MAKALAH RISET OPERASI

TRANSPORTASI

Dosen Pengampu:
Dr Yulist Rima Fiandari, S.P., M.M.
Anggota Kelompok 1:
1. M. Alfandu Rizky (202110160311363)
2. Dhalva Abbabil (202110160311489)
3. Suci Mei Yanti (202110160311498)
4. Dwi Tegar Yulianto (202110160311510)
5. Riska Lutviana (202110160311514)
6. Zulfy Lingga Mubarok (202110160311515)
7. M. Armand Airlangga (202110160311516)

UNIVERSITAS MUHAMMADIYAH MALANG

FAKULTAS EKONOMI DAN BISNIS
2023
 KATA PENGANTAR
Alhamdulilah, puji dan syukur kita panjatkan kehadirat allah swt telah melimpahkan Kesehatan,
Rahmat dan karunia-nya kepada kami sehingga kami dapat menyelesaikan tugas makalah dengan
lancar yang ber-judul “TRANSPORTASI”. Kami harap makalah ini dapat menambah
pengetahuan bagi pembaca tentang isi makalah ini.
Pada kesempatan ini, kami ucapkan terimakasih kepada semua pihak yang telah
berkontribusi dalam pengerjaan makalah kami dan juga terimakasih kepada semua yang telah
memberikan semangat dan motivasi seperti orangtua, pacar dan teman dekat. Kepada dosen
pengampu matakuliah Riset Oprasi kami ibu ….. dan juga kepada teman-teman seperjuangan
yang telah menjadi teman baik. Harapan kami, materi yang terdapat dalam makalah ini dapat
manfaat bagi semua pembaca. Mahluk allah swt yang sempurna hanya manusia dan kami sebagai
mahluk allah swt yang sempurna tidak luput dari kesalahan. Karena itu kami memohon kritik
dan saran yang membangun bagi perbaikan makalah kami selanjutnya.
 BAB I
PENDAHULUAN

1.1 PENDAHULUAN
Ada umumnya, masalah transportasi berhubungan dengan suatu produk tunggal
Pada (sejenis) dari beberapa sumber (dalam masalah ini, sumber sebagai supply/
penawaran atau persediaan yang terbatas) menuju ke beberapa tujuan (dalam masalah ini,
tujuan sebagai demand/permintaan atau kebutuhan konsumen). dengan mengupayakan
biaya transportasi yang optimal/minimal.
Masalah transportasi sering dijumpai dalam keadaan bahwa produk yang sama
(sejenis) dari sejumlah pabrik di tempat-tempat yang terpencar harus diangkut ke
berbagai perusahaan/pasar sebagai konsumen yang berada di kota-kota atau tempat yang
berbeda dengan ongkos/biaya transportasi yang berbeda. Jika transportasi produk-produk
itu tidak diatur/dikelola dengan sebaik-baiknya, bila ditinjau dari sudut ekonomi, maka
biaya angkut/transportasinya sangat tinggi (mahal). Oleh karena itu, alokasi produk-
produk itu harus dibayar sedemikian rupa dengan memperhitungkan perbedaan biaya-
biaya pengalokasian dari beberapa sumber ke tempat-tempat tujuan yang berlainan
lokasi, sehingga diperoleh biaya transportasi yang minimal.
Di samping itu, metode transportasi dapat juga digunakan untuk memecahkan
masalah-masalah dunia bisnis lainnya, seperti masalah-masalah yang meliputi periklanan,
pembelanjaan modal (capital finacing) dan alokasi dana untuk investasi, analisis alokasi,
dan production scheduling.
Masalah transportasi mulai dikembangkan oleh FL. Hitchcock pada tahun 1941,
dengan hasil penelitiannya berjudul The Distribution of a Product from Several Sources
to Numerous Location. Kemudian, pada tahun 1947, T.C. Koopmans secara terpisah
menerbitkan suatu hasil penelitian mengenai Optimum Utilization of the Transportation
System. Selanjutnya, perumusan program linear dan cara pemecahannya yang sistematis
(disebut metode simpleks) dikembangkan oleh Prof. George Danzig yang sering disebut
Bapak Linear Programming.
Ada beberapa macam metode transportasi, yang semuanya terarah pada
penyelesaian optimal, di antaranya adalah:
1. Metode North-West Corner Ruler, umumnya disebut Metode NWCR.
2. Metode Least Cost, umumnya disebut Metode LC.
3. Metode Vogel's Approximation, umumnya disebut VAM
4. Metode Batu Loncatan.
5. Metode Modified Distribution, umumnya disebut Metode Modi.
1.2 Rumusan masalahh
1. Apa itu persoalan transportasi?
2. Jelaskan Apa Saja Model Transportasi?
3. Bagaimana pemecahan transportasi?
4.
1.3 Tujuan
1. Untuk mengetahui pengertian dari persoalan transportasi
2. Untuk mengetahui berbagai model transportasi
3. Untuk memecahkan model trasportasi
4.
 BAB II
PEMBAHASAN

2.1 TRANSPORTASI
Persoalan transportasi adalah persoalan khusus dari persoalan program linier. Disebut
persolan khusus karena fungsi obyektif persoalan transportasi selalu meminimumkan dan
selalu mempunyai daerah fisibel, sedangkan persoalan program linier fungsi obyektifnya
bisa memaksimumkan atau meminimumkan, dan belum tentu mempunyai daerah fisibel.
Seperti halnya persoalan program linier, persoalan transportasi juga
diterjemahkan terlebih dulu dalam model matematis, sehingga jika suatu perusahaan
mempunyai gudang di beberapa tempat, katakanlah gudang G1 ,G2 , … ,Gi , … , Gm dimana
jenis barang yang disimpan digudang-gudang tersebut serba sama, dengan jumlah barang
yang disimpan sebanyak S1 , S 2 , … , S i ,… , Sm .Barang barang tersebut akan dikirim ke
beberapa konsumen yang lokasinya berbeda-beda, katakanlah konsumen tersebut adalah
K1 , K 2, … , K j , … , Kn , dimana permintaan masing-masing konsumen sebanyak di d2.
di dr. Biaya transportasi setiap unit barang dari gudang i ke konsumen j sebesar.
Dalam arti sederhana, model transportasi berusaha menentukan sebuah rencana
transportasi sebuah barang dari sejumlah sumber ke sejumlah tujuan Data dalam model
ini mencakup:
1. Tingkat penawaran di setiap sumber dan jumlah permintaan di setiap tujuan.
2. Biaya transportasi per unit barang dari setiap sumber ke setiap tujuan.
Karena hanya terdapat satu barang, sebuah tujuan dapat menerima permintaannya
dari satu sumber atau lebih. Tujuan dari model ini adalah menentukan jumlah yang harus
dikirimkan dari setiap sumber ke setiap tujuan sedemikian rupa sehingga biaya
transportasi total diminimumkan. Asumsi dasar dari model ini adalah bahwa biaya
transportasi di sebuah rute tertentu adalah proporsional secara langsung dengan jumlah
unit yang dikirimkan. Definisi "unit transportasi akan bervariasi bergantung pada jenis
"barang" yang dikirimkan. Misalnya, kita dapat membi- carakan unit transportasi sebagai
setiap balok baja yang diperlukan untuk membangun jembatan. Atau kita dapat
menggunakan beban truk dari sebuah barang sebagai unit transportasi. Bagai- manapun
juga, unit penawaran dan permintaan harus konsisten dengan definisi kita tentang "unit
yang dikirimkan".
1. Model Trasportasi
a. Model Transportasi Standar
MG auto compeny memiliki pabrik di Los Angeles. MG Auto Company memilà
6-1. pabrik di Los Angeles, Detroit, dan New Orleans. Pusat distribusinya terletak
di Denver de Miami. Kapasitas ketiga pabrik tersebut selama kwartal berikutnya
adalah 1000, 1500, dan 1200 pengembanga mobil. Permintaan kwartalan di kedua
pusat distribusi itu adalah 2300 dan 1400 mobil. Biaya transportasi darat per
mobil per mil adalah sekitar 8 sen. Bagan jarak antara pabrik dan pasa distribusi
tersebut adalah sebagai berikut:
 Bagaian jarak diatas dapat diterjemahlkan menjadi biaya permobil dengan tarip 8
sen per mil. Ini menghasilkan biaya berikut ini (yang dibulatkan kedalam
terdekat), yang mewakili C ij dalam model umum:
ruus
Dengan menggunakan kode-kode numerik untuk mewakili pabrik dan pusat
distribusi, kita menganggap X ij mewakili jumlah mobil yang dikirimkan dari
sumber i ketujuan j. karena penawaran total (=100+1500+1200=3700) kebutukan
sama dengan permintaan total (=2300+1400=3700), model trasportasi yang
dihasilkan berimbang. Jadi model LP berikut yang mewakili masalah ini memiliki
Batasan yang semua berbentu persamaan.
Rumus
Sebuah metode yang lebih ringkas untuk mewakili modal transportasi ini adalah
menggunakan apa yang kita sebut tabel transportasi. Tabel ini adalah bentuk
matriks dengan baris-baris yang memiliki sumber dan kolam-kolam mewakili
tujuan. Untuk biaya C ij. Diringkas dalam sudut timur laut dari sel matriks (I,j).
model MG dapat diringkas seperti dilihat ditabel 6-1
Kita akan melihat dalam bagian berikutnya bahwa tabel transportasi ini
adalah dasar untuk pengembangan sebuah metode kasup yang didasri oleh
simpleks untuk memecahkan masalah transportasi.
b. Model Transportasi Berimbang
Dalam contoh model transportasi standar anggaplah bahwa kapasitas pabrik
dekroid adalah 1300 mobil (bukan 1500). Situaasi ini dikatakan tidak berimbang
karena penawaran total (=3500) tidal sama dengan permintaan total (=2700).
Dengan kata lain, situasi yang tidak berimbang ini berarti bahwa tidak semua
permintaan dipusat distribusi dapat dipenuhi. Tujuan kita adalah merumuskan
ulang modal transportasi ini dengan cara yang mendistribusikan kekurangan
jumlah (=3700-3500=200 mobil) secara optimal diantara pusat-pusat distribusi.
 Karena permintaan lebih besar dari penawaran sebuah sumber buatan atau
bumi (pabrik) dapat ditambahkan kapasitas sama dengan 200 mobil. Pabrik bumi
tersebut diijinkan,
Tabel 6-2

Dalam kondisi normal, untuk mengirimkan “produksinya” kesemua pusat

distribusi. Secara fisik, jumlah yang dikirimkan ketujuan dari sebuah pabrik
dummy akan mewakili jumlah kekurangan ditempat tujuan itu.
Satu-satunya informasi yang belom terdapat untuk penyelesaian model ini
adalah biaya unit “transportasi” dari sebuah pabrik dummy ketujuan. Karena
pabrik "transportasi" dari sebuah pabrik dummy ke tujuan. Karena pabrik tersebut
sebenarnya tidak ada. pengiriman fisik tidak terjadi dan biaya unit transportasinya
adalah nol. Tetapi, kita dapat melihat situasi ini dengan cara yang berbeda dengan
mengatakan bahwa biaya penalti yang dibayarkan untuk setiap unit permintaan
yang tidak dipenuhi di pusat-pusat distribusi. Dalam kasus ini, biaya transportasi
tersebut akan sama dengan biaya penalti per unit di berbagai tujuan.
Tabel 6-2 meringkaskan model berimbang dengan batasan kapasitas yang
baru ini. Pabrik dummy (yang diperlihatkan dalam bidang abu-abu) memiliki
kapasitas 200 mobil.
Dengan cara yang sama, jika penawaran lebih besar daripada permintaan,
kita dapat menam- jinkan bahkan tujuan buatan atau tujuan dummy yang akan
menyerap selisih itu. Misalnya, anggaplah dalam Contoh 6.1-1 bahwa permintaan
di Denver merosot menjadi 1900 mobil. Tabel 6-3 me- ringkaskan model dengan
pusat distribusi ini. Setiap mobil yang dikirimkan dari sebuah pabrik ke sebuah
pusat distribusi dummy mewakili jumlah surplus di pabrik itu. Biaya unit
transportasi yang berkaitan dengannya adalah nol. Tetapi, kita dapat mengenakan
biaya penyimpanan untuk penahanan mobil tersebut di pabrik, di mana biaya unit
transportasi tersebut akan sama dengan biaya unit penyimpanan.
Penerapan model transportasi tidak terbatas pada masalah pengiriman
barang di antara sumber dan tujuan geografis. Kedua contoh berikut ini
mengilustrasikan penggunaan model transportasi dalam bidang yang tidak
 berkaitan. Bagian berikutnya menyajikan model penugasan, yang menangani
penugasan pekerjaan ke mesin dan tenaga kerja.

c. Model Model Produksi-Sediaan

Sebuah perusahaan sedang mengem bangkan sebuah rencana induk untuk
produksi sebuah barang selama jangka waktu 4 bulan. Permintaan untuk keempat
bulan itu adalah 100, 200, 180, dan 300 unit, secara berturut-turut Permintaan satu
bulan dapat dipenuhi dengan
1) Kelebihan produksi di satu bulan sebelumnya yang disimpan dalam
sediaan untuk kemudian.
2) Produksi bulan ini.
3) Kelebihan produksi bulan depan yang dikebelakangkan untuk bulan-bulan
sebelumnya.
Biaya variabel per unit dalam setiap bulan adalah $4.00. Sebuah unit yang
diproduksi untuk penggunaan kemudian akan memerlukan biaya penyimpanan
sebesar $0,50 per unit per bulan. Barang-barang yang dikebelakangkan
memerlukan biaya penalti sebesar $2.00 per unit per bulan. Kapasitas produksi
untuk pembuatan barang tersebut bervariasi setiap bulan. Estimasi untuk keempat
bulan mendatang adalah 50, 180, 280, dan 270 unit, secara berturut-turut.
Tujuannya adalah merancang rencana produksi-sediaan berbiaya
minimum. Masalah ini dapat dirumuskan sebagai sebuah model transportasi.
Kesetaraan di antara unsur- unsur produksi ini dan sistem transportasi ditetapkan
sebagai berikut:
Tabel 6,3

d. Masalah Perusahaan Makanan

Sebuah perusahaan makanan dikontrak untuk menyediakan serbet bersih
selama N hari secara berturut-turut. Permintaan unt hari i diketahui sebesar di
serbet. Terdapat tiga sumber untuk memenuhi permintaan harian tersebut.
 1. Beli serbet haru dengan harga satu dollar per serbet.
2. Kirimkan serbet kotor pada setiap akhir hari ke sebuah jasa pencucian
yang cepat (serbe yang dikirimkan di akhir hari i diterima di awal hari i +
1) dengan biaya b dollar per serbet
3. Kirim serbet kotor di akhir hari ke sebuah jasa pencucian yang lambat
(serbet yang dikirim di akhir hari i diterima di awal hari i+3) dengan biaya
c dollar per serbet.
Masalah perusahaan makanan yang klasik ini adalah bentuk lain dari
masalah reparasi mesin pesawat, di mana kita memiliki pilihan untuk membeli
mesin baru atau memeriksa mesin yang bekas (lihat Pertanyaan 6-1).
Situasi ini tampaknya tidak secara langsung mengikuti format masalah
transportasi klasik Tetapi, kami akan memperlihatkan bahwa dengan gagasan
tertentu, masalah ini dapat dirumuskan dengan menggunakan model transportasi.
Data tujuh hari berikut ini dipergunakan untuk meng lustrasikan prosedur ini:
Table 6,4

Parameter biaya a, b, dan c diketahui $1,20, $0,60, dan $0,30, secara

berturut-turut. mewakili satu hari dalam periode perencanaan. Permintaan di
setiap tujuan ini adalah sebagaima Gagasan keseluruhannya adalah
mempertimbangkan tujuh node tujuan, yang masing-mas diberikan di atas. Untuk
sumber, kita melihat bahwa di akhir setiap hari kita memiliki serbet kotor dalam
jumlah yang sama dengan jumlah serbet bersih yang diperlukan untuk hari itu.
Jadi, kita memiliki tujuh sumber dengan jumlah penawaran masing-masing sekali
lagi sama dengan jumlah yang didaftarkan di atas. Kita memerlukan sumber
tambahan untuk memperhitungkan persediaan serbet baru. Semua permintaan
untuk periode selama tujuh hari tersebut dapat dipenuhi dari sumber serbet baru.
Sebagai akibatnya, jumlah penawaran di sumber serbet baru dapat ditetapkan
sama dengan jumlah permintaan untuk semua tujuan (= 1240 serbet). Untuk
mengijinkan pilihan untuk tidak menggunakan semua serbet baru, sebuah node
tujuan penampung dengan permintaan sebesar 1240 serbet ditambahkan ke dalam
model ini. Pada kenyataannya, karena lebih murah mencuci serbet bekas, kita
tidak akan pernah perlu menggunakan serbet baru untuk memenuhi permintaan di
ketujuh hari tersebut. Tetapi, dari sudut pandang optimisasi, perincian seperti ini
tidak penting karena semua kelebihan serbet baru akan dikirim ke tujuan
penampung.
Tabel 6-5 meringkaskan model transportasi yang terdiri dari delapan
sumber dan delapan tujuan. Semua rute dari periode saat ini ke setiap periode di
masa lalu jelas tidak layak dan karena itu harus dirintangi dengan memberikan
biaya M yang sangat tinggi. "Biaya unit transportasi" dari

Table 6,5

Kedelapan sumber ke tujuan penampung adalah nol. Biaya unit sisanya

ditetapkan sebagai berikut. Diperlukan biasa sebesar $1,20 antara sumber 1
(serbet baru) dan masing-masing dari ketujuah tujuan dalam model ini. Untuk
sumber 2 sampai 8 (hari 1 sampai 7), biaya unit dari node i ke setiap node i + 1
dan i + 2 adalah $0.60 dan dari node i ke setiap node i +3,i+4, ... 7 adalah $0,30
 (jasa cepat dan lambat, secara berurutan). Perhatikan arti penting rute i ke i +2.
Rute ini mewakili pengiriman serbet kotor di akhir hari i, menerimanya kembali
di awal hari i + 1 (jasa cepat) dan "menyimpan nya" untuk dipergunakan di hari i+
2. Interpretasi serupa dapat dibuat untuk rute jasa lambat.

2.2 MASALAH TRANSPORTASI SEIMBANG

Dalam tulisan in, ada dua macam masalah transportasi, yaitu masalah sportasi seimbang
dan tak seimbang. Masalah transportasi seimbang adalah ah sumber daya (persediaan
atau supply) sama dengan jumlah demand permintaan atau kebutuhan) konsumen dari
seluruh tempat tujuan.
1. Contoh Soal
Untuk menjelaskan masalah transportasi seimbang, di bawah ini disajikan contoh soal
sebagai berikut: PT Mirdonk berkepentingan mengangkut gula dati tiga pabrik (Pabrik
A.B dan C) ke tiga Pasar Induk (Pasar 1, 2, dan 3). Jumlah persediaan gula dari seluruh
tiga pabrik itu ada sebanayak 180 ton, dengan rincian bahwa persediaan gula di Pabrik A,
B, dan C berturut-turut sebanyak 120, 80, dan 80 ton. Sedangkan permintaan/kebutuhan
Pasar 1, 2, dan 3 berturut-turut sebanyak 150, 70, dan 60 ton.
Dari hasil observasi, biaya transportasi dari Pabrik A ke Pasar 1. 2. dan 3, masing-
masing sebesar 8.000, 5.000, dan 6.000 rupiah per ton. Biaya transportasi dari Pabrik B
ke Pasar 1, 2, dan 3, masing-masing sebesar 15.000 10.000, dan 12.000 rupiah per ton.
Sedangkan biaya transportasi dari Pabrik C ke Pasar 1, 2, dan 3, masing-masing sebesar
3.000, 9.000, dan 10,000 rupiah per ton. Selesaikan masalah transportasi di atas sehingga
biaya transportasi mencapai optimum/minimum.

2. Penyusunan Data ke dalam Tabel

Langkah awal untuk memecahkan kasus/masalah transportasi seimbang di atas, terlebih
dahulu data disusun ke dalam tabel transportasi. Agar lebih memudahkan, biaya
transportasi dari setiap pabrik ke tempat tujuan dibuat dalam satuan ribuyan rupiah,
ditempatkan dalam peta Cij, dan kemudian jumlah gula/ton yang dialokasikan
ditempatkan dalam sel basis Xij sesuai dengan metode yang digunakan, seperti tabel
dibawah ini.
TABELl

2.3 SOLUSI (PEMECAHAN) AWAL

Sebelum melakukan pemecahan (solusi) optimal, ada beberapa metode yang
fisibel untuk melakukan (pemecahan) awal. Tiga macam metode yang yang dikenal untuk
solusi awal akan dibahas dalam tulisan ini, yaitu metode North West Corner Ruler
(NWCR), metode Least Cost (LC), dan metode Vogel’s Approximation (VAM). Dari
hasil uji coba, metode LC lebih baik daripada metode NWCR, dan metode VAM lebiha
baik daripada LC. Disamping itu pada umumnya (tidak selalu), metode VAM dapat juga
sebagai solusi akhir (optimal). Sampai saat ini, metode yang digunakan untuk solusi akhir
(optimal) yang efektif adalah metode Stepping Stone dan metode Modified Distribution
(MoDi).
a. Metode North west corner ruler
Metode NWCR merupakan metode yang paling sederhana dengan Langkah-
langkah pemcahan sebagai berikut:
1. Pengisian sela atau pengalokasian dimulai dari ujung (pojok) kiri sebelah
atas (pojok barat laut) tabel.
2. Alokasikan dengan jumlah maksimum atau sebanyak-banyaknya sesuai
dengan yang tersedia di pabrik/sumber atau sesuai dengan jumlah
permintaan/kebutuhan konsumen.
3. Apabila masih ada persediaan tetapi memenuhi permintaan
konsumen/pasar pertama, maka alokasikan sisa tersebut ke sel sebelah
kanan sehingga persediaan telah dialokasikan semuanya.
4. Apabila persediaan telah dialokasikan semuanya dari sumber pertama,
maka pengalokasian bergerak ke sel bawahnya dengan pengalokasian dari
sumber kedua.
5. Proses pengalokasian ini dilanjutkan dengan cara yang sama sampai
semua persediaan dialokasikan tanpa sisa, bila diperhatikan, jalur
pengalokasian selalu berbentuk tangga yaitu dari
X 11 → X 21 → X 22 → X 32 → X 33, atau X 11 → X 21 → X 22 → X 32 → X 33.

b. Metode Least Cost

Pada umumnya metode LC akan memberikan pemecahan awal yang lebih baik
atau biaya transport total lebih kecil dibandingkan metode NWCR. Hal ini karena
metode LC memperhitungkan biaya transportasi per unit, sehingga iterasi
tambahan lebih sedikit dilakukan untuk mencapai pemecahan optimal.
Langkah-langkah pemecahan awal metode LC sebagai berikut:
1. Pilih variabel sel basis x_ijyang memiliki biaya transport C_ijyang
terkecil. Kemudian alokasikan sebanyak mungkin yang tidak melanggar
persyaratan atau sesuai dengan jumlah total pada baris ke-I atau kolom ke-
j.
2. Bila ada biaya transportasi terkecil yang kembar, untuk menghemat iterasi
(pengulangan) maka dipilih hasil selisih terbesar dari selisih antara dua
biaya terkecil.
3. Diantara sel-sel lainnya yang masih fisibel, pilih C_ijyang terkecil dan
alokasikan sebanyak mungkin sesuai dengan persyaratan.
4. Proses pengalokasian ini dilanjutkan dengan cara yang sama sampai
semua persediaan dialokasikan tanpa sisa, dan permintaan/kebutuhan
masing-masing konsumen/pasar dapat terpenuhi.
c. Metode Vogel’s Approximation
 Metode VAM selalu memberikan pemecahan awal yang lebih baik atau biaya
transpor total lebih kecil dibandingkan dengan metode NWCR dan LC. Hal ini
karena metode VAM memperhitungkan biaya transportasi per unit yang diperoleh
dari hasil pengurangan dua bagian biaya terkecil dari sel yang berbeda, sehingga
selalu (tidak mesti) tanpa iterasi tambahan untuk mencapai pemecahan optimal.
VAM merupakan metode yang lebih mudah dan lebih cepat untuk dapat mengatur
pengalokasian dari beberapa sumber ke berbagai tujuan. Walaupun pemecahan
VAM tidak menjamin suatu pemecahan optimal, tetapi kenyataannya pada
beberapa kasus, sering menghasilkan pemecahan optimal. Langkah-langkah
pemecahan awal metode VAM sebagai berikut:
1. Langkah awal adalah menghitung selisih antara dua biaya transportasi
terkecil dari setiap baris dan setiap kolom. Hasil nilai selisih setiap baris
dituliskan disebelah kanan atau dikolom hukuman baris (row penalty) dan
untuk hasil nilai selisih setiap kolom dituliskan sebelah bawah atau di
baris hukuman kolom (kolomn penalty).
2. Langkah berikutnya, memilih nilai hukuman terbesar diantara hukuman
baris dan hukuman kolom. Kemudian, pada nilai hukuman terbesar
tersebut dibuat notasi dalam tanda kurung. Jika terdapat nilai hukuman
yang kembar, pilih biaya terkecil untuk dialokasikan sebanyak mungkin ke
sel yang biaya transportasinya terkecil dengan memperhatikan pembatasan
yang berlaku.
3. Selanjutnya, hapus (jangan diperhitungkan lagi) baris atau kolom yang
telah memenuhi persyaratan,artinya semua suplai atau persediaan di salah
satu sumber/pabrik telah dialokasikan, atau permintaan/kebutuhan
konsumen telah terpenuhi.
4. Ulangi Langkah 1 samapi dengan 4,sehingga semua sumber daya telah
dialokasikan

2.4 SOLUSI (PEMECAHAN) OPTIMAL

Setelah pemecahab awal yang fisibel diperoleh, kemudiaan dilakukan perbaikan
untuk pemecahan optimal. Ada dua metode untuk melakukan pemecahan optimal, yaitu
metode stepping stone dan metode modified distribution (Modi).
a. Metode Stepping Stone
Metode stepping stone ditemukan oleh W.W. Coper dan A. Charnes yang
dilakukan untuk pemecahan optimal sebagai Langkah lanjutan dari hasil
pemecahan awal yang feleksibel. Metode stepping stone adalah suatu proses
evaluasi yang dilakukan untuk menekan biaya transportasi dengan
mengalokasikan sumber daya ke variabel nonbahasis yang memungkin terjadinya
perbaikan, hingga tercapainya pemecahan optimal.
 Dalam penerapan metode Stopping Stone ini, setiap sel kosong
menunjukkan suatu variabel nonbasis. Variabel nonbasis (sel kosong) yang akan
dialokasikan harus memberi sumbangan dalam penurunan nilai fungsi. Setiap
variabel nonbasis yang telah dialokasikan akan mengakibatkan jumlah alokasi
variabel basis berkurang atau bertambah. Untuk menentukan variabel nonbasis
mana yang akan dialokasikan harus menggunakan proses jalur tertutup.
Ada beberapa hal yang perlu diketahui dalam penyusunan jalur tertutup
dan penentuan pemecahan optimal, yaitu:
1. Dalam membuat jalur tertutup, arah ditentukan adalah bebas, baik searah
maupuan berlawanan arah dengan jarum jam, kedua arah itu tidak salah.
2. Hanya ada satu jalur tertutup untuk setiap sel nonbasis.
3. Arah jalur dimulai dari variabel nonbasis menuju variabel basis (sebagai
batu loncatan) dengan arah horizontal kemudian vertikal atau dengan arah
vertikal kemudian horizontal silih berganti hingga terbentuk jalur tertutup
atau jalur terakhir sampai ke tempat semula.
4. Variabel basis dapat dilewati menuju variabel basis lainnya (sebagai batu
loncatan) dalam penyusunan jalur tertutup.
5. Penambahan dan pengurangan alokasi harus sama besar, yaitu sebesar
minimum antara sel basis vertikal dan sel basis horizontal dari sel
nonbasis sebagai entering variable.
6. Semua variabel nonbasis harus dievaluasi dengan cara yang sama untuk
menentukan apakah akan menurunkan biaya, dan menjadi calon entering
variable.
7. Untuk menentukan entering variable, harus dicari perubahan biaya.
Perubahan biaya dilakukan dengan cara penambahan dan pengurangan
(silih berganti) biaya sesuai dengan jalur tertutup.
8. Variabel nonbasis yang memiliki perubahan biaya negatif adalah entering
variable.
9. Pada entering variable dialokasikan seluruh sumber daya yang berasal dari
sel basis leaving variable yang menentukan arah panah jalur tertutup.
Kemudian dilakukan pengurangan dan penambahan silih berganti pada
variabel basis lainnya sesuai dengan jalur tertutup, sehingga jumlah suplai
dan permintaan tidak berubah.
10. Jika terdapat lebih dari satu variabel nonbasis dengan perubahan biaya
negatif, maka dipilih variabel yang memiliki negatif terbesar, sebagai
entering variable.
11. Proses jalur tertutup yang sama untuk mengevaluasi variabel nonbasis
harus diulang pada tabel berikutnya untuk mengetahui apakah masih ada
calon entering variable hingga tercapai pemecahan optimla, atu tidak ada
lagi perubahan biaya yang bernilai negatif.
Di bawah ini akan ditunjukkan evaluasi masing-masing variabel nonbasis
melalui metode stepping stone dengan menggunakan pemecahan awal metode
NWCR, LC, dan VAM yang diperoleh dari masalah transportasi.
 Pemecahan Metode NWCR dan Metode Stepping Stone
Dalam tabel 7 i bawah ini ditampilkan tabel metode NWCR dan jalar
tertutup metode Stepping Stone.

Tabel 7. Metode NWCR dan Jalur Tertutup Stepping Stone

Prosedur untuk pemilihan entering variable, sebagai berikut:

1. Mula-mula dipilih seluruh variabel nonbasis (ada empat) dan
ditentukan masing-masing jalur tertutupnya.
Tabel 8 Penutupan Jalur Tertutup

2. Tentukan perubahan biaya transportasi masing-masing variabel

nonbasis berdasarkan jalur tertutup, seperti tabel 9 di bawah ini.
Tabel 9 Analisis Perubahan Biaya.

3. Dari hasil analisis perubahan biaya (lihat tabel 9 di atas), semua

variabe nonhasis, hanya yang memiliki perubahan biaya negatif (C
iv =-11) sehingga x_{n} adalah variabel nonbasis sebagai entering
variable. Untuk ita, x_{n} sebagai tanda, x_{n} dibuat dalam
kurung (X_{31})
4. Alokasikan pada X,, sebanyak jumlah minimum \{X_{2T},
X_{3i}\} = min [30, 20]= 20 ton, maka leaving variable adalah
x_{U} sebagai syarat untuk menentukan arah panah jalur tertutup
5. Suatu realokasi 20 ton (jumlah alokasi dari leaving variabl) dengan
melakukan penambahan dan pengurangan ke variabel basis
lainnya, akan menghasilkan tabel baru (iterasi pertama), seperti
tabel 10 di bawah ini.
Tabel 10. Iferasi Pertama dan Jalur Tertutup

6. Lakukan pengulangan proses stepping stone dengan jalur tertutup

pada masing-masing tabel untuk mengevaluasi variabel nonbasis
untuk menentukan apakah masih ada calon entering variable atau
apakah pemecahan sudah optimal, atau tidak ada lagi perubahan
biaya yang bernilai negatif. Dalam kasus transportasi yang
dihadapi PT Mirdonk dengan melakukan pemecahan awal NWCR
dan pemecahan optimal stepping stone, maka pemecahan optimal
dicapai melalui tiga iterasi, sepert tabel 11 di bawah ini.
Tobel 11 iterasi Kedua dan Ketiga serta jalur tertutup

Berdasarkan tabel 11 di atas telah menghasilkan perubahan biaya

bernilai positif untuk semua variabel nonbasis, sehingga telah
dicapal pemecahan optimal dengan biaya total:
 Z=(70x8+ 50x6-70 x 10+10x1280 x 3) Rp1.000 = Rp1.920.000.
Untuk lebih jelasnya, dalam tabel 12 di bawah ini dibuat
rangkuman tabel hasil penyelesaian metode stepping stone.
Tabel 12. Rangkuman metode NWCR dan Stepping Stone

 Pemecahan Metode LC dan Metode Stepping Stone

Sebagai contoh dalam penyelesaian metode LCR dan jalur tertutup metode
Stepping Stone diambil dari kasus transportasi yang dihadapi PT Mindenk
Prosedur untuk pemilihan entering variable, sebagai berikut:
1. Tentukan perubahan biaya transportasi masing-masing variabel
nonbasis berdasarkan jalur tertutup, seperti tabel 13 di bawah ini.
Tabel 12. Analisis Perubahan Biaya

2. Dari hasil analisis perubahan biaya (lihat tabel 14 di atas). x_{11}

dan X_{12} memiliki perubahan biaya negatif yang sama, yaitu x
ix dan x c1 = -1. Untuk menentukan entering variable, pilih dari
keduanya yang memiliki nilai biaya yang terkecil, yaitu min. [ C t
1 ,C min. [8, 10] = 8, maka entering variable adalah X-Untuk itu,
sebagai tanda entering variable, X ij dibuat dalam kurung (X_{1})
3. Alokasikan pada X_{D} sebanyak jumlah minimum [X 21' ,X
13 ]=min [70,50]= 50 ton, maka leaving variable adalah X,,
sebagai syarat untuk menentukan arah panah jalur tertutup.
4. Suatu realokasi 50 ton (jumlah alokasi dari leaving variabl) dengan
melakukan penambahan dan pengurangan ke variabel basis
lainnya, akan menghasilkan tabel baru (iterasi pertama).
5. Lakukan pengulangan proses stepping stone dengan jalur tertutup
pada masing-masing tabel untuk mengevaluasi variabel nonbasis
untuk menentukan apakah masih ada calon entering variable atau
apakah pemecahan sudah optimal, atau tidak ada lagi perubahan
biaya yang bernilai negatif. Dalam kasus transportasi yang
dihadapi PT Mirdonk dengan melakukan pemecahan awal LC dan
pemecahan optimal stepping stone, maka pemecahan optimal
dicapal melalui tiga iterasi.
sepert tabel 14 di bawah ini.

Berdasarkan tabel 14 di atas telah menghasilkan perubahan biaya

bernilai positif untuk semua variabel nonbasis, sehingga telah
dicapai pemecahan optimal dengan biaya total: Z=(70*
B+50*6+70*10+10*12**80*3) Rp * 1 = Rp * 3.92 * 0 .

 Pemecahan Metode VAM dan Metode Stepping Stone

 Sebagai contoh penyelesaian metode VAM dan metode Stepping Stone
diambil dari kasus transportasi yang dihadapi PT Mirdonk. Sebelum
penyelesaian secara metode stepping stone, dalam tabel 15 di bawah ini
dipaparkan pengalokasi persediaan secara VAM sebagai berikut:
tabel 15. Pengalokasiaan Persediaan dengan VAM

Prosedur untuk analisis perubahan biaya cara stepping stone untuk

pemilihan entering variable, sebagai berikut:
1. Tentukan perubahan biaya transportasi masing-masing variabel
nonbasis berdasarkan jalur tertutup, seperti tabel 16 di bawah ini.
Tabel 16 Analisis perubahan biaya

2. Dari hasil analisis perubahan biaya (lihat tabel 164 di atas),

ternyata tidak ada lagi variabel nonbasi yang memiliki perubahan
biaya bernila negatif. Oleh karena itu, hasil dari metode VAM
sudah optimal dengan blaya transpor toral sehsar biaya; 2- (70 x
B+50x6+ 70 x 10 10x 12 10x 3) Rp1.000 Rp1.920.000,
b. Metode Modified Distribusi (Modi)
Metode Modi adalah dualitas dari metode stepping stone. Jika pada metode
stepping stone untuk perhitungan perubahan biaya dimulai dengan variabel
nonbasis, maka pada metode Modi diimulai dengan variabel basis. Untuk itu,
pada veriabel basis digunakan unsur bantuan yang dinotasikan dengan U i untuk
baris dan V j, untuk kolom dengan rumus: X ij :U i+ V j =c ij, dan untuk variabel
nonbasis sebagai perubahan biaya digunakan rumus: C ij =c ij −U i−V j
Prosedur untuk pemecahan optimal metode Modi, sebagai berikut:
1. Mula-mula dipilih seluruh variabel basis (ada lima) dengan menggunakan
rumus: X ij :U i+ V j =c ij, dalam hal ini U 1=0
2. Kemudian dipilih variabel nonbasis untuk perubahan biaya dengan rumus:
C ij =c ij −U i−V J
3. Dari hasil perhitungan, jika terdapat nilai C ij, negatif maka pemecahan
belum optima. Untuk itu, pilih variabel nonbasis X ij , dengan perubahan
biaya C ij bernilai negatif terbesar sebagai entering variable dalam jalur
tertutup.
4. Jika terdapat lebih dari satu variabel nonbasis dengan perubahan biaya
negatif, maka dipilih variabel yang memiliki negatif terbesar, sebagai
entering variable.
5. Alokasikan sumber daya ke entering variable sejumlah alokasi dalam
leaving variable, dan penambahan dan pengurangan pada variabel lainnya
sesuai dengan prosedur jalus tertutup Stepping Stone.
6. Lakukan iterasi mulai langkah pertama sampai tercapai pemacahan
optimal, yaitu semua perubahan biaya C ij, bernilai positif, atau tidak ada
lagi yang bernilai negatif.
 Sebagai contoh penyelesaian metode Modi diambil dari kasus transportasi yang
dihadapi PT Mirdonk yang menggunakan metode NWCR sebagai pemecahan
awal, seperti tabel 17 di bawah ini.

2.5 MASALAH TRANSPORTASI TIDAK SEIMBANG

Masalah transportasi tak seimbang adalah bila jumlah keseluruhan sumber daya
lebih banyak atau lebih sedikit daripada jumlah keseluruhan permintaan. Masalah seperti
inilah yang sering dialami oleh perusahaan dalam dumnia usaha transportasi. Agar
masalah transportasi tak seimbang dapat dipecahkan/diselesaikan dengan menggunakan
metode NWCR, LC, VAM, stepping stone, dan Modi, maka dibutuhkan sedikit
modifikasi, yaitu:
1. Bila permintaan/kebutuhan konsumen lebih besar daripada persediaan maka
diciptakan suatu sumber semu/khayal dengan menambah baris semu (dummy
row). Oleh karena merupakan semu/ khayal maka masing- masing biaya
transpornya untuk setiap selnya adalah Rp0.
2. Bila permintaan/kebutuhan konsumen lebih kecil daripada persediaan maka
diciptakan suatu tujuan semu/khayal dengan menambah kolom semu (dummy
colomn). Oleh karena merupakan semu/khayal maka masing- masing biaya
transpornya untuk setiap selnya adalah Rp0.

Penambahan suatu sumber semu atau tujuan semu tersebut, dimaksudkan agar
jumlah persediaan dan permintaan menjadi seimbang atau sama besar. Oleh karena telah
seimbang maka dapat dipecahkan dengan menggunakan
metode NWCR, LC, VAM sebagai pemecahan awal dan metode stepping stone dan Modi
sebagai pemecahan optimal, dengan ketentuan sebagai berikut:
1. Pemecahan awal dengan metode NWCR tidak mengalami perubahan, atau sama
seperti pemecahan transportasi seimbang.
2. Dalam pemecahan awal dengan menggunakan metode LC, biaya dalam sel-sel
pada baris/kolom dummy (C ij, dummy) harus diabaikan, atau bukan merupakan
biaya minimum. Untuk itu, pengalokasian dialkukan berdasarkan biaya
transportasi per unit yang minimum, sedangkan kelebihan atau kekurangan
sumber, dialokasikan ke variabel dummy yang tidak menyimpang dari
persyaratan.
3. Dalam pemecahan awal dengan menggunakan VAM, ketika penghitungan
opportunity cost (row/colomn penalty) maka nilai Cij dummy digunakan sebagai
salah biaya terendah untuk menghasilkan selisih dari duan biaya yang terendah.
4. Pemcahan optimal dengan metode stepping stone dan Modi, sel-sel dummy
diperlakiukan seperti sel-sel lainnya.

2.6 TAK SEIMBANG: PERMINTAAN LEBIH BESAR DARI PADA

PERSEDIAAN
 Masalah transportasi, bila permintaan lebih besar daripada persediaan maka untuk
pemecahannya harus ditambah suatu baris semu (row dummy), sehingga jumlah
permintaan seimbang dengan jumlah persediaan.
Untuk menjelaskan masalah transportasi tak seimbang mengenai jumlah demand
(permintaan atau kebutuhan) konsumen dari seluruh tempat tujuan lebih besar daripada
jumlah sumber daya (persediaan).
1. Pemecahan Awal dengan Metode NWCR
Berdasarkan prosedur metode NWCR, pemecahan (solusi) awal
kasus/masalah transportasi PT Jonkjonk dapat dilihat dalam tabel 19 di
bawah ini

Tabel 19.

Dapat dilihat dalam tabel 19 di atas bahwa proses pemecahan awal

masalah transportasi PT Jonkjonk dengan menggunakan metode NWCR
ini diperoleh biaya transpor total sebesar Z = (8x120+ 15x30+ 10x50+
9x20 10x60+ 30x0) Rp1.000 = Rp2.690.000.

2. Pemecahan Awal dengan LC

Tabel 20
Pemecahan Awal dengan LC
Diperoleh biaya traspor totalsebesar z=( 70 * 5 + 50 * 6 + 40 * 15 + 40 *
12 80*3+30*0) Rp * 1000 = Rp * 1.92 * 0 .

3. Pemecahan awal dengan VAM

Tabel 21
Pemecahan Awal dengan VAM
Diperoleh biaya transpor total sebesar Z=( 40 * 8 + 80 * 6 + 70 * 10 +10*
12 + 80 * 3 + 30 * 0 ) Rp * 1 = Rp * 1.86 * 0 .

4. Metode NWCR (Awal) dan Metode Stepping Stone(Optimal)

Tabel 22
Metode NWCR dan Metode Stepping Stone
Diperoleh bays transpor total sebesar 2-(40x80x670x100x 12-80x3 30x0)
Rp1.000 Rp1.860.000.

2.7 TAK SEIMBANG : PERMINTAAN LEBIH KECIL DARI PADA

PERSEDIAAN
Masalah transportasi, bila lebih kecil daripada persediaan maka untuk
pemecahannya harus ditambah suatu kolom semu (colmn dummy), sehingg
Hemlah permintaan seimbang dengan jumlah persediaan. Untuk menjelaskan
masalah transportasi tak seimbang mengenai jumlah demand (permintaan
atau kebutuhan) konsumen dari seluruh tempat tujuan lebih kecil dari pada
jumlah sumber daya (persediaan), di bawah ini diberikan contoh so PT
Bengonk berkepentingan mengangkut gula dari tiga pabrik [Pabrik A, B dan
C) dari lokasi yang berda-beda ke tiga Pasar Induk (Pasar 1, 2, dan 3). Jumlah
persediaan gula dari seluruh tiga pabrik itu ada sebanyak 280 ton, dengan
rincian bahwa persediaan gula di Pabrik A, B, dan C berturut-turut sebanyak
120, 80, dan 80 ton. Sedangkan permintaan Pasar 1, 2, dan 3 berturut-turut
150, 70, dan 40 ton

Dari hasil observasi, biaya transpor dari Pabrik A ke Pasar 1, 2, dan 3,

masing- masing sebesar 8.000, 5.000, dan 6.000 rupiah per ton. Biaya
transpor Pabrik B ke Pasar 1, 2 dan 3, masing-masing sebesar 15.000, 10.000,
dan 12.000 rupiah per ton Sedangkan biaya transpor dari Pabrik C ke Pasar 1,
2, dan 3, masing-masing 3.000. 9.000, dan 10.000 rupiah per ton. Selesaiakan
masalah transportasi di atas sehingga biaya transportasi mencapai
optimu/minimum.

Dalam kasus di atas, jumlah seluruh permintaan sebanyak 260 ton, sedangkan
Jumah seluruh persediaan pabrik sebanyak 280 ton. aUntuk memberi
keseimbangan maka hrus dicaptakan kolom semu (colmn dummy) dengan
permintaan sebanyka 280-260=20 ton, sehingga jumlah permintaan sama
dengan jumlah persediaan

yaitu masing-masing sebanyak 280 ton..

1. Pemecahan Awal dengan Metode NWCR Berdasarkan prosedur metode
NWCR, pemecahan (solusi) awal kasus/masalah transportasi PT Bengonk
dapat dilihat dalam tabel 23 di bawah ini.

Dapat dilihat dalarn tabel 23 di atas bahwa proses pemecahan awal

masalah transportasi PT Bengonk dengan menggunakan metode NWCR
ini diperoleh biaya transpor total sebesar Z= (8x120+
15x30+10x50+9x20+ 10x40+ 20x0) Rp1.000 = Rp2.490.000,
2. Pemecahan Awal dengan Metode LC
Berdasarkan prosedur metode LC, pemecahan (solusi) awal kasus/masalah
transportasi PT Bengonk dapat dilihat dalam tabel 24 di bawah ini.
Pemecahan Awal Metode LC

3. Metode NWCR (Awal) dan Metode Stepping Stone (Optimal) Pemecahan

Awal Matode NWGR dan Pemecahan Optimum Metode Stepping Stone
Tabel 25

Dengan menggunkan metode Stepping Stone, setelah melalui empat iterasi

maka perubahan nilai pada seluruh sel nonbasis bernilai positif. Dengan
 demikian telah dicapai pemecahan optimal dengan biaya transportasi
minimal Oleh karena metode Modi adalah dual metode stepping stone,
maka pemecahan optimal secara metode Modi juga menaglami empat
iterasi, denagn biaya transpor total:

Z=(70x8+10x5+40x6+60 x 10+80x3+20 x 0) Rp1.000 = Rp1.690.000.

2.8 MASALAH TRANSPORTASI DEGENERASI
Setiap pemecahan masalah transportasi dari suatu tabel akan menghasilkan variabel basis
sebanyak mn-1 (jumlah sel baris + jumlah sel kolom-1), lazimnya disebut tabel mxn.
Misalnya tabel 3x3 atau pada baris ada 3 sel dan pada kolom ada 3 sel maka variabel
basis ada sebanyak 3+ 3-1 = 5 sel. Apabila suatu tabel transportasi memiliki sel basis
kurang atau lebih dari mn-1. maka hal ini disebut masalah degenerasi. Dalam masalah
degenerasi, bila pemecahan awalnya digunakan metode NWCR, maka pemecahan
optimalnya tidak dapat menerapkan metode Stepping Stone atau Modi. Hal ini
disebabkan bahwa Stepping Stone tidak dapat membentuk jalur tertutup (closed path)
pada beberapa sel nonbasis, sehingga tidak dapat dihitung masing-masing perubahan biya
pada sel-sel nonbasis.
Untuk mengatasi masalah degenerasi ini. Jlur NWCR direkayasa agar mata rantai
sel basis tidak terputus, yaitu dengan memberikan nilai nol pada salah satu sel nonbasis
sesuai dengan jalur mata rantai. Pembentukan mata rantai NWCR pada sel basis selalu
dimulai dari pojok kiri atas (north-west corner), bergerak ke kanan (baris), kemudian ke
bawah (kolom) dan seterusnya silih berganti, atau dari pojok kiri atas bergerak ke bawah
(kolom), kemudian ke kanan (baris) dan seterusnya silih berganti hingga berbentuk
gambar seperti tangga, Khusus pada masalah trata degenerasi, penambhan nila nol pada
sel nonbasis boleh pada haris atau leoles yang peria melakukan uji-catu untuk
menentukan mana yang terbaik.
Untuk menjelaskan masalah teransportast degenerus, di bawah ini diberikan
contoh soal:
PT Mirdonk berkepentingan mengangkut gula dari tiga pabrik (Pabrik A, dan C)
dari lokasi yang berda-beda ke tiga Pasar Induk (Pasar 1. 2, dan 3). Jumlah persediaan
gula dari seluruh tiga pabrik itu ada sebanyak 115 ton, dengan rincia haha persediaan
gula di Pabrik A, B, dan berturut-turut sebanyak 55, 25, das 15 ton. Selangkan jumlah
malan rasa sebanyak 115 ton (male transportast seimbang dengan rincian bahwa
permintaat Pasar 1.2, dan 3 berturut turut 35, 45, dan 35 ton)
Dari hasil observasi, biaya transpor dari Pabrik A ke Pasar 1, 2, dan 3, masing-
masing sebesar 4.000, 8000, dan 8.000 rupiah per ton. Biaya transpor Pabrik e Pasar 1, 2,
dan 3, masing-masing sebesar 6.000, 24.000, dan 16.000 rupiah per ton Sedangkan biaya
transpor dari Pabrik C ke Pasar 1, 2, dan 3, masing-masing 81.000, 6.000, dan 24.000
rupiah per ton. Selesaiakan masalah transportasi di atas sehing hiaya transportasi
mencapai optimu/minimum.
1. Pemecahan Awal dengan Metode NWCR
Berdasarkan prosedur metode NWCR, pemecahan (solusi) awal kasus/masalah
transportasi PT Mirdonk dapat dilihat dalam tabel 26 di bawah ini.
 Tabel 26 Pemecahan Awal dengan Metode NWCR

Dapat dilihat dalam tabel 26 di atas bahwa proses pemecahan awal masalah transportasi
PT Mirdonk dengan menggunakan metode NWCR ini diperoleh biaya transpor total
sebesar 2 (35x4+ 20x8+ 25x24+ 35x24) Rp1.000 = Rp1.740.000

2. Pemecahn Awal NWCR dan Pemecahan Optimal Stepping Stone

Dalam tabel 26 di atas menunjaldan bahwa pada sel basis X dialokasikom sebanyak 25
ton, ternyata pengalokastan ini menghabiskan persediaan Pabrik B. sehingga jalur mata
rantai NWCR terputus, karena langsung pengalokatanya or sel basis X,,. Hal ini berarti
jumlah sel basis ada sebanyak 4 sel, sedangkan menurut persyaratan, sel basis harus
berjumlah mn-1-3-3-1-5 sel (m = jumla sel pada baris dan n = jumlah sel pada kolom).
Oleh karena itu, jalur mata rantai NWCR terputus, mengakibatkan metode Stepping
Stone udak dapat membuat jalur tertutup pada sel-sel nonhasis, yaitu X, X, X, dan X, Hal
inilah yang disebut masalah degenerasi.
Untuk mengatasi hal tersebut, nilai nol dialokasikan ke X,, sesuai dengan jalur
mata rantai NWCR, sehingga jalur tertutup Stepping Stone pada sel-sel nonbasis dapat
dilaksanakan sehingga penyelesaian optimal secara metode Stepping Stone atau Modi
dapat dilaksanakan, seperti tabel 27 di bawah ini.
Tabel 27. NCWR (awal) dan stepping stone (optimal)