapatan, laba, nilai kemenangan. Masalah
maksimasi selain diterapkan pada kasus minimasi, metode Hungarian dapat pula
diterapkan untuk kasus maksimasi, dimana elemen-elemen matriks menunjukkan
tingkat keuntungan.

3.2 Saran
Penulis menyadari jika dalam penyusunan makalah di atas masih banyak
kesalahan serta jauh dari kata sempurna. Oleh karena itu, penulis berharap
saran/kritikan agar bisa menjadi motivasi untuk masa depan yang lebih baik
daripada masa sebelumnya.

15
 DAFTAR PUSTAKA
Darta dan Kandaga, Thesa. (2019). Program Linear dan Aplikasinya. Bandung: PT
Refika Aditama.

16