ABSTRAK
Untuk meminimalkan jarak atau rute pada suatu jarak yang harus ditempuh yang harus
dilakukan adalah dengan memilih jarak atau distance yang terdekat, untuk itu digunakan metode
stagecoach problem. Stagecoach problem yaitu pemilihan rute terpendek antara dua tempat
dengan memberikan beberapa alternatif rute yang ada. Sedangkan untuk mendapatkan
keuntungan yang maksimal maka yang harus dilakukan adalah memilih barang yang memiliki
keuntungan maksimal dan hal itu dapat dilakukan dengan menggunakan metode knapsack
problem. Knapsack problem merupakan metode yang hanya mempertimbangkan keuntungan dari
sekumpulan barang, dengan catatan berat barang dibawa tidak melebihi kapasitas kantong yang
ada. Pada penelitian ini menggunakan produk minuman yaitu susu Cimory, yang mana susu
cimory ini dikirimkan ke 15 kota dengan jarak-jarak yang berbeda antarkota dan terdapat 8 jenis
susu cimory dengan kapasitas keseluruhannya adalah 3400 ton yang akan dikirimkan ke 15 kota
tersebut dengan keuntungan yang berbeda untuk setiap jenis susu cimory tersebut. Adanya
penenlitian ini diharapkan Perusahaan yang memproduksi produk usus Cimory dan produk
lainnya dapat meminimalkan jarak atau rute pengiriman ke setiap kota dan mampu mendapatkan
keuntungan yang maksimum untuk setiap jenis susu Cimory ini.
ABSTRACT
To minimize the distance or route at a distance that must be taken, what must be done is to
choose the closest distance or distance, for that the stagecoach problem method is used. The
stagecoach problem is the selection of the shortest route between two places by providing several
alternative routes. Meanwhile, to get the maximum profit, what must be done is to choose the item
that has the maximum profit and this can be done using the knapsack problem method. Knapsack
problem is a method that only considers the advantages of a group of items, provided that the
weight of the goods carried does not exceed the capacity of the existing bag. In this study using a
beverage product, namely Cimory milk, which cimory milk is sent to 15 cities with different
distances between cities and there are 8 types of cimory milk with a total capacity of 3400 tons
which will be sent to 15 cities with different benefits for each type of the cimory milk. With this
research, it is hoped that companies that produce Cimory intestine products and other products
can minimize the distance or delivery route to each city and be able to get maximum profit for
each type of Cimory milk.
1
Laporan Praktikum Optimasi Industri
Vol. 03, No. 02, Tahun 2022, Hal 1-10
I. PENDAHULUAN
Program dinamik adalah suatu teknik matematis yang biasanya digunakan untuk
membuat suatu keputusan dari serangkaian keputusan yang saling berkaitan.
Pemrograman dinamik ini pertama kali dikembangkan oleh seorang ilmuwan bernama
Ricard Bellman pada tahun 1957. Dalam hal ini program dinamik menyediakan prosedur
sistemtais untuk menentukan kombinasi keputusan yang optimal. Tujuan utama model
ini adalah untuk mempermudah penyelesaian persoalan optimasi yang mempunyai
karakterisitik teretntu. Masalah optimasi dapat diselesaikan dengan program linear dan
program dinamik. Perbedaan antara program dinamik dengan program linear adalah pada
program dinamik tidak terdapat rumusan matematika secara baku dan tipe penyelesaian
masalah yang didekati secara umum (Muslilah, 2018). Setiap perusahaan, terdapat
berbagai keterbatasan dan masalah-maslaah yang harus dihadapai. Salah satunya yaitu
menentukan perencanaan produksi yang optimal. Hal ini merupakan suatu kendala yang
harus diatas oleh pihak perusahaan agar kelancaran produksi tetap terjaga, maka dengan
adanya berbagai kendala berupa masalah tersebut, mengharuskan pihak manajemen
menyusun suatu perencanaan produksi yang optimal agar didapat jumlah produksi yang
menguntungkan perusahaan. Program dinamik adalah salah satu teknik matematika yang
digunakan untuk megoptimalkan proses masalah pengambilan keputusan yang multistage
dipisah-pisahkan menjadi suatu sub masalah yang berurutan dan saling berhubungan.
Program dinamik terbagi menjadi dua secara deterministik dan probabilistik. Metode
program dinamis juga dapat digunakan dengan mempertimbangkan batasan kapasitas
gudang akan memberikan total biaya yang minimal (Rachma, 2020). Istilah-istilah yang
biasa digunakan da;am program dinamik anatara lain stage (tahap), alternatif, dan state.
Kelebihan yang dimiliki metode program dinamik ialah memiliki lebih dari satu
rangkaian keputusan yang dirancang untuk memperbaiki efisiensi perhitungan masalah
tertentu dengan menguraikannya menjadi bagian-bagian masalah yang lebih kecil. Dalam
menyelesaikan permasalahan dengan program dinamis, dapat dilakukan secara maju
(forward recursie eqution) atau secara mundur (backward recursie eqution). Pada
rekursif maju dilakukan proses pencarian nilai oprimal dimulai dari stage awal menuju
stage akhir. Sedangkan pada rekursif mundur adalah sebaliknya, yaitu dilakukan proses
pencarian nilai optimal, dimulai dari stage akhir menuju stage awal.
Ristono & Puryani mengemukakan bahwa penyelesaian masalah menggunakan program
dinamis memiliki empat tahapan utama, yaitu mengidentifikasi karakterisitik dari struktur
solusi optimalnya, mengidentifikasi fungsi rekursif yang memberikan nilai pada solusi
optimalnya, menghitung nilai dari solusi optimal secara maju atau mundur menggunakan
fungsi rekursif yang telah dibuat, menyusun solusi optimasl dari informasi perhitungan
pada langkah sebelumnya (Rizky, 2021). Adapun karakteristik dari masalah-masalah pada
program dinamik adalah masalah tersebut dapat dibagai ke dalam tahapan-tahapan, serta
membutuhkan sebuah keputusan kebijakan (policy decision) pada tiap tahapan, tiap
tahapan memiliki sejumlah stage yang bersesuaian dengannya. Secara umum, stage
memiliki berbagai macam kemungkinan kondisi tergantung pada sistem yang ada pada
tahapan masalah tersebut. Jumlah dari stage mungkin terbatas mungkin pula tak terbatas,
efek dari kebijakan keputusan yang diambil pada tiap tahapan adalah untuk
mentransformasikan stage pada saat itu ke stage yang bersesuaian pada tahapa berikutnya
(dimungkinkan juga sebuah distribusi probabilitas), prosedur penyelesaian dirancang
untuk mendapatkan kebijakan optimasl untuk seluruh permasalahan, yaitu suatu
perumusan dari keputusan kebijakan optimal pada tiap tahapan untuk tiap stage yang
mungkin, diberikan stage saat ini, kebijakan optimal untuk tahapa yang tersisa
independen terhadap kebijakan yang diambil pada tahapan-tahapan sebelumnya, prosedur
penyelesaian diambil dengan mendapatkan kebijakan optimal pada tahapan terakhir,
tersedia suatu relasi rekursif yang mengidentifikasi kebijakan optimal untuk tahapan ke-n,
jika diberikan kebijakan optimal pada tahapan ke-n+1 dan jika relasi rekursif ini
digunakan, prosedur penyelesaian berpindah mundur tahapan demi tahapan. Tiap kali
mendapatkan kebijakan optimal untuk tahapan tersebut hingga didapat kebijakan optimal
yang diawali pada tahapan mula-mula. Selanjutnya adalah langkah-langkah pemecahan
masalah program dinamik yaitu tentukan prosedur pemecahan (maju atau mundur),
tentukan tahap (stages), definisikan variabel status (state) pada tiap tahap, definisikan
2
Laporan Praktikum Optimasi Industri
Vol. 03, No. 02, Tahun 2022, Hal 1-10
variabel keputusan pada tiap tahap definisikan fungsi pengembalian pada tiap tahap,
definisikan fungsi transisi, definisikan fungsi rekursif, perhitungan dan tentukan solusi
optimal dengan backtracting (Muslilah, 2018). Knapsack problem merupakan suatu
persoalan menarik untuk diteliti dan diimplementasikan pada situasi nyata. Persoalan ini
banyak diterapkan pada situasi nyata utamanya pada bidang jasa, sebagai contoh pada
permasalahan pengangkutan barang pada peti kemas atau dalam skala kecil pada
pengangkutan barang dalam kemasan. Inti dari pembahasan adalah bagaimana
menentukan kombinasi barang yang akan diangkut untuk memperoleh keuntungan
maksimal, dengan pertimbangan tidak melebihi kapasitas alat angkut yang digunakan
(Sunarwan & Juhana, 2018). Sedangkan Stagecoach problem merupakan metode
penyelesaian yang digunakan untuk menyelesaikan permasalahan rute yang menyangkut
suatu jaringan tersambung yang memiliki banyak kendala pada tiap-tiap cabang.
Diharapkan, dengan mendapatkan rute terpendek maka akan dapat dihitung pula biaya
yang minimum. Metode untuk mencari rute terpendek ini dikembangkan pada tahun 1959
oleh Dijkstra dengan permasalahn sebuah truk paket yang melakukan pengiriman barang
dari tempat asal ke tempat tujuan pengiriman terakhir dengan melalui route yang
bermacam-macam. Setiap route memiliki sejumlah tempat yang berbeda-beda. Dalam
masalah ini tujuannya adalah memilih rute yang paling rendah (total minimum cost) untuk
sampai ke tempat tujuan (Anggun & Munawar, 2017).
Pada studi kasus kali ini, permasalahan yang ada berkaitan dengan suatu perusahaan
yang memproduksi susu Cimory yang terletak di kota Jakarta mengirimkan beberapa
jenis-jenis susu Cimory ke kota Surabaya dan harus melalui 13 kota,terdapat 2 hal yang
harus dilakukan menggunakan studi kasus tersebut yaitu yang pertama dengan
menggunakan metode Stagecoach problem perusahaan harus memilih rute dari kota
Jakarta menuju Surabaya yang terpendek dan pastinya akan memilki biaya yang
minimum juga. Kedua perusahaan harus mendapatkan keuntungan yang maksimal dari
produk-produk susu tersebut dengan menggunakan metode Knapsack problem dengan
catatan perusahaan tidak boleh memasukkan barang yang melebihi kapasitas yang
tersedia yaitu sebesar 3400 ton. Oleh karena itu, peneliti akan melakukan riset dengan
menggunakan metode ilmiah dalam mengumpulkan data secara sistematis untuk
dianalisis lebih lanjut oleh peneliti untuk bisa mengumpulkan data terkait dengan
permasalahan yang diteliti. Guna mendapatkan hasil keuntungan yang maksimal dari
metode Knapsack problem dan mendapatkan rute yang terpendek menggunakan metode
Stagecoach problem menggunakan metode dynamic programming dengan menggunakan
software WinQsb.
Maka salah satu metode yang dapat digunakan untuk menyelesaikan permasalahan ini
adalah metode dynamic programming. Dynamic programming merupakan suatu teknik
matematis yang biasanya digunakan untuk membuat suatu keputusan dari serangkaian
keputusan yang saling berkaitan. Tujuan utama program statistik ini ialah untuk
mempermudah penyelesaian persoalan optimasi yang mempunyai karakteristik tertentu.
Berbeda dengan program linier, pada persoalan program dinamis ini tidak ada formulasi
matematis yang standar. Karena itu persamaan - persamaan yang terpilih untuk digunakan
harus dikembangkan agar dapat memenuhi masing - masing situasi yang dihadapi. teknik
dalam manajemen sains yang digunakan untuk menentukan cara optimal untuk mencapai
tujuan, disesuaikan dengan batasan, dan berada dalam kasus di mana semua hubungan
matematis adalah linear (Anggun & Munawar, 2017). WinQSB adalah salah satu
software yang juga dapat kita manfaatkan untuk melakukan perhitungan peramalan
permintaan didalam perencanaan dan pengendalian produksi. Tersedia 11 algoritma untuk
melakukan peramalan permintaan dengan model peramalan time series, yaitu peramalan
dengan menggunakan deret waktu (Prasetyawati et al., 2017).
3
Laporan Praktikum Optimasi Industri
Vol. 03, No. 02, Tahun 2022, Hal 1-10
Mulai
Perumusan Masalah
Tujuan Penelitian
Pengumpulan Data :
a. Data pabrik sumber
b. Data banyaknya tujuan pendistribusian
c. Data kapasitas pabrik
d. Data jumlah permintaan tiap-tiap kota
e. Biaya transportasi ke tiap-tiap kota
Tidak Valid
A
4
Laporan Praktikum Optimasi Industri
Vol. 03, No. 02, Tahun 2022, Hal 1-10
Kesimpulan
Selesai
approgximation.
9. Valid
Valid merupakan proses pengecekan apakah hasil atau output yang didapatkan
sesuai atau tidak dengan kenyataannya.
10. Hasil dan Pembahasan
Hasil dan Pembahasan dalam sebuah laporan penelitian merupakan inti dari
sebuah tulisan ilmiah. Di dalam hasil dan pembahasan disajikan.
11. Kesimpulan
Kesimpulan, di dalam kesimpulan berisi pernyataan singkat, jelas, dan sistematis
dari keseluruhan hasil analisi, pembahasan, dan pengujian hipotesis dalam sebuah
penelitian serta usul atau pendapat dari peneliti yang berkaitan dengan pemecahan
masalah yang menjadi objek penelitian ataupun kemungkinan penelitian lanjutan.
12. Selesai
Tahapan terakhir dalam suatu proses penelitian datau dengan kata lain proses
penelitian sudah selesai dilakukan.
6
Laporan Praktikum Optimasi Industri
Vol. 02, No. 01, Tahun 2022, Hal 1-10
Bukittinggi 50 60 80 90 90 680
7
Laporan Praktikum Optimasi Industri
Vol. 02, No. 01, Tahun 2022, Hal 1-10
Solok
Solok – Agam = $70
Solok – Mentawai = $80
Solok – Pesaman = $90
Solok – Sijunjung = $110
Solok – Dharmasraya = $90
Buatlah rencana untuk PT. Sari Jangek, dalam mengirimkan produk kerupuk sanjai
milik mereka agar diperoleh biaya transportasi yang minimum dengan menggunakan
metode North West Corner, metode Minimum Cost, dan metode Vogel’s Approximation
B. Input
Input data dapat dimulai dengan membuka software POM-QM. Pilih pada module
tree menu Transportation lalu masukkan 4 pada Number of Sources dan 5 pada Number
of Destinations. Pada menu objective pilih minimize. Kemudian isikan data dengan
menuliskan seperti tabel diatas sesuai dengan permasalahan.
8
Laporan Praktikum Optimasi Industri
Vol. 02, No. 01, Tahun 2022, Hal 1-10
b. Shipping List
9
Laporan Praktikum Optimasi Industri
Vol. 02, No. 01, Tahun 2022, Hal 1-10
IV. KESIMPULAN
Berdasarkan Output yang diperoleh dari aplikasi POMQM bahwa sesuai dengan
tujuan studi kasus ini yaitu untuk mencari biaya transportasi yang paling minimum maka
diperoleh biaya transportasi minimum sebesar $197540 dan dalam penelitian dengan
menggunakan data tingkat penawaran di setiap sumber, data jumlah permintaan di setiap
tujuan dan data biaya transportasi per unit barang. Dengan 4 sumber dan 5 tujuan akan
diperoleh berapa banyak aki mobil yang harus dikirimkan ke setiap tujuan dan jumlah aki
yang dikirimkan akan dikalikan dengan biaya transportasi per unit. Dan pada studi kasus
ini terdapat penamabahan kolom dummy yang disebabkan karena jumlah kapasitas
Gudang tidak sama dengan jumlah permintaan, penambahan kolom dummy sebesar
selisih jumlah kapasitas Gudang dengan jumlah permintaan. Maka, dapat disimpulkan
bahwa pada penelitian ini dari ketiga metode yaitu North West Corner, Least Cost dan
Vogel’s Approximation memiliki hasil biaya transportasi yang sama, jadi kita dapat
memilih salah satu diantaranya karena tidak ada perbedaan, dan PT. Sari Jangek
melakukan alokasi barang dengan metode least cost dengan rincian kota Payakumbuh ke
kota Agam sebesar 459 buah, kota Payakumbuh ke kota Mentawai 600 buah, Pariaman ke
kota Agam 219 buah, Periaman ke kota Pesaman 650 buah, selanjutnya Bukittinggi ke
kota Agam 22 buah, Bukittinggi ke kota Sijunjung 658 buah dan dari kota Solok ke
Sijunjung 122 buah, kota Solok ke kota Dharmasraya 550 buah dan dari kota Solok ke
kota Dummy sebesar 98 buah. Praktikum modul II ini bisa dilakukan di lapangan kerena,
adanya proses pengampilan data, sehingga bisa langsung melibatkan orang lain untuk
mendapatkan data yang lebih valid dan data yang terbaru, serta harapan untuk praktikum
ataupun penelitian ini yaitu dapat membentu untuk menyelesaikan berbagai persoalan
yang berkaitan dengan biaya transportasi, karena masalah biaya transportasi sangat
banyak terjadi didalam kehidupan sehari-hari kita, dengan adanya penelitian ini
diharapkan dapat memaham serta menerapakannya dalam kehidupan nyata dengan efektif
agar berdampak positif dan berguna.
DAFTAR PUSTAKA
Anggun, T., & Munawar, A. (2017). Analisis Sistem Transportasi Sampah Kota Tuban
Menggunakan Dynamic Programming. Envirotek : Jurnal Ilmiah Teknik Lingkungan, 6(1),
45–52.
Muslilah, S. (2018). Program Dinamik Untuk Pendistribusian Komoditi Kerupuk ‘9 Berlian’
Wates. Jurnal At- Taqaddum, 10(1), 81–94.
Prasetyawati, M., Marfuah, U., & Wijaya, G. (2017). Usulan Pengendalian Kebutuhan
Persediaan Menggunakan Metode Economic Order Quantity DI PT. Indotruck Utama
Cabang Jakarta. Jurnal Spektrum Industri, 15(1), 1–19.
Rachma, E. A. (2020). Optimasi Perencanaan Produksi Dengan Menggunakan Model Sistem
Dinamik Di PT X. Jurnal Optimasi Teknik Industri (JOTI), 2(1), 36.
https://doi.org/10.30998/joti.v2i1.4425
Rizky, A. N. (2021). Program Dinamik Pada Perencanaan Produksi Dan Pengendalian
Persediaan PT Ganesha Abaditama. Jurnal Optimasi Teknik Industri (JOTI), 3(1), 14–18.
https://doi.org/10.30998/joti.v3i1.6477
Sunarwan, B., & Juhana, R. (2018). Penerapan Algoritma Genetika Pada Knapsack Problem.
Jurnal Teknologi| Jurnal …, 2(1), 9–14.
11