Bahan Ajar Program Linear Bahan Ajar Prolin (3) Mat Genap 2022-23

KEMENTERIAN RISET, TEKNOLOGI DAN PENDIDIKAN
TINGGI
UNIVERSITAS NEGERI SEMARANG (UNNES)
Kantor: Komplek Simpang 5 Unnes Kampus Sekaran, Gunungpati, Semarang 50229
Rektor: (024)8508081 Fax (024)8508082, Purek I: (024) 8508001
Website: www.unnes.ac.id - E-mail: unnes@unnes.ac.id
FORMULIR MUTU
BAHAN AJAR/DIKTAT
No. Dokumen No. Revisi Hal Tanggal Terbit
FM-01-AKD-07 02 2dari 8 30 Januari 2023
BAHAN AJAR/DIKTAT
PROGRAM LINEAR (3)

KODE MK : 20P03357
JUMLAH SKS : 3 SKS
PROGRAM STUDI MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI
SEMARANG TAHUN 2023
Diperiksa oleh :
Dibuat oleh :
Dilarang memperbanyak sebagian atau seluruh isi dokumen
tanpa ijin tertulis dari BPM UNNES
TINGGI
FORMULIR MUTU
BAHAN AJAR/DIKTAT
VERIFIKASI BAHAN AJAR
Pada hari ini selasa tanggal 30 Januari 2023, Bahan Ajar Mata Kuliah PROGRAM
LINEAR Program Studi Matematika Fakultas Matematika dan Ilmu Pengetahuan
Alam telah diverifikasi oleh Ketua Jurusan/ Ketua Program Studi Pendidikan
Matematika.
Semarang, 30 Januari 2023

Ketua Jurusan Matematika Penulis
Dr. Mulyono Msi. Wakhid Fitri Albar, S.Pd., M.Sc.

NIP. 197009021997021001 NIP. 199303242022031007
Diperiksa oleh :
Dibuat oleh : Dilarang memperbanyak sebagian atau seluruh isi dokumen tanpa ijin
tertulis dari BPM UNNES
TINGGI
FORMULIR MUTU
BAHAN AJAR/DIKTAT
PRAKATA
Puji syukur saya haturkan kepada Allah SWT karena atas berkat
dan rahmatNya saya dapat menyelesaikan penyusunan Bahan Ajar
Program Linear ini dengan baik. Bahan Ajar ini berisi materi-materi
tentang model matematika, metode grafik, metode simplek, dualitas,
sensitivitas, kemerosotan, transportasi dan penugasan. Materi-materi
tersebut dijabarkan dalam definisi , konsep-konsep dan langkah-langkah
penerapan serta contoh-contoh. Dengan mempelajari hal tersebut
diharapkan selain menguasai materinya, mahasiswa dapat berpikir logis
dan menerapkannya dalam kehidupan sehari-hari dalam berbagai bidang
ilmu ( Ekonomi, Peternakan, Kesehatan, dll).
Bahan Ajar Program Linear ini telah disusun sebelumnya dan
telah direvisi, namun dengan perkembangan ilmu dan aplikasinya, maka
akan terus dilakukan revisi setiap tahunnya sehingga semakin luas
bahasannya dengan tetap memperhatikan diskripsi mata kuliah tersebut.
Demikianlah prakata dari penyusun, semoga Bahan Ajar Program
Linear ini dapat bermanfaat dan memudahkan mahasiswa untuk belajar
dan memahami materi yang diberikan. Berkat Tuhan
Penyusun.
Diperiksa oleh :
TINGGI
FORMULIR MUTU
BAHAN AJAR/DIKTAT
DESKRIPSI MATAKULIAH
DESKRIPSI MATA KULIAH :

Mata kuliah ini menyajikan materi yang meliputi tentang model matematika, metode grafik,
metode simplek, dualitas, sensitivitas, kemerosotan, transportasi dan penugasan
CAPAIAN PEMBELAJARAN LULUSAN :

1. Mampu beradaptasi, bekerja sama, berkreasi, berkontribusi, dan berinovasi dalam
menerapkan ilmu pengetahuan pada kehidupan bermasyarakat serta memiliki wawasan
global dalam perannya sebagai warga dunia ( Sikap)
2. Menguasai prinsip-prinsip terapan matematika dalam pemodelan matematika, program
linear, persamaan diferensial, dan metode numerik(Pengetahuan)
3. Mampu menerapkan pemikiran logis, kritis, sistematis, dan inovatif dalam konteks
pengembangan atau implementasi ilmu pengetahuan dan teknologi yang memperhatikan
dan menerapkan nilai humaniora yang sesuai dengan bidang keahliannya (Ketrampilan
Umum)
4. Mengamati, mengenali, merumuskan dan memecahkan masalah melalui pendekatan
matematis dengan atau tanpa bantuan piranti lunak. (Ketrampilan Khusus)
5. Menguasai prinsip- prinsip pemodelan matematika, program linear, persamaan
diferensial, dan metode numerik. ( Ketrampilan Khusus
CAPAIAN PEMBELAJARAN MATAKULIAH :

1. Mampu beradaptasi, bekerja sama, berkreasi, berkontribusi, dan berinovasi dalam
menerapkan ilmu pengetahuan pada kehidupan bermasyarakat serta memiliki wawasan
global dalam memahami konsep dasar Program Linear
2. Menguasai prinsip-prinsip terapan matematika dalam konsep dasar Program Linear yang
meliputi model matematika, metode grafik, metode simpleks, dualitas, sensitivitas,
kemerosotan, transportasi dan penugasan
3. Menerapkan pemikiran logis, kritis, sistematis dan inovatif dalam menyelesaikan
masalah-masalah yang terkait dengan model matematika, metode grafik, metode
simpleks, dualitas, sensitivitas, kemerosotan, transportasi dan penugasan
Diperiksa oleh :
4. Mengamati, mengenali, merumuskan dan memecahkan masalah melalui pendekatan
matematis dengan atau tanpa bantuan piranti lunak dan menguasai konsep-konsep
Program Linear yang meliputi model matematika, metode grafik, metode simpleks,
dualitas, sensitivitas, transportasi dan penugasan
Diperiksa oleh :
TINGGI
FORMULIR MUTU
BAHAN AJAR/DIKTAT
DAFTAR ISI
Prakata
Daftar Isi
Bab 1 : Model Matematika
Sejarah dan Prinsip Program Linear
Model Matematika
Bab 2 : Metode Grafik
Metode Grafik
Metode Garis Selidik
Bab 3 : Metode Simpleks
Masalah Maksimum dan Minimum
Kasus-Kasus Khusus
Bab 4 : Masalah Dualitas
Primal dan Dual
Tafsiran Geometri Masalah Dualitas
Bab 5 : Masalah Sensitivitas
Perubahan Nilai Ruas Kanan
Perubahan Koefisien Fungsi Tujuan
Penambahan Kendala Baru
Perubahan Koefisien Tehnis
Penambahan Variabel Baru
Bab 6 : Kemerosotan
Aturan Anti Siklus Bland
Aturan Lexicographic
Bab 7 : Masalah Transprtasi
Program Awal : NWC, VAM, Inspeksi
Program Perbaikan : Steppingstone, MODI
Bab 8 : Masalah Penugasan
Diperiksa oleh :
Metode Hongarian
Daftar Pustaka
BAB 7
MASALAH TRANSPORTASI
7.1. Pengertian Masalah Transportasi

Masalah transportasi yang akan dibahas dalam buku ini adalah masalah transportasi
sebagai kasus khusus dari masalah PL. Masalah yang dihadapi dalam kasus ini adalah masalah
yang berkaitan dengan adanya sejumlah m tempat asal (origin), dimana tempat asal ke-i (Ai)
memiliki sejumlah ai unit barang tunggal dari suatu komoditas. Disamping itu terdapat
sebanyak n tempat tujuan (destination), dimana tempat tujuan ke-j (Tj) menghendaki tj unit .
Dianggap bahwa ai,tj>0. Barang-barang tunggal itu akan dikirimkan dari tempat asal ke tempat
tujuan. Pengiriman barang tersebut memerlukan biaya pengangkutan sebesar cij satuan uang
untuk satu unit barang dari Ai ke Tj Masalahnya adalah menentukan model pengiriman
sehingga biaya untuk pengiriman seluruh barang dari tempat-tempat asal ke tempat-
tempat tujuan (Z) seminimal mungkin, dan seluruh permintaan dari tempat tujuan
dipenuhi (model baku). Dengan demikian informasi yang harus ada dalam masalah
transportasi adalah:
(1) Banyaknya daerah asal beserta kapasitas barang yang tersedia untuk masing-masing
tempat asal .
(2) Banyaknya tempat tujuan beserta permintaan (demand) barang untuk masing-masing
tempat tujuan.
(3) Biaya angkut untuk setiap unit barang dari suatu tempat asala ke suatu tempat tujuan.
Dalam situasi nyata barang tunggal dapat berupa minuman, bahan makanan, alat-lat listrik,
alat-alat rumah tangga, dsb. Tempat asal dapat berupa gudang, pelabuhan, depot, pabrik,dsb.
Tempat tujuan dapat berupa gudang, agen, lokasi proyek, toko, dsb.
Misalkan xij adalah banyaknya unit barang yang dikirim dari A i ke Tj. Anggap bahwa
total barang yang akan dikirim (supply) atau kapasitas total sama dengan permintaan total,
jadi:
∑ 𝐚𝐢 = ∑ 𝐓𝐣 , 𝐢 = 𝟏, 𝟐, … , 𝐦; 𝐣 = 𝟏, 𝟐, … , 𝐧. ……………………(7.1)
Diperiksa oleh :
Model matematika masalah tersebut dapat ditulis sebagai berikut:
Min: Z = c11x11 + c12x12 + c1nx1n +
c21x21 + c22x22 + c2nx2n +
…………………………
cm1xm1 + cm2xm2 + … + cmnxmn ……………………..(7.2.a)
h.m.: x11 + x12 + … + x1n = a1,
x21 + x22 + … + x2n = a2,
………………………...,
xm1 + xm2 + … + xmn = am,
x11 + x21 + … + xm1 = t1,
x12 + x22 + … + xm2 = t2,
…………………………,
x1n + x2n + … + xmn = tn,
xij ≥ 0, ai ≥ 0, tj ≥ 0, i = 1, 2, …, m; j = 1, 2, …, n. ……..(7.2.b)
Secara grafik masalah transformasi dapat digambarkan seperti pada Gambar 7.1. Masalah
transportasi adalah masalah yang khas dan penting dalam masalah ekonomi. Masalah
transportasi diesbut juga masalah Hitchcock pada. Pada tahun 1939 L.V. Kantorovich
telah menyelidiki masalah transportasi, F.L. Hitchcock pada tahun 1941, dan T.C.
Koopmans pada tahun 1947. Masalah transportasi dapat diselesaikan dengan metode
simpleks, sebab model matematika dari masalah transportasi merupakan keadaan khusus
dari model matematika masalah PL. Kelemahan metode simpleks untuk menyelesaikan
masalah transportasi adalah timbulnya masalah kemerosotan. Dalam bab ini masalah
transportasi akan diselesaikan dengan algoritma transportasi. Adapun langkah-langkah
algoritma transportasi sebagai berikut:
(1) Menyiapkan tabel untuk model transportasi.
(2) Menyusun program awal sehingga diperoleh penyelesaian fisibel.
(3) Menentukan biaya kesempatan dari sel-sel kosong.
(4) Menguji apakah program sudah optimal.
(5) Menyusun program perbaikan, apabila belum ditemukan program optimal.
Diperiksa oleh :
a1
a2
ai
Gambar 7.1
am
7.2. Tabel untuk Model Transportasi

Tabel untuk Model Transformasi atau tabel algoritma transformasi dapat disusun
seperti pada Tabel 7.1.
Keterangan untuk Tabel 7.1:
Ai : Tempat asal ke-i.
Tj : Tempat tujuan ke-j.
ai : Kapasitas (persediaan) barang di tempat asal ke-i.
ti : Permintaan tempat tujuan ke-j.
cii : Biaya pengiriman per unit barang dari tempat asala ke-I ke tempat tujuan ke-j.
xii : Banyaknya unit barang yang dikirim dari A i ke Tj.
Persyaratan samping (PS) adalah:∑ 𝐚𝐢 = ∑ 𝐭 𝐣 , i = 1, 2, ..., m; j= 1, 2, …, n.
Untuk selanjutnya:
Jika xij=0, maka dalam kotak tidak diisi (nilai nol tidak ditulis) dan kotak
disebut sel kosong atau sel air.
Jika xij>0, maka kotak disebut sel isi atau sel batu.
Sel (i,j) adalah kotak yang berisi x ij dan cij.
Pada buku ini nilai xij akan ditulis dengan angka ukuran besar dengan perbandingan
cij : xij = 12 : 16.
Tabel 7.1
Diperiksa oleh :
TEMPAT
T1 T2 … Tj ... Tn KAPASITAS
ASAL/TUJUAN
Al
c11 c12 clj c1n
… … al
x11 x12 x1j x1n
A2 c2j
c21 c22 c2n
a2
x21 x22 x2j x2n
. .
. .
. .
Ai cil ci2 cij cin
ai
xi1 xi2 xij xin
. .
. .
. .
Am cml cm2 cmj cmn
am
xm1 xm2 xmj xmn
PERSYARATAN
PERMINTAAN t1 t2 ... tj ... tn
SAMPING
7.3. Penyusunan Program Awal

Contoh 7.1 adalah contoh masalah transportasi dan pada subbab ini akan disusun
program awal untuk pemecahan selanjutnya.
Contoh 7.1
Sebuah pabrik yang memproduksi satu jenis alat pertanian memiliki 4 buah gudang
penyimpanan yang letaknya di empat tempat yang berbeda yaitu A,B,C, dan D serta 5 agen
penyalur di lima kota yang berbeda, yaitu P, Q, R, S, dan T. Pada suatu periode waktu
masing-masing gudang berturut-turut meyimpan 900, 540, 810, dan 990 unit barang.
Sementara itu masing-masing agen berturut-turut memesan 360, 720, 540, 900, dan 720 unit.
Adapun biaya pengiriman dari satu gudang ke satu agen tampak pada Tabel 7.2. Pabrik
menghendaki semua barang terkirim dan semua permintaan agen terpenuhi dengan biaya
yang sekecil mungkin.
Diperiksa oleh :
Tabel 7.2
Biaya pengangkutan pengiriman per unit barang
dalam ribuan rupiah.
TEMPAT P Q R S T
ASAL/TUJUAN
A 30 2 18 12 20
B 24 14 14 8 2
C 2 14 12 12 16
8 18 10 18 24
D
Informasi diatas dapat kita tuangkan secara lebih sederhana dalam Tabel 7.3. yang disebut juga
dengan tabel alokasi.
Tabel 7.3
TEMPAT T1 T2 T3 T4 T5 KAP.
ASAL/TUJUAN
Al 30 2 18 12 20 900
A2 24 14 14 8 2 540
A3 2 14 12 12 16 810
A4 8 18 10 18 24 990
PERMINTAAN 360 720 540 900 720 3240
Untuk menyusun program awal ada 3 macam cara, yaitu NWC (North West Corner),
VAM (Vogel's Approximation Method), dan Metode Inspeksi.
7.3.1. Metode NWC
Metode NWC memulai dengan mengisi sel (1,1) dengan x ij sebesar mungkin. Sel
(1,1) paling besar diisi 360 unit, sebab permintaan T1 sebesar 360. Jadi tidak mungkin mengisi
sel (1,1) lebih besar dari jumlah itu. Jadi pada program awal (disajikan pada Tabel 7.4.a)
nilai x11=360. Kapasitas A l tinggal 900-360= 540 dan ini dikirimkan ke T 2 (Jadi x12= 540),
sehingga permintaan masih kurang 720-540=180. Kekurangan itu dikrim dari A2, berarti
x22 =180. Apabila proses ini dilanjutkan maka akan diperoleh program awal seperti
tertuang pada Tabel 7.4.a. Dari Tabel 7.4.a diperoleh:
Z=(360x30)+(540x2)+(180x140+(360x14)+(180x12)+(630x12)+(270x18)+(720x24)
Diperiksa oleh :
= 51300, dicapai bila yang diprogramkan adalah x11, x12 , x22, x23, x33, x34, x44, dan x45.
Tabel 7.4.a
T1 T2 T3 T4 T5 KAP.
Al 30 2 18 12 20 900
360 540
A2 24 14 14 8 2 540
180 360
A3 2 14 12 12 16 810
180 630
A4 8 18 10 18 24 990
270 720
360 720 540 900 720 3240
Jadi langkah- langkah menyusun program awal dengan Metode NWC adalah:
(1) Isi sel (1,1) dengan x 11 = Min { a 1 , t 1 }.
(2) Jika x11 = a1, maka isi sel (2,1) dengan x 21 = t 1 – x11.
Jika x11= t1, maka isi sel (1,2) dengan x12 = a1-x11.
(3) Misalkan sel (i,j) adalah sel terakhir yang baru saja diisi dengan xij.
Jika ∑ xij = ai dengan j=1,2,...,n. , maka sel (i, j+1) diisi dengan xij = ai.
Jika ∑ xij = t j dengan i = 1,2,...,m., maka sel ( i + 1, j) diisi dengan x ij = tj.
dan seterusnya sampai (m+n-1) buah sel terisi.
7.3.2. Menyusun Program Awal dengan VAM
VAM sering juga disebut Metode Pinalti. Langkah-langkah menyusun program awal
dengan VAM sebagai berikut:
(1) Menyiapkan tabel alokasi.
(2) Menghitung selisih biaya pengiriman ke suatu tempat tujuan anatara dua tempat asal.
Selanjutnya dihitung untuk semua tempat tujuan. Perbedaan dua biaya termurah
menunjukkan besarnya pemborosan dikarenakan tidak menggunakan jalan yang
termurah. Selisih dua biaya tersebut merupakan hukuman atau pinalti dan disebut beda
Diperiksa oleh :
baris (BB).
(3) Menghitung selisih biaya pengiriman dari suatu tempat asal ke dua tempat tujuan.
Selanjutnya dihitung untuk semua tempat asal. Perbedaan dua biaya termurah
menunjukkan besarnya pemborosan dikarenakan tidak menggunakan jalan yang
termurah. Selisih dua biaya tersebut merupakan hukuman atau pinalti dan disebut beda
kolom (BK).
(4) Membandingkan beda kolom dan beda baris. Nilai yang terbesar dari beda kolom dan
beda baris menunjukkan bahwa pada kolom atau baris tersebut mendapat penalti
tertinggi. Jadi apabila pada baris atau kolom yang mendapat pinalti tertinggi
dimasukkan ke dalam program, maka akan segera menghasilkan biaya total terkecil.
Oleh karena itu sel dengan biaya termurah pada baris atau kolom ini diprioritaskan
untuk diprogramkan semaksimal mungkin.
(5) Mengisi sel yang diperoleh pada langkah keempat dan kolom atau baris yang alokasinya
terpenuhi dihapus atau dicoret.
Tabel 7.3 apabila kita hitung beda baris dan beda kolom akan menjadi Tabel 7.5.a.
Karena kolom ke-5 mempunyai beda terbesar, maka sel yang biayanya (c ij) terkecil yaitu
sel (2,5) dengan c25 =8 diisi semaksimal mungkin. Jadi x 25 = Min {a2,t5}=540. Selanjutnya
kolom ke-5 dicoret(dihapus, ditutup dengan garis) dan berubah menjadi Tabel 7.5.b
Tabel 7.5.a
T1 T2 T3 T4 T5 KAP. BK
Al 30 2 18 12 20 900 10
A2 24 14 14 8 2 540 6
A3 2 14 12 12 16 810 10
A4 8 18 10 18 24 990 2
PERMINTAAN 360 720 540 900 720 3240
BB 6 4 2 4 14
Pada Tabel 7.5.a beda BB atau BK terbesar terletak pada kolom-5 yaitu 14 dengan
C25 = Min {C25}= 2. Jadi x25 masuk program dan x25= Min { a2, t5}= Min {540,720}= a2 =
540. Ini berarti baris ke-2 dihapus dan t 5 *= t 5 -a 2 = 720-450 = 180. Selanjutnya diperoleh
Tabel 7.5.b.
Diperiksa oleh :
Tabel 7.5.b
Al 30 2 18 12 20 900 10
A2 #
A3 2 14 12 12 16 810 10
A4 8 18 10 18 24 990 2
PERMINTAAN 360 720 540 900 180
B B 6 12 2 6 4
Pada Tabel 7.5.b beda BB atau BK terbesar terletak pada kolom-2 yaitu 12 dengan c12 =
Min {ci2}= 2. Jadi x12 masuk program dan x12= Min {al, t2}= Min {900,720}= t2 = 720. Ini
berarti kolom ke-2 dihapus dan a l *= a l – t 2 = 900-720=180. Selanjutnya diperoleh Tabel
7.5.c.
Tabel 7.5.c
Al 30 # 18 12 20 180 6
A2 #
A3 2 12 12 16 810 10
A4 8 10 18 24 990 8
PERMINTAAN 360 540 900 180
BB 6 2 4 4
Pada Tabel 7.5.c beda BB atau BK terbesar terletak pada baris ke-3 yaitu 10 dengan
c31= Min {c3j}= 2. Jadi x31 masuk program dan x31= Min {a3, t1}= Min {810,360}= t1 = 360.
Ini berarti kolom ke-1 dihapus dan a 3 *= a3 - t1 = 810-360= 450. Selanjutnya diperoleh
Tabel 7.5.d.
Tabel 7.5.d
Al # 18 12 20 180 6
A2 #
A3 # 12 12 16 450 4
A4 10 18 24 990 8
PERMINTAAN 540 900 180 3240
BB 2 4 4
___
Diperiksa oleh :
Pada Tabel 7.5.d beda BB atau BK terbesar terletak pada baris ke-4 yaitu 8 dengan c43 =
Min {c4j} = 10. Jadi x43 masuk program dan x43= Min { a4, t3} = Min {990,540}= t3 = 540.
Ini berarti kolom ke-3 dihapus dan a 4 * = a4 - t 3 = 990-540=450. Selanjutnya diperoleh
Tabel 7.5.e.
Tabel 7.5.e
Al # 12 20 180 8
A2 #
A3 # 12 16 450 4
A4 # 18 24 450 6
PERMINTAAN 900 180 3240
BB 6 4
Pada Tabel 7.5.e beda BB atau BK terbesar terletak pada baris ke-1 yaitu 8 dengan c14 , Min
{c1j }= 12. Jadi x 14 masuk program dan x 14= Min {a1, t4 }= Min {180,900}= a l = 180. Ini
berarti baris ke-1 dihapus dan t 4 *= t 4 – a1 = 900-180=720. Selanjutnya diperoleh Tabel
7.5.f.
Tabel 7.5.f
Al # #
A2 #
A3 # 12 16 450 4
A4 # 18 24 450 6
BB 6 8
Pada Tabel 7.5.f beda BB atau BK terbesar terletak pada kolom-5 yaitu 8 dengan c35=
Min {ci5}= 16. Jadi x35 masuk program dan x35= Min { a3, t5}= Min {450,180}= t 5= 180.
Ini berarti kolom ke-5 dihapus dan a3*= a 3 - t5= 450-180=270. Selanjutnya diperoleh
Tabel 7.5.g.
Diperiksa oleh :
Tabel 7.5.g
Al # #
A2 #
A3 # 12 # 270 12
A4 # 18 450 18
PERMINTAAN 720 3240
BB 6
Pada Tabel 7.5.g beda BB atau BK terbesar terletak pada baris ke-4 yaitu 18 dengan c44 =
Min {c4i}= 18. Jadi x 44 masuk program dan x 44= Min {a4, t4}= Min {450,720}= a 4 = 450.
Ini berarti baris ke-4 dihapus dan t 4 *= t 4 - a4 = 720-450=270. Selanjutnya diperoleh
Tabel 7.5.h.
Tabel 7.5.h
Al # #
A2 #
A3 # # #
A4 # 18 450 18
PERMINTAAN 450 3240
BB 4
Berdasarkan Tabel 7.5.h jelas bahwa yang harus masuk program adalah x34 dengan x34=270.
Jadi program selengkapnya seperti tampak pada Tabel 7.5.i.
Tabel 7.5.i
Al # #
A2 #
A3 # # #
A4 # #
PERMINTAAN 3240
BB
Apabila dikembalikan pada Tabel 7.3 program awal akan tampak seperti pada Tabel 7.5.j.
Diperiksa oleh :
Tabel 7.5.j
ASAL/TUJUAN
Al 30 2 18 12 20 900
720 180
A2 24 14 14 8 2 540
540
A3 2 14 12 12 16 810
360 270 180
A4 8 18 10 18 24 990
540 450
PERMINTAAN 360 720 540 900 720 3240
Program awal yang diperoleh dengan VAM pada masalah ini seperti tampak pada Tabel
7.5.j memberikan model pengiriman x12, x14, x25, x31, x34, x35, x43, x44 dengan
Z=(720x2)+( 180x 12)+(540x2)+(360x2)+(270x 12)+(180x16)+(540x10)+(450x18) =25020.
7.3.3. Menyusun Program Awal dengan Metode Inspeksi

Metode Inspeksi pada prinsipnya adalah pengisian sel dimulai pada sel dengan
biaya termurah dengan nilai yang sebesar-besarnya, diteruskan dengan sel-sel termurah
berikutnya. Setiap pengisian suatu sel (misalkan sel pada baris ke-i dan kolom ke-j) diikuti
dengan penghapusan atau pencoretan kolom atau baris yang memuat sel tersebut dengan
ketentuan:
Jika ai = Min {ai, tj }, maka baris ke-i dicoret/dihapus
Jika tj = Min { ai, tj }, maka kolom ke-j dicoret/dihapus.
Metode Inspeksi bila kita kenakan pada Tabel 7.3 akan menghasilkan Tabel 7.6.a, Tabel7.6.b
Tabel 7.6.c Tabel 7.6.d Tabel 7.6.e Tabel 7.6.f Tabel 7.6.g Tabel 7.6.h.
Tabel 7.3
ASAL/TUJUAN
Al 30 2 18 12 20 900
A2 24 14 14 8 2 540
A3 2 14 12 12 16 810
A4 8 18 10 18 24 990
PERMINTAAN 360 720 540 900 720 3240
Diperiksa oleh :
Pada Tabel 7.3 biaya termurah atau nilai cij terkecil adalah 2, yaitu pada sel (1,2), (2,5), dan
(3,1). Kita pilih salah satu, misalnya sel (3,1). Sel (3,1) maksimal dapat diisi dengan 360. Jadi
x31=360 , yang diperoleh dari x31= Min {a3, t1 }= Min {810,360}=360. Setelah x31 masuk
program, maka kolom ke-1 dihapus dan a3*=810-360=450, selanjutnya diperoleh Tabel 7.6.a.
Tabel 7.6.a
ASAL/TUJUAN
Al 2 18 12 20 900
A2 14 14 8 2 540
A3 # 14 12 12 16 450
A4 18 10 18 24 990
PERMINTAAN 720 540 900 720 3240
Pada Tabel 7.3.a biaya termurah atau nilai cij terkecil adalah 2, yaitu pada sel (1,2), dan
(2,5). Kita pilih salah satu, misalnya sel (1,2). Sel (1,2) maksimal dapat diisi dengan 720.
Jadi x12=720 , yang diperoleh dari xl2= Min {a1, t2}= Min {900,720}=720. Setelah x12 masuk
program, maka kolom ke-2 dihapus dan al*=900-720=180, selanjutnya diperoleh Tabel 7.6.b.
Tabel 7.6.b
ASAL/TUJUAN
Al # 18 12 20 180
A2 14 8 2 540
A3 # 12 12 16 450
A4 10 18 24 990
PERMINTAAN 540 900 720 3240
Pada Tabel 7.3 b biaya termurah atau nilai c ij terkecil adalah 2, yaitu pada sel (2,5). Sel
(2,5) maksimal dapat diisi dengan 540. Jadi x25=450 , diperoleh dari x25= Min { a2, t5}=
Min {540,720}=540. Setelah x25 masuk program, maka baris ke-2 dihapus dan t5*=720-
450=270, selanjutnya diperoleh Tabel 7.6.c.
Diperiksa oleh :
Tabel 7.6.c
ASAL/TUJUAN
Al # 18 12 20 180
A2 #
A3 # 12 12 16 450
A4 10 18 24 990
PERMINTAAN 540 900 270 3240
Pada Tabel 7.6.c biaya termurah atau nilai c ij terkecil adalah 10, yaitu pada sel (4,3). Sel
(4,3) maksimal dapat diisi dengan 540. Jadi x43=540 , diperoleh dari x 43= Min {a4, t3} =
Min {990,540}=540. Setelah x 43 masuk program, maka kolom ke-3 dihapus dan
a4*=990-540=540, selanjutnya diperoleh Tabel 7.6.d.
Tabel 7.6.d
ASAL/TUJUAN
Al # 12 20 180
A2 #
A3 # 12 16 450
A4 # 18 24 540
Selanjutnya untuk memperoleh Tabel 7.6.e, Tabel 7.6.f, Tabel 7.6.g, dan Tabel 7.6.h
perhitungan diserahkan pembaca.
Tabel 7.6.e
ASAL/TUJUAN
Al # #
A2 #
A3 # 12 16 450
A4 # 18 24 540
Diperiksa oleh :
Tabel 7.6.f
ASAL/TUJUAN
Al # #
A2 #
A3 # #
A4 # 18 24 540
Tabel 7.6.g
ASAL/TUJUAN
Al # #
A2 #
A3 # #
A4 # # 24 270
PERMINTAAN 270 3240
Tabel 7.6.h
ASAL/TUJUAN
Al # #
A2 #
A3 # #
A4 # # #
PERMINTAAN 3240
Apabila Tabel 7.6.h kita kembalikan pada Tabel 7.3 akan diperoleh Tabel 7.6.i.
Program awal yang dihasilkan dengan langkah-langkah dimuka adalah x12, x14, x25, x31, x34,
x43, x44, dan x45 masuk program dengan:
Z=(720x2)+(180x12)+(540x2)+(360x2)+(450x12)+(540x10)+(270x18)+(180x24) = 25380.
Diperiksa oleh :
Tabel 7.6.i
ASAL/TUJUAN
Al 2 12 900
720 180
A2 2 540
540
A3 2 12 810
360 450
A4 10 18 24 990
540 270 180
PERMINTAAN 360 720 540 900 720 3240
Dari tiga cara menyusun program awal diperoleh nilai Z yang berbeda-beda , yaitu Z=
25380 dengan Metode Inspeksi, Z=25020 dengan VAM, dan Z=51300 dengan NWC.
7.4. Program Optimal

Apabila program awal telah tersusun, maka langkah selanjutnya adalah menguji
apakah program yang telah tersusun sudah memberikan PO. Sekarang kita perhatikan
Tabel 7.7 yang merupakan kutipan dari Tabel 7.4.a .
Tabel 7.7
T1 T2 T3 T4 T5 KAP.
Al 30 2 18 12 20 900
360 540
A2 24 14 14 8 2 540
180 360
A3 2 14 12 12 16 810
180 630
A4 8 18 10 18 24 990
270 720
360 720 540 900 720 3240
Pada Tabel 7.7, misalkan 1 unit barang dikirimkan dari A 3 ke T 5 maka agar tetap
seimbang penerimaan T 5 dari A 4 juga harus dikurangi dengan 1 unit. Selanjutnya
Diperiksa oleh :
pengiriman dari A4 ke T4 harus ditambah, dan ini mengharuskan pengiriman dari A3 ke T4
dikurangi. Proses ini dapat dikatakan sebagai berikut:
x35 ditambah 1, x45 dikurangi satu, x44 ditambah satu, dan x34 dikurangi satu.
Tampak bahwa sel (3,5) merupakan bagian dari loop (lintasan tunggal) dari sel lain yang
berisi seperti tampak pada Gambar 7.2.
(3, 4) - + (3, 5)
(4, 4) + - (4, 5)
Gambar 7.2
Sekarang kita bahas pengaruh perubahan pengiriman 1 unit barang tadi terhadap besarnya
biaya. Pengiriman 1 unit dari A3 ke T5 berarti tambahan biaya (lx16), Pengurangan satu dari
x45 berarti pengurangan biaya (1x24), penambahan 1 terhadap x 44 berarti tambahan biaya
(1x18), dan pengurangan 1 dari x34 berarti pengurangan biaya (1x12). Jadi dengan perubahan
pengiriman 1 unit barang tadi akan meningkatkan Z (biaya total ) sebesar {(1x16)-
(1x24)+(lx18)-(1x12)}= -2 atau menurunkan Z sebesar 2. Ini berarti setiap penambahan
pengiriman 1 unit barang dari A3 ke A4 akan menurunkankan biaya total sebesar 2 satuan
uang. Jadi memasukkan x35 kedalam program memberikan keuntungan (penghematan biaya)
sebesar 2 satuan uang untuk setiap unit barang. Hal ini dikatakan bahwa opportunity cost
(OC) atau kesempatan menghemat biaya dari sel (3,5) sebesar 2. Untuk selanjutnya
oppotuniity cost dari sel (i,j) ditulis OC(i,j). Sehingga pada contoh diatas diperoleh
OC(3,5)=2 yang berasal dari -{(lx16)-(1x24)+(lx18)-(1x12)}. Perhitungan OC(3,5)
berdasarkan Gambar 7.2 dilakukan sebagai berikut:
(1) Dicari loop dari sel-sel isi yang melalui sel (3,5). Loop pada Gambar 7.2 dapat ditulis
(3,5)-(4,5)-(4,4)-(3,4).
(2) OC(3,5)= -{c 35 -c 45 +c 44 -c 34 }.
Diperiksa oleh :
Berikutnya kita perhatikan Tabel 7.8 yang merupakan kutipan dari Tabel 7. 5.j .\
Tabel 7.8
ASAL/TUJUAN
Al 30 2 18 12 20 900
720 180
A2 24 14 14 8 2 540
540
A3 2 14 12 12 16 810
360 270 180
A4 8 18 10 18 24 990
540 450
PERMINTAAN 360 720 540 900 720 3240
Pada Tabel 7.8, misalkan 1 unit barang dikirimkan dari A3 ke T3 maka agar tetap
seimbang penerimaan T3 dari A 4 juga harus dikurangi dengan 1 unit. Selanjutnya
pengiriman dari A4 ke T4 harus ditambah, dan ini mengharuskan pengiriman dari A3 ke T4
dikurangi. Proses ini dapat dikatakan sebagai berikut:
x33 ditambah 1, x43 dikurangi satu, x44 ditambah satu, dan x34 dikurangi satu. Tampak
bahwa sel (3,3) merupakan bagian dari loop (lintasan tunggal) dari sel lain yang berisi
seperti tampak pada Gambar 7.3.
(3, 3) + - (3, 4)
(4, 3) - + (4, 4)
Gambar 7.3
Sekarang kita bahas pengaruh perubahan pengiriman 1 unit barang tadi terhadap
besarnya biaya. Pengiriman 1 unit dari A3 ke T3 berarti tambahan biaya (lx12),
Diperiksa oleh :
Pengurangan satu dari x43 berarti pengurangan biaya (1x10), penambahan 1 terhadap x 44
berarti tambahan biaya (1x18), dan pengurangan 1 dari x 34 berarti pengurangan biaya
(1x12). Jadi dengan perubahan pengiriman 1 unit barang tadi akan meningkatkan Z
(biaya total ) sebesar {(1x12)-(1x10)+(1x18)-(1x12)}= 4. Ini berarti setiap penambahan
pengiriman 1 unit barang dari A3 ke A4 akan meningkatkan biaya total sebesar 4 satuan
uang. Loop dari sel-sel yang melalui sel kosong (3,3) adalah (3,3)-(3,4)-(4,4)-(4,3).
OC(3,3)= -{ c33-c34+c44-c43 } = -4.
Dari 2 contoh diatas menunjukkan apabila OC suatu sel kosong bernilai positip
berarti memasukkan program sel itu (mengisi sel kosong itu) akan menurunkan Z.
Sedangkan sel kosong yang OC nya bernilai positif akan menaikan Z jika sel itu masuk
program. Mudah dipahami bahwa jika OC dari suatu sel kosong bernilai nol, maka di luar
atau di dalam program sel itu tidak mempengaruhi nilai Z. Ini berarti bahwa apabila
dalam suatu tabel masalah transportasi masih ada sel kosong yang OC nya positif,
maka program tersebut belum optimal.
Dalam perhitungan OC sel kosong pada dua contoh diatas menggunakan loop dari
sel-sel isi yang melalui sel kosong yang dihitung OC nya. Pemilihan sel-sel dalam loop
mempertimbangkan keseimbangan antara kapasitas dan permintaan. Keseimbangan itu akan
terjadi jika dalam tabel:
(1) Awal dan akhir sel dalam loop terletak pada baris yang sama atau kolom yang sama.
(2) Setiap pasang sel yang berurutan dalam loop letaknya sebaris atau sekolom.
(3) Tidak ada 3 sel berurutan terletak dalam satu baris atau satu kolom.
Jadi loop suatu sel kosong adalah barisan sel yang dimulai dari sel kosong itu dan
diikuti oleh sel-sel isi yang memenuhi syarat (1), (2), dan (3).
7.5. Menghitung OC Sel Kosong

Dalam buku ini akan dibicarakan dua cara untuk mengitung OC sel kosong yaitu
Metode Steppingstone dan MODI.
S7.5.1. Metode Steppingstone
Langkah-langkah untuk menghitung OC suatu sel kosong dengan Metode
Steppingstone pada prinsipnya adalah seperti yang dijelaskan pada Subbab 7.4. Secara umum
langkah-langkah itu dapat dirumuskan sbb.:
Diperiksa oleh :
(1) Membuat loop dari sel kosong yang akan dihitung OC nya.
(2) Misalkan sel (r,k) adalah sel kosong yang akan dihitung OC nya dan loopnya adalah (r0,
k0)-(r0, k1)- (r1, k1)- (r1, k2)- (r2, k2)-…- (rp, kp)- (rp, k0), maka
𝐎𝐂(𝐫, 𝐤) = − {𝐜𝐫𝟎 𝐤 𝟎 − 𝐜𝐫𝟎 𝐤𝟏 + 𝐜𝐫𝟏 𝐤𝟏 − 𝐜𝐫𝟏 𝐤𝟐 + 𝐜𝐫𝟐 𝐤𝟐 − ⋯ + 𝐜𝐫𝐩𝐤𝐩 − 𝐜𝐫𝐩 𝐤 𝟎 }
Sekarang kita hitung OC dari sel-sel kosong pada Tabel 7.9 yang merupakan kutipan
dari Tabel 7.6.i dan merupakan program awal dari Tabel 7.3 yang disusun dengan
Metode Inspeksi.. Sel-sel kosong , loop, dan perhitungan nilai OC pada Tabel 7.9 tampak
pada Tabel 7.10. Tabel 7.10 menunjukkan masih ada sel kosong yang OC nya positif,
yaitu sel (3,5). Jadi model pengiriman yang ditunjukkan pada Tabel 9 bukan merupakan
program optimal.
Tabel 7.9
ASAL/TUJUAN
Al 2 12 900
720 180
A2 2 540
540
A3 2 12 810
360 450
A4 10 18 24 990
540 270 180
PERMINTAAN 360 720 540 900 720 3240
Tabel 7.10
NO. SEL LOOP PERHITUNGAN

KOSONG
1 (1,1) (1,1)-(3,1)-(3,4)-(1,4) - (30-2+12-12) -28
2 (1,3) (1,3)-(4,3)-(4,4)-(1,4) -(18-10+18-12) -14
3 (1,5) (1,5)-(1,4)-(4,4)-(4,5) -(20-12+18-24) -2
4 (2,1) (2,1)-(3,1)-(3,4)-(4,4)-(4,5)-(2,5) -(24-2+12-18+24-2) -38
5 (2,2) (2,2)-(2,5)-(4,5)-(4,4)-(1,4)-(1,2) -(14-2+24-18+12-2) -28
7 (2,3) (2,3)-(4,3)-(4,5)-(2,5) -(14-10+24-2) -26
8 (2,4) (2,4)-(4,4)-(4,5)-(2,5) -(8-18+24-2) -12
9 (3,2) (3,2)-(3,4)-(1,4)-(1,2) -(14-12+12-2) -12
10 (3,3) (3,3)-(4,3)-(4,4)-(3,4) -(12-10+18-12) -8
11 (3,5) (3,5)-(3,4)-(4,4)-(4,5) -(16-12+18-24) 2***
Diperiksa oleh :
12 (4,1) (4,1)-(4,4)-(3,4)-(3,1) -(8-18-12+2) 0
13 (4,2) (4,2)-(4,4)-(1,4)-(1,2) -(18-18+12-2) -10
7.5.2. MODI
MODI adalah singkatan dari Modified Distribution Method. Jika menghitung OC
sel kosong dengan Metode Steppingstone terlebih dahulu harus membuat loop, maka pada
MODI tidak perlu membuat loop. Adapun langkah-langkah MODI sbb:
(1) Menentukan bilangan baris (BR) dan bilangan kolom (BK) yang memenuhi hubungan:
Rr + Kk=crk ................................................. (7.3)
dengan:
sel (r,k) adalah sel isi, R r = bilangan baris ke-r,
Kk= bilangan kolom ke-k,
crk=bilangan baris ke-r dan kolom ke-k.
Dalam masalah transportasi yang tabel alokasinya berukuran mxn, suatu

penyelesaian dasar yang fisibel memuat (m+n-1) variabel. Ini berarti dalam suatu
program harus mem uat m+n -1 sel isi. Sedangkan banyaknya bilangan
baris/bilangan kolom adalah (m+n). Oleh karena itu agar supaya semua bilangan
baris dan bilangan kolom dapat ditentukan, maka salah satu diantara bilangan -
bilangan tersebut harus diketahui atau ditentukan. Penentuan nilai atau pemberian
nilai terhadap satu diantara bilangan-bilangan itu bebas, namun agar memberikan
kemudahan pada perhitungan selanjutnya dipilih: R 1 =0 . Selanjutnya dengan
menggunakan Rumus (7.3) semua bilangan baris dan semua bilangan kolom dapat
ditentukan.
(2) Menghitung OC sel kosong (i,j) dengan rumus:
OC(i, j) = Ri + Kj – cij ............................... (7.4)
Perhatikan Tabel 7.9.
Kita pilih R1=0. Karena sel (1,2) sel isi, maka dengan Rumus (7.3) diperoleh:
R1 + K2 = c12 0 + K2 = 2 K2 = 2.
Diperiksa oleh :
Sel (1,4) adalah sel isi, maka diperoleh:
R1 + K4 = c14 0 + K4 = 12 K2 = 12.
R3 + K4 = c34 R3 + 12 = 12 R3 = 0.
R3 + K1 = c31 0 + K1 = 2 K1 = 2.
R4 + K4 = c44 R4 + 12 = 18 R4 = 6.
R4 + K3 = c43 6 + K3 = 10 K3 = 4.
R4 + K5 = c45 6 + K5 = 24 K5 = 18.
R2 + K5 = c25 R2 + 18 = 2 R2 = -16.
Jika nilai-nilai ini dimasukkan ke Tabel maka diperoleh Tabel 7.11.
Tabel 7.11
TEMPAT T1 T2 T3 T4 T5 BB
ASAL/TUJUAN
Al 30 2 18 12 20 0
720 180
A2 24 14 14 8 2 -16
540
A3 2 14 12 12 16 0
360 450
A4 8 18 10 18 24 6
Diperiksa oleh :
540 270 180
BK 2 2 4 12
Tabel 7.12
NO. SEL PERHITUNGAN OC

KOSONG
1 (1,1) (0+2)- 30 -28
2 (1,3) (0+4)-18 -14
3 (1,5) (0+18)-20 -2
4 (2,1) (-16+2)-24 -38
5 (2,2) (-16+2)-14 -28
7 (2,3) (-6+4)-14 -26
8 (2,4) (-16+12)-8 -12
9 (3,2) (0+2)-14 -12
10 (3,3) (0+4)-12 -8
11 (3,5) (0+18)-16 2***
12 (4,1) (6+2)-8 0
13 (4,2) (6+2) —18 -10
Tampak bahwa kolom OC pada Tabel 7.9.10 dan kolom OC pada Tabel 7.12 sama. Jadi
Metode Steppingstone dan MODI memberikan hasil yang sama untuk menghitung OC
sel kosong.
7.6. Perbaikan Program
Pada Tabel 7.12 tampak bahwa OC(3,5)=+2. Apabila sel (3,5) diisi atau x 35
masuk program, maka nilai Z akan menurun. Untuk memperbaiki program agar nilai Z
menurun kita perhatikan loop dari sel (3,5) ialah (3,5)-(3,4)-(4,4)-(4,5). Berdasarkan
Tabel 7.11, pengisian sel (3,5) maksimum sebesar 180, sehingga x 35=180. Agar tetap
seimbang maka x34=450-180=270, x44=270+180=450, dan x45= 180-180=0 sehingga sel
(4,5) menjadi sel kosong. Setelah diadakan perbaikan program, maka program baru tampak
pada Tabel 7.13
Tabel 7.13
TEMPAT T1 T2 T3 T4 T5
ASAL/TUJUAN
Diperiksa oleh :
Al 30 2 18 12 20
720 180
A2 24 14 14 8 2
540
A3 2 14 12 12 16
360 270 180
A4 8 18 10 18 24
540 450
Selanjutnya kita uji apakah program yang tertuang pada Tabel 7.13 sudah merupakan
program optimal. Untuk itu kita hitung OC semua sel kosong pada Tabel 7.13 kecuali sel
(3,5). Langkah pertama adalah menentukan BB dan BK
Kita pilih R1=0. Karena sel (1,2) sel isi, maka dengan Rumus (7.3) diperoleh:
R1 + K2 = c12 0 + K2 = 2 K2 = 2.
R1 + K4 = c14 0 + K4 = 12 K4 = 12.
R3 + K4 = c34 R3 + 12 = 12 R3 = 0.
R3 + K1 = c31 0 + K1 = 2 K1 = 2.
R4 + K4 = c44 R4 + 12 = 18 R4 = 6.
R4 + K3 = c43 6 + K3 = 10 K3 = 4.
R3 + K5 = c35 0 + K5 = 16 K5 = 16.

Diperiksa oleh :
R2 + K5 = c25 R2 + 16 = 2 R2 = -14.
Jika nilai-nilai ini dimasukkan ke Tabel maka diperoleh Tabel 7.14.

Tabel 7.14
TEMPAT T1 T2 T3 T4 T5 KAPASITAS BB
ASAL/TUJUAN
Al 30 2 18 12 20 900 0
720 180
A2 24 14 14 8 2 540 -14
540
A3 2 14 12 12 16 810 0
360 270 180
A4 8 18 10 18 24 990 6
540 450
PERMINTAAN 360 720 540 900 720
BK 2 2 4 12 16
Tabel 7.15

KOSONG
1 (1,1) (0+2)- 30 -28
2 (1,3) (0+4)-18 -14
3 (1,5) (0+16)-20 -4
4 (2,1) (-14+2)-24 -36
5 (2,2) (-14+2)-14 -26
6 (2,3) (-14+4)-14 -24
7 (2,4) (-14+12)-8 -10
8 (3,2) (0+2)-14 -12
9 (3,3) (0+4)-12 -8
10 (4,1) (6+2)-8 0
11 (4,2) (6+2)-18 -10
12 (4,5) (6+16) - 24 -2
Perhitungan OC sel kosong untuk Tabel 7.14 dapat dilihat pada Tabel 7.15.
Berdasarkan Tabel 7.15 semua OC sel kosong sudah tidak ada yang positip. Jadi program
yang ditunjukkan pada Tabel 7.14 adalah program optimal. PO dari masalah tersebut
adalah x 12 , x 14 , , x 25 , x31 , X34, x34 , x 35 , x 43 , x 44 dengan
Diperiksa oleh :
Zmin.=(720x2)+(180x12)+(540x2)+(360x2)+(270x12)+(180x16)+(540x10)+(450x18) = 25020.
7.7. Persediaan dan Permintaan Tak Seimbang

Dalam persoalan nyata antara kapasitas dan permintaan tidak selalu sama, bahkan mungkin
jarang sekali tepat sama. Secara matematis hubungan antara persediaan dan permintaan dapat
digolongkan atas tiga kemungkinan, yaitu:
(1) ∑ ai > ∑ t j .......... tak seimbang
(2) ∑ ai < ∑ t j ........ tak seimbang
(1) . ∑ ai = ∑ t j …….seimbang
Untuk menyelesaikan masalah yang tak seimbang dilakukan langkah-langkah sebagai

berikut:
Jika yang terjadi adalah bentuk (1), maka kolom tempat tujuan ditambah
dengan kolom tambahan atau ditambah dengan tempat tujuan semu (artificial
destination). Biaya pada kolom tersebut semua diberi nilai 0.
Jika yang terjadi adalah bentuk (2), maka baris tempat asal ditambah
dengan baris tambahan atau ditambah dengan tempat asal semu (artificial
capacity). Biaya pada baris tersebut semua diberi nilai 0.
Contoh:
Masalah transportasi yang disajikan pada Tabel 7.16.a adalah masalah yang tak seimbang
dengan ∑ ai < ∑ t j .
Tabel 7.16.a
TEMPAT T1 T2 T3 KAPASITAS
ASAL/TUJUAN
Al 12 18 10 180
A2 8 6 16 120
A3 16 12 20 180
Pada Tabel 7.16.a, ∑ ai = 180+120+180=480, dan ∑ t j = 150+210+150=510. Agar

seimbang harus ada tambahan baris baru yaitu baris ke-4 dan c4j=0 sehingga ∑ ai = ∑ t j
untuk i=1,2,3,4 dan j=1,2,3 dengan a 4=510-480=30.
Tabel 7.16.b adalah tabel yang menunjukkan telah seimbang sekaligus program awal yang
Diperiksa oleh :
disusun menggunakan Metode Inspeksi.
Tabel 7.16.b
ASAL/TUJUAN
Al 12 18 10 180
30 150
A2 8 6 16 120
120
A3 16 12 20 180
90 90
A4 0 0 0 30
30
PERMINTAAN 150 210 150 510
Tabel 7.16.c menunjukkan OC dari sel-sel kosong yang dihitung menggunakan Metode
Steppingstone.
Tabel 7.16.c
NO. SEL LOOOP PERHITUNGAN OC
KOSONG
1 (1,2) (1,2)-(3,2)-(3,1)-(1,1) -(18-12+16-12) -10
2 (2,1) (2,1)-(2,2)-(3,2)-(3,1) -(8-6+12-16) 2***
3 (2,3) (2,3)-(2,2)-(3,2)-(3,1)-(1,1)-(1,3) -(16-6+12-16+12-10) -8
4 (3,3) (3,3)-(3,1)-(1,1)-(1,3) -(20-16+12-10) -6
5 (4,2) (4,2)-(4,1)-(3,1)-(3,2) -(0-0+16-12) -4
6 (4,3) (4,3)-(4,1)-(1,1)-(1,3) -(0-0+12-10) -2
Program yang dituangkan pada Tabel 7.16.b belum optimal, sebab masih ada OC sel
kosong yang positif, yaitu sel (2,1). OC(2,1) adalah satu-satunya yang bertanda positif,
maka x 21 masuk program. Sel(2,1) maksimum diisi 90 (x 21 =90) dan selanjutnya
diperoleh program baru seperti tampak pada Tabel 7.16.d.
Diperiksa oleh :
Tabel 7.16.d
ASAL/TUJUAN
Al 12 18 10 180
30 150
A2 8 6 16 120
90 30
A3 16 12 20 180
180
A4 0 0 0 30
30
PERMINTAAN 150 210 150 510
Tabel 7.16.e menunjukkan OC dari sel-sel kosong yang dihitung menggunakan Metoda
Steppingstone.
Tabel 7.16.e
NO. SEL LOOP PERHITUNGAN OC
KOSONG
1 (1,2) (1,2)-(3,2)-(3,1)-(1,1) -(18-12+16-12) -10
2 (2,3) (2,3)-(2,1)-(1,1)-(1,3) -(16-8+12-10) -10
3 (3,1) (3,1)-(2,1)-(2,2)-(3,2) -(16-8+6-12) -2
4 (3,3) (3,3)-(3,2)-(2,2)-(2,1)-(1,1)-(1,3) -(20-12+6-8+12-10) -8
5 (4,2) (4,2)-(4,1)-(2,1)-(2,2) -(0-0+12-10) -2
6 (4,3) (4,3)-(4,1)-(1,1)-(1,3) -(0-0+12-10) -2
Program yang disajikan pada Tabel 7.16.d menunjukkan program optimal, sebab tidak ada
sel kosong yang OC nya positif.
Jadi Zmin.= (30x12)+(150x10)+(90x8)+(30x6)+(180x12)+(30x0)
= 4920
PO berdasarkan Tabel 7.16.d adalah x 11, x12, x21, x22, x37, x41. Pada program optimal x 41=30
tetapi baris 4 adalah baris semu, ini berarti pengiriman barang sebanyak 30 unit dari A4 ke
T1 juga semu. Banyaknya barang yang diterima oleh T 1 dihitung sebagai berikut:
.t1=150-30=120.
Jadi program optimal dari masalah diatas seperti tertuang pada Tabel 7.16.f dengan PO
Diperiksa oleh :
x11 , x12, x21, x22, x 32 dan
Zmin.= Z(30x12)+(150x10)+(90x8)+(30x6)+(180x12)
= 4920
Berdasarkan program ini permintaan T 1 sebesar 150 unit hanya dipenuhi 120 unit.
Tabel 7.16.f
ASAL/TUJUAN
Al 12 18 10 180
30 150
A2 8 6 16 120
90 30
A3 16 12 20 180
180
MENERIMA 120 210 150
7.8. PO Lebih Dari Satu

Perhatikan Tabel 7.17.a OC sel-sel kosong diperlihatkan pada Tabel 7.17.b.
(Perhitungan selengkapnya diserahkan pembaca). Program yang disajikan pada Tabel
7.17.a menunjukkan program optimal, sebab tidak ada sel kosong yang OC nya positif.
Jadi
Zmin.=(720x2)+(180x12)+(90x8)+(720x2)+(360x2)+(180x12)+(540x10)+(450x18)
= 22140.
PO dari masalah tersebut adalah x12, x14, x24, x25, x31, x34, x43, x44.
Tetapi OC(4,1)=0. Ini berarti, jika sel (4,1) diisi atau x41 masuk program, maka tidak akan
mengubah nilai Z.
Tabel 7.17.a
ASAL/TUJUAN
Al 30 2 18 12 20 900 0
720 180
A2 24 14 14 8 2 810 4
90 720
Diperiksa oleh :
A3 2 14 12 12 16 540 0
360 180
A4 8 18 10 18 24 990 6
540 450
PERMINTAAN 360 720 540 900 720
BK 2 2 4 12 -2
Untuk memasukkan x41 kedalam program kita buat terlebih dulu loop sel (4,1). Loop sel
(4,1) adalah (4,1)-(4,4)-(3,4)-(3,1). Pengisian sel (4,1) maksimum sebesar 360, sehingga
x41=360. Agar tetap seimbang maka x44=450-360=90, x34=180+360=540, dan x31= 360360=0
sehingga sel (3,1) menjadi sel kosong. Setelah diadakan perbaikan program, maka program
baru tampak pada Tabel 7.17.c.
Jadi Zmin.=(720x2)+(180x12)+(90x8)+(720x2)+(540x12)+(360x8)+(540x10)+(90x18)
= 22140
Tabel 7.17.b

KOSONG
1 (1,1) (0+2)- 30 -28
2 (1,3) (0+4)-18 -14
3 (1,5) (0-2)-20 -22
4 (2,1) (4+2)-24 -18
5 (2,2) (4+2)-14 -8
6 (2,3) (4+4)-14 -6
7 (3,2) (0+2)-14 -12
8 (3,3) (0+4)-12 -8
9 (3,5) (0-2)-16 -18
10 (4,1) (6+2)-8 0
11 (4,2) (6+2) —18 -10
12 (4,5) (6-2)-24 -20
Tabel 7.17.c
ASAL/TUJUAN
Al 30 2 18 12 20 900 0
720 180
A2 24 14 14 8 2 810 4
Diperiksa oleh :
90 720
A3 2 14 12 12 16 540 0
540
A4 8 18 10 18 24 990 6
360 540 90
PERMINTAAN 360 720 540 900 720
BK 2 2 4 12 -2
Tabel 7.17.d

KOSONG
1 (1,1) (0+2)- 30 -28
2 (1,3) (0+4)-18 -14
3 (1,5) (0-2)-20 -22
4 (2,1) (4+2)-24 -18
5 (2,2) (4+2)-14 -8
6 (2,3) (4+4)-14 -6
7 (3,1) (0+2)-2 0
7 (3,2) (0+2)-14 -12
8 (3,3) (0+4)-12 -8
9 (3,5) (0-2)-16 -18
10 (4,2) (6+2) —18 -10
11 (4,5) (6-2)-24 -20
OC sel-sel kosong diperlihatkan pada Tabel 7.17.d. (Perhitungan selengkapnya

diserahkan pembaca). Program yang disajikan pada Tabel 7.17.c menunjukkan program
optimal, sebab tidak ada sel kosong yang OC nya positif.Jadi
Zmin.=(720x2)+(180x12)+(90x8)+(720x2)+(540x12)+(360x8)+(540x10)+(90x18)
= 22140.
PO dari masalah tersebut adalah x12, x14, x24, x25, x34, x41, x43, x44. Jadi kita menemukan dua
penyelesaian optimal dari masalah yang disajikan pada Tabel 7.17.a.
Apabila dua PO telah diperoleh maka kita dapat menemukan PO yang lain dengan rumus
sebagai berikut:
C= dA + (1-d)B, 0<d<1, d∈R.
dengan A: matriks PO pertama,
Diperiksa oleh :
B: matriks PO kedua,
C: matriks PO yang lain

Rumus diatas sangat mudah dibuktikan.
Pada masalah diatas, dua PO yang telah ditemukan dapat di tulis sbb:
PO yang pertama:
0 720 0 180 0
0 0 0 90 720
A=
360 0 0 180 0
0 0 540 450 0
0 720 0 180 0
0 0 0 90 720
B=
0 0 0 360 0
360 0 540 90 0
Jika kita pilih d= 1⁄2 maka diperoleh PO yang lain, yaitu C= 1⁄

2 A + (1 − 1⁄2)B
0 720 0 180 0
0 0 0 90 720
A=
180 0 0 360 0
180 0 540 270 0
Program selengkapnya tampak pada Tabel 7.17.e.
Tabel 7.17e
TEMPAT T1 T2 T3 T4 T5 KAPASITAS
ASAL/TUJUAN
Al 30 2 18 12 20 900
720 180
A2 24 14 14 8 2 810
90 720
A3 2 14 12 12 16 540
Diperiksa oleh :
180 360
A4 8 18 10 18 24 990
180 540 270
PERMINTAAN 360 720 540 900 720
Program pada Tabel 7.17.e memberikan:
Zmin.=(720x2)+(180x12)+(90x8)+(720x2)+(180x2)+(360x12)+(180x8)+(540x10)
+(2700x18) = 22140.
PO dari masalah tersebut adalah x12, x14, x24, x25, x31, x34, x41, x43, x44. Dengan memilih nilai-nilai d
yang lain kita akan menemukan banyak PO.
7.9. Masalah Kemerosotan
Kemerosotan akan terjadi pada masalah transportasi apabila banyaknya sel isi pada
tabel berukuran (m x n) kurang dari (m+n-1). Ada dua macam kemerosotan, yaitu pada
program awal dan pada program perbaikan.
7.9.1. Kemerosotan pada program awal
Untuk mengatasi terjadinya kemerosotan pada program awal caranya adalah
sbb.:
(2) Ambil satu sel kosong (sebarang), misalkan sel pada baris ke-r dan kolom ke-k (xrk).
(3) Berikan nilai pada xrk dengan ε > 0 dan ε sangat kecil. Jadi xrk=ε. Karena ε sangat kecil
maka dianggap nol atau tak ada pengaruhnya terhadap penjumlahan dan
pengurangan.
Banyaknya sel kosong yang diberi nilai ε (misalkan p) tergantung pada banyaknya sel isi
yang sudah ada (misalkan q), sehingga terjadi hubungan p + q = m + n - 1.
Tabel 7.18.a berikut merupakan contoh masalah transportasi yang terjadi kemerosotan.
Tabel 7.18.a
TEMPAT T1 T2 T3 T4 KAPASITAS
ASAL/TUJUAN
Al 77 6 5 13 240
A2 9 79 19 4 240
A3 1 8 7 99 100
Diperiksa oleh :
PERMINTAAN 100 240 80 160
Program awal yang disusun dengan Metoda Inspeksi tampak pada Tabel 7.18.b.
Tabel 7.18.b
ASAL/TUJUAN
Al 77 6 5 13 240
160 80
A2 9 79 19 4 240
80 160
A3 1 8 7 99 100
100
Karena m+n-1=6 dan banyaknya sel isi hanya 5, maka terjadi kemerosotan. Untuk
menyelesaiakan masalah ini kita pilih satu sel kosong yang diberi nilai ε.
Misalkan untuk menghitung OC sel kosong digunakan MODI dan dipilih R 1=0. Karena sel
(1,2) sel isi, maka dengan Rumus (7.3) diperoleh:
R1 + K2 = c12 0 + K2 = 6 K2 = 6.
R2+ K2 = c22 R2 + 6 = 79 R2 = 73.
R1 + K3 = c13 0 + K3 = 5 K3 = 5.
R2 + K4 = c24 73+ K4 = 4 K4 = -69.
Untuk menentukan R3 dan K 1 diperlukan satu sel isi tambahan, sebab pada baris ke-3 dan
pada kolom ke-4 hanya ada satu sel isi yaitu sel (3,1). Jelas bahwa sel isi tambahan
harus berada pada baris ke-3 atau pada kolom ke-1. Pada baris ke-3 dan kolom ke-1 ada
5 buah sel kosong, yaitu (1,1), (2,1), (3,2), (3,3), dan.(3,5). Masalah transportasi yang
akan diselesaikan adalah masalah minimasi, oleh karena itu kita pilih sel kosong dengan
nilai cij terkecil yaitu sel (3,3) dengan c33=7 dan diberikan x33= ε.

R3 +K3= C33 R3 + 5=7 R3 = 2
Diperiksa oleh :
R3 +K1= C31 2+K 1 = 1 K1 = -1
Apabila BB dan BK kita isikan pada tabel akan diperoleh Tabel 18.c.
Tabel 7.18.c
TEMPAT
T1 T2 T3 T4 KAPASITAS BB
ASAL/TUJUAN
6 5
Al 77 13 240 0
160 80
79 4
A2 9 19 240 73
80 160
1 7
A3 8 99 100 -76
100 ε
BK 77 6 5 -69
OC sel-sel kosong dari Tabel 7.18.c diberikan pada Tabel 7.18.d yang dihitung dengan MODI.
Tabel 7.18.d

KOSONG
1 (1,1) (0-1)- 77 -78
2 (1,4) (0-69)-13 -82
3 (2,1) (73-1)-9 63
4 (2,3) (73+5)-19 59
5 (3,2) (2+6)-8 0
6 (3,4) (2-69)-99 -166
Tabel 7.18.c belum menunjukkan program optimal, sebab ada sel kosong yang OC nya positip.
OC(2,1) terbesar dan positip. Pada perbaikan program x 21 masuk program. Loop dari sel (2,1)
adalah (2,1)-(2,2)-(1,2)-(1,3)-(3,3)-(3,1) dan x22= 80, x13=80, x31=100 dengan nilai minimal
80. Selanjutnya kita peroleh program baru seperti ditunjukkan pada Tabel 7.18.e.
Diperiksa oleh :
Tabel 7.18.e
TEMPAT T1 T2 T3 T4 KAPASITAS BB
ASAL/TUJUAN
Al 77 6 5 13 240 0
240
A2 9 79 19 4 240 73
80 160
A3 1 8 7 99 100 -76
20 80
BK 77 6 5 -69
Karena m+n-1=6 dan banyaknya sel isi hanya 5, maka terjadi kemerosotan. Kita pilih satu
sel kosong yang diberi nilai ε. Untuk menghitung OC sel kosong digunakan MODI dan
dipilih R1=0. Karena sel (1,2) sel isi, maka dengan Rumus (7.3) diperoleh:
R1 + K2 = c12 0 + K2 = 6 K2 = 6.
Untuk menentukan BB dan BK yang lain diperlukan satu sel isi tambahan, sebab pada
baris ke-1 dan pada kolom ke-2 hanya ada satu sel isi yaitu sel (1,2). Jelas bahwa sel isi
tambahan harus berada pada baris ke-1 atau pada kolom ke-2. Pada baris ke-1 dan kolom
ke-2 ada 5 buah sel kosong, yaitu (1,1), (1,4), (1,3), (2,2), dan.(3,2). Masala h
transportasi yang akan diselesaikan adalah masalah minimasi, oleh karena itu kita pilih
sel kosong dengan nilai cij terkecil yaitu sel (1,3) dengan c13=5. Tetapi sel (1,3) baru saja
dikosongkan (x13 baru saja keluar program), oleh karena itu dipilih sel lain dengan cij
terkecil, yaitu sel (3,2) dengan c 32=8. Selanjutnya diberikan x32=8. BB dan BR yang lain
dapat diperoleh dengan menggunakan Rumus (7.3). BB dan BK untuk program pada
Tabel 7.18.e dapat dilihat pada Tabel 7.18.f. Perhitungan selengkapnya diserahkan
pembaca.
Diperiksa oleh :
Tabel 7.18.f
TEMPAT T1 T2 T3 T4 BB
ASAL/TUJUAN
Al 77 6 5 13 0
240
A2 9 79 19 4 10
80 160
A3 1 8 7 99 2
20 ε 80
BK -1 6 5 -6
Sedangkan OC dari sel-sel kosong dari Tabel 7.18.f ditunjukkan pada Tabel 7.18.g
Tabel 7.18.g

KOSONG
1 (1,1) (0-1)- 77 -78
2 (1,4) (0-6)-13 -19
3 (1,3) (0+5)-5 0
4 (2,2) (10+6)-79 -63
5 (2,3) (10+5)-19 -4
6 (3,4) (2-6)-99 -103
Semua OC sel kosong tidak ada yang positip. Ini berarti program yang ditunjukkan pada
Tabel 7.18.f sudah optimal dengan Zmin.=(240x6)+(80x9)+(160x4)+(20x1)+(80x7)
=3380.
PO nya adalah x12, x21, x24, x31, x33.
7.9.2. Kemerosotan Pada Proses Iterasi

Apabila masalah transportasi yang dituangkan pada Tabel 7.18.a program
awalnya disusun dengan NWC, maka program awal akan terlihat pada Tabel 7.19.a.
Diperiksa oleh :
Tabel 7.19.a
ASAL/TUJUAN
Al 77 6 5 13 240
100 140
A2 9 79 19 4 240
100 80 60
A3 1 8 7 99 100
100
Program awal yang diperoleh dengan NWC ternyata tidak mengalami kemerosotan.
Dengan MODI kita peroleh BB dan BK seperti tampak pada Tabel 7.19.b dan daftar OC
dari sel-sel kosong seperti tampak pada Tabel 7.19.c .
Tabel 7.19.b
ASAL/TUJUAN
Al 77 6 5 13 0
100 140
A2 9 79 19 4 73
100 80 60
A3 1 8 7 99 168
100
BK 77 6 -54 -69
Tabel 7.19.c
NO. SEL OC
KOSONG
1 (1,3) -69
2 (1,4) -82
3 (2,1) 149
4 (3,1) 244
5 (3,2) 166
6 (3,3) 107
Diperiksa oleh :
Tabel 7.18.b belum menunjukkan program optimal, sebab ada sel kosong yang OC nya
positip. OC(3,1) terbesar dan positip. Pada perbaikan program x 31 masuk program. Loop
dari sel (3,1) adalah (3,1)-(3,4)-(2,4)-(2,2)-(1,2)-(1,1) dan x34= 100, x22=100, x11=100 dengan
nilai minimal 100. Selanjutnya kita peroleh program baru seperti ditunjukkan pada Tabel
7.19.d.
Tabel 7.19.d
TEMPAT T1 T2 T3 T4
ASAL/TUJUAN
Al 77 6 5 13 240
240
A2 9 79 19 4 240
80 160
A3 1 8 7 99 100
100
____
Karena m+n-1=6 dan banyaknya sel isi hanya 4, maka terjadi kemerosotan. Kita harus
memilih dua sel kosong yang diberi nilai ε. Untuk menghitung OC sel kosong digunakan
MODI dan dipilih R1=0.
Karena sel (1,2) sel isi, maka dengan Rumus (7.3) diperoleh:
R1 + K2 = c12 0 + K2 = 6 K2 = 6.
Untuk menentukan BB dan BK yang lain diperlukan sel isi tambahan, sebab pada baris
ke-1 dan pada kolom ke-2 hanya ada satu sel isi yaitu sel (1,2). Jelas bahwa sel isi
tambahan harus berada pada baris ke-1 atau pada kolom ke-2. Pada baris ke-1 dan kolom
ke-2 ada 5 buah sel kosong, yaitu (1,1), (1,4), (1,3), (2,2), dan (3,2). Masalah
transportasi yang akan diselesaikan adalah masalah minimasi, oleh karena itu kita pilih sel
kosong dengan nilai cij terkecil yaitu sel (1,3) dengan c13=5 dan diberikan x13=ε.
Dengan Rumus (7.3) diperoleh:
R1 + K3 = c13 0 + K3 = 5 K3 = 5.
R2 + K3 = c23 R2 + 5 = 19 R2 = 14.
Diperiksa oleh :
R2 + K4 = c24 14 + K4 = 4 K4 = -10.
Untuk menentukan R 3 dan K 1 diperlukan sel isi tambahan lagi, sebab pada baris ke-3
dan pada kolom ke-1 hanya ada satu sel isi yaitu sel (3,1). Sel isi tambahan harus berada
pada baris ke-3 atau pada kolom ke-1. Pada baris ke-3 dan kolom ke-1 ada 5 buah sel
kosong, yaitu (1,1), (2,1), (3,2), (3,3), dan.(3,4). Masalah transportasi yang akan
diselesaikan adalah masalah minimasi, oleh karena itu kita pilih sel kosong dengan nilai
cii terkecil yaitu sel (3,3) dengan c 33=7 dan diberikan x33=c. Dengan Rumus (7.3)
diperoleh: R3+K3=C33 , 5+K3=7, dan K3= 2. Jika BB dan BK serta ε dimasukkan kedalam tabel akan tampak
pada Tabel 7.19.e.
Tabel 7.19.e
ASAL/TUJUAN
Al 77 6 5 13 0
240 ε
A2 9 79 19 4 14
80 160
A3 1 8 7 99 2
100 ε
BK -1 6 5 -10
OC dari sel-sel kosong diberikan pada Tabel 7.19.f. Perhitungan selengkapnya diserahkan pada pembaca.
Tabel 7.19.f
NO. SEL OC
KOSONG
1 (1,1) -78
2 (1,4) -23
3 (2,1) 4
4 (2,2) -59
5 (3,2) 0
6 (3,4) -107
Tabel 7.19.e belum menunjukkan program optimal, sebab ada sel kosong yang OC nya
Diperiksa oleh :
positip, yaitu sel (2,1). Pada perbaikan program x 21 masuk program. Loop dari sel (2,1)
adalah (2,1)-(2,3)-(3,3)-(3,1) dan x23= 160, x31=80. Selanjutnya diperoleh x 21=80, x33=80,
x23=80-80=0, x31=100-80=20. Hasil perbaikan program diberikan pada Tabel 7.19.g.
Tabel 7.19.g
TEMPAT T1 T2 T3 T4
ASAL/TUJUAN
Al 77 6 5 13 240
240
A2 9 79 19 4 240
80 160
A3 1 8 7 99 100
20 80
Tabel 7.19.g sama dengan Tabel 7.18.g. Jadi Tabel 7.19.g menunjukkan program
optimal.Selanjutnya diperoleh OC dari semua sel kosong. Tetapi sel (1,3) baru saja
dikosongkan (x 13 baru saja keluar program), oleh karena itu dipilih sel lain dengan c ij
terkecil, yaitu sel (3,2) dengan c 32=8. Selanjutnya diberikan x 32=ε. BB dan BR yang lain
dapat diperoleh dengan menggunakan Rumus (7.3) . BB dan BK untuk program pada
Tabel 7.18.e dapat dilihat pada Tabel 7.18.f. Perhitungan selengkapnya diserahkan
pembaca.
7. 10. Soal-soal
Soal 7.1
Tentukan PO masalah transportasi yang disajikan pada Tabel 7.20
Tabel 7.20
ASAL/TUJUAN
Al 30 21 21 6 164
A2 18 18 21 30 120
A3 30 18 12 21 200
A4 15 3 36 48 80
A5 39 24 3 33 168
PERMINTAAN 220 184 124 204
Diperiksa oleh :
Soal 7.2
. Tentukan PO masalah transportasi yang disajikan pada Tabel 7.21
Tabel 7.21
ASAL/TUJUAN
Al 16 6 8 12
A2 10 18 12 18
A3 20 12 16 18
PERMINTAAN 15 21 15
Soal 7.3.
Tabel 7.22
TEMPAT T1 T2 KAPASITAS
ASAL/TUJUAN
Al 5 20 40
A2 15 10 20
A3 25 5 100
PERMINTAAN 100 60
Soal 7.4.
Tabel 7.23
ASAL/TUJUAN
Al 8 24 40 85
A2 32 16 8 51
PERMINTAAN 34 17 85
Diperiksa oleh :
Soal 7.5
Tabel 7.24
ASAL/TUJUAN
Al 60 30 15 750
A2 15 45 75 1250
Soal 7.6.
(1) Tidak boleh ada pengiriman dari Al ke T1.
(2) Harus ada pengiriman dari A 4 ke T 5 sebanyak 100 unit.
Tabel 7.25
ASAL/TUJUAN
Al 4 13 22 22 37 360
A2 37 28 27 16 13 770
A3 25 19 22 19 4 540
A4 31 19 4 28 48 700
PERMINTAAN 480 700 480 360 240
Soal 7.7
Tentukan PO masalah transportasi yang disajikan pada Tabel 7.26.

Tabel 7.26
ASAL/TUJUAN
Al 4 13 22 22 37 700
A2 37 28 27 16 13 770
A3 25 19 22 19 4 540
A4 31 19 4 28 48 700
PERMINTAAN 480 700 480 360 240
Diperiksa oleh :
Soal 7.8
Tabel 7.27
ASAL/TUJUAN
Al 4 13 22 22 37 360
A2 37 28 27 16 13 770
A3 25 19 22 19 4 540
A4 31 19 4 28 48 700
PERMINTAAN 480 700 480 300 200
Soal 7.9
Tabel 7.28
ASAL/TUJUAN
Al 24 12 36 800
A2 6 6 12 1000
A3 9 12 6 600
Soal 7.10
Tentukan PO masalah transportasi yang disajikan pada Tabel 7.29.
Tabel 7.29
ASAL/TUJUAN
Al 24 12 36 800
A2 6 6 12 1000
A3 9 12 6 600
Diperiksa oleh :
BAB 8
MASALAH PENUGASAN
8.1. Pengertian Masalah Penugasan

Seorang manager mempunyai sejumlah pekerjaan yang banyaknya sama dengan
banyaknya karyawan untuk mengerjakan pekerjaan itu. Ia menginginkan agar biaya yang
dikeluarkan untuk membayar para karyawan itu sekecil-kecilnya. Setiap calon dites atau dengan
cara lain berdasarkan penilaian untuk menentukan pembagian tugas sehingga gaji atau upah
bagi seorang karyawan yang mengerjakan suatu pekerjaan tertentu tergantung pada
ketrampilannya atau kualitas hasil kerjanya. Misalnya dari hasil tes diperoleh kesimpulan,
jika karyawan A mengerjakan pekerjaan X upahnya p rupiah, mengerjakan pekerjaan Y
upahnya q rupiah. Sedangkan karyawan B mengerjakan pekerjaan X upahnya r rupiah,
mengerjakan pekerjaan Y upahnya s rupiah. Mungkin juga penilaian dilakukan atas waktu yang
diperlukan untuk menyelesaiakn pekerjaan. Dalam hal ini manager akan mengatur
penugasan agar waktu total yang diperlukan untuk menyelesaikan seluruh pekerjaan
seminimal mungkin. Jadi setiap pasangan antara karyawan dan pekerjaan menentukan suatu
rating (angka) yang menunjuk upah, waktu, kerugian, dsb. Penugasan akan optimal apabila
jumlah rating(angka/nilai) sekecilkecilnya. Jadi masalah penugasan atau model
penugasan (assignment model) yang dimaksudkan dalam pembahasan ini mempunyai ciri:
1. Adanya n karyawan (bisa juga mesin) dan n pekerjaan yang berbeda-beda sehingga setiap
pekerjaan dikerjakan oleh seorang karyawan dan sebaliknya.
2. Setiap pasang karyawan dan pekerjaan menentukan rating/angka/nilai (upah, waktu).
3. Masalahnya adalah menentukan jumlah rating yang seminimal mungkin.
Masalah penugasan sering kali diformulasikan untuk meminimalkan jumlah rating.
Tetapi jika tingginya rating menunjukkan tingginya kualitas, tingginya ketrampilan,
tingginya pelanggan, maka masalah penugasan semacam ini diformulasikan untuk
memaksimalkan. Namun demikian dalam buku ini pembahasan masalah penugasan akan
mengambil bentuk meminimalkan sebagai bentuk baku. Salah satu alasan untuk itu
adalah dengan mengambil bentuk minimal yang berarti rating dikaitkan dengan biaya,
akan nampak hubungan yang menarik dengan masalah transportasi. Masalah penugasan
merupakan kasus khusus dari masalah transportasi.
Diperiksa oleh :
Masalah penugasan dapat dirumuskan secara umum sebagai berikut:
Min: c11x11 + c12x12 + ……. + c1nx1n +
c21x21 + c22x22 + ……. + c2nx2n +
……………………….. ……….+
cn1xn1 + cn2xn2 + ……... + cnnxnn
h.m.: x11 + x12 + … + x1n = 1
x21 + x22 + … + x2n = 1
………………………...
Xn1 + xn2 + … + xnn = 1
x11 + x21 + … + xn1 = 1
x12 + x22 + … + xn2 = 1
…………………………
x1n + x2n + … + xnn = 1,
xij = 0,1.
Keterangan:
cij: ongkos/biaya bagi karyawan ke-i jika ia mengerjakan pekerjaan/tugas ke-j. x ij :

menunjukkan hubungan antara karyawan ke-i dengan tugas ke-j, dan
jika xij =0 berarti karyawan ke-i tidak mengerjakan tugas ke-j,
jika xij = 1 berarti karyawan ke-i mengerjakan tugas ke-j.
Z= jumlah biaya yang dikeluarkan untuk membayar ongkos/upah untuk mengerjakan semua
pekerjaan.
Perhatikan contoh berikut ini.
Contoh 8.1
Toko elektronik MATHTRON memiliki 6 karyawan, yaitu Ali, Budi, Chalid,
Dedy, Edo, dan Fikri. Pada suatu hari toko tersebut menerima order untuk menservis 6
buah barang elektronik berupa TV, AC, Kulkas, Mesin cuci, Kompor listrik, dan
Amplifier. Adapun upah yang diberikan kepada masing-masing karyawan apabila
mengerjakan suatu barang tampak seperti pada Tabel 8.1.a. Selanjutnya Tabel 8.1.a
dapat disederhanakan menjadi Tabel 8.1.b. Tabel seperti Tabel 8.1.b selanjutnya disebut
matriks ongkos atau matriks biaya. Pada tabel ini c11=31, c12= 35, c13=29 dst.
c 11 =31 berarti ongkos yang dikelurkan oleh toko sebesar RP 31.000, -, jika Ali
Diperiksa oleh :
mengerjakan TV.
Tabel 8.1.a
Daftar Besarnya Upah Untuk Setiap Karyawan.
Untuk Mengerjakan Suatu Pekerjaan
(Dalam Ribuan Rupiah)
TV AC KULKAS MESIN KOMPOR

CUCI
ALI 31 35 29 31 33
BUDI 25 31 25 31 21
CHALID 25 31 13 19 11
DEDY 17 41 33 25 35
EDO 35 53 57 45 49
Tabel 8.1.b
T1 T2 T3 T4 T5
K1 31 35 29 31 33
K2 25 31 25 31 21
K3 25 31 13 19 11
K4 17 41 33 25 35
K5 35 53 57 45 49
Seperti telah dikemukakan di depan, tujuan pemecahan masalah adalah menentukan

pasangan karyawan dan tugas sehingga setiap satu karyawan hanya mengerjakan satu
tugas dan setiap tugas harus dikerjakan oleh seorang karyawan. Ini berarti kita harus
menentukan satu bilangan (c ij) dari setiap baris dan satu bilangan pada setiap kolom
sehingga jumlahnya minimum. Jadi apabila terdapat n karyawan dan n tugas, maka kita
harus menentukan n bilangan dari (nx n) kemungkinan yang diberi notasi c ij.
Karena kita harus memilih tepat satu bilangan dari setiap baris, maka kita dapat
menambahkan atau mengurangkan dengan sesuatu konstanta terhadap semua bilangan
pada suatu baris tanpa mengubah keuntungan rel atip. Unt uk kepentingan
penyederhanaan masalah kita pilih konstanta itu adalah bilangan terkecil pada setiap
baris yang bersangkutan. Bilangan terkecil yang dipakai sebagai pengurang dapat ditulis
pada kolom terakhir, sedangkan sisanya (hasil pengurangan) ditulis pada matriks biaya.
Apabila prosedur ini kita laksanakan terhadap Tabel 8.1.b, maka akan diperoleh
Tabel 8.1.c.
Diperiksa oleh :
Tabel 8.1.c
T1 T2 T3 T4 T5 ui
K1 2 6 0 2 4 29
K2 4 10 4 10 0 21
K3 14 20 2 8 0 11
K4 0 24 16 8 18 17
K5 0 18 22 10 14 35
vj
Tabel 8.1.c menunjukkan biaya kesempatan (kesempatan menurunkan biaya relatip terhadap
karyawan). Sebagai contoh, pada tabel ini:
c11= 2 menunjukkan bahwa apabila pemilik toko tidak menugasi Ali untuk mengerjakan
TV, maka toko akan memiliki kesempatan menghemat 2 poin dalam hal ini
sebesar Rp 2000,-.
c12=6 menunjukkan bahwa apabila pemilik toko tidak menugasi Ali untuk
mengerjakan AC, maka toko akan memiliki kesempatan menghemat 6 poin dalam
hal ini sebesar Rp 6000,-.dst.
Jadi pada baris pertama menunjukkan kesempatan penghematan berdasarkan penugasan
seorang karyawan yang bernama Ali. Secara keseluruhan Tabel 8.1.c menunjukkan
kesempatan penghematan berdasarkan pemilihan tugas atas karyawan tertentu. Matriks
biaya pada Tabel 8.1.c disebut juga Machine Opportunity Cost (MOC).
Karena kita harus memilih tepat satu bilangan dari setiap kolom, maka kita dapat
menambahkan atau mengurangkan dengan sesuatu konstanta terhadap semua bilangan
pada suatu kolom t anpa mengubah keuntungan relatip. Untuk kepentingan
penyederhanaan masalah kita pilih konstanta itu adalah bilangan terkecil pada setiap
baris yang bersangkutan. Bilangan terkecil yang dipakai sebagai pengurang dapat ditulis pada
baris terakhir, sedangkan sisanya (hasil pengurangan) ditulis pada matriks biaya. Apabila
prosedur ini kita laksanakan terhadap Tabel 8.1.b, maka akan diperoleh
Tabel 8.1.c'.
Tabel 8.1.c'
T1 T2 T3 T4 T5 ui
K1 14 4 16 12 22
K2 8 0 12 12 10
Diperiksa oleh :
K3 8 0 0 0 0
K4 0 10 20 6 24
K5 18 22 44 26 38
vj 17 31 13 19 11
Tabel 8.1.c' menunjukkan biaya kesempatan (kesempatan menurunkan biaya relatip terhadap
tugas). Sebagai contoh, pada tabel ini:
c11=14 menunjukkan bahwa apabila pemilik toko tidak menugasi Ali untuk
mengerjakan TV, maka toko akan memiliki kesempatan menghemat 14 poin
dalam hal ini sebesar Rp 14.000,-.
c21=8 menunjukkan bahwa apabila pemilik toko tidak menugasi Budi untuk mengerjakan
TV, maka toko akan memiliki kesempatan menghemat 8 poin dalam hal ini sebesar
Rp 8000,-. dst.
Jadi pada kolom pertama menunjukkan kesempatan penghematan berdasarkan penugasan
terhadap pengerjaan TV. Secara keseluruhan Tabel 8.1.c' menunjukkan kesempatan
penghematan berdasarkan pemilihan karyawan atas suatu tugas tertentu. Matriks biaya
pada Tabel 8.1.c' disebut juga Job Opportunity Cost (JOC).
Apabila prosedur pengurangan terhadap kolom dilakukan terhadap Tabel 8.1.c,

maka akan diperoleh Tabel 8.1.d. Matriks biaya yang diperoleh melalui pengurangan
baris dan kolom sehingga menghasilkan matriks ongkos seperti Tabel 8.1.d disebut Total
opportunity Cost (TOC) . Tabel 8.1.d menunjukkan kesempatan penghematan biaya
secara relatip untuk penentuan penugasan. Dengan demikian c ij=0 menunjukkan bahwa
penugasan karyawan ke-i untuk melaksanakan tugas ke-j merupakan penugasan dengan
biaya yang minimum. Dari pembahasan ini kita dapatkan bahwa kesempatan
penghematan secara relatip antara Tabel 8.1.a , Tabel 8.1.b, Tabel 8.1.c, Tabel 8.1.c', dan
Tabel 8.1.d adalah sama.
Tabel 8.1.d
T1 T2 T3 T4 T5 ui
K1 2 0 0 0 4 29
K2 4 4 4 8 0 21
K3 14 14 2 6 0 11
K4 0 18 16 6 18 17
K5 0 18 22 8 14 35
vj 0 6 0 2 4
Diperiksa oleh :
Pada matriks biaya, himpunan elemen dikatakan bebas (independent) jika tidak
ada dua anggota atau lebih dalam satu kolom dan juga tidak ada dua elemen atau lebih
dalam satu baris. Pada Tabel 8.1.d himpunan-himpunan {c11, c22, c33, c44, c55}, {c11, c43,
c55}, dan {c21, c32, c14, c43, c55} adalah contoh himpunan bebas. Jadi masalahnya adalah
memilih himpunan bebas pada Tabel 8.1.a , Tabel 8.1.b, Tabel 8.1.c, Tabel 8.1.c', dan
Tabel 8.1.d yang beranggotakan 5 elemen, sehingga memberikan jumlah biaya yang
minimum. Dengan demikian jika kita dapat menentukan 5 elemen bebas dengan nilai nol
pada Tabel 8.1.d, maka diperoleh 5 elemen bebas yang memberikan jumlah minimum.
Mengingat bahwa kesempatan penghematan relatip dari Tabel 8.1.a ,
Tabel 8.1.b, Tabel 8.1.c, Tabel 8.1.c', dan Tabel 8.1.d adalah sama, maka 5 elemen bebas
pada Tabel 8.1.a , Tabel 8.1.b, Tabel 8.1.c, dan Tabel 8.1.c' dengan indeks yang sama
dengan 5 elemen bebas pada Tabel 8.1.d juga akan memberikan jumlah yang minimum.
Tabel 8.1.d disebut matriks biaya yang dikurangi atau diredusir (MBK). MBK yang
diperoleh dengan proses MOC-JOB-TOC akan memberikan hasil berbeda dengan MBK
yang diperoleh dengan proses JOB-MOC-TOC. Sebagai contoh, apabila Tabel 8.1.c'
dilanjutkan akan diperoleh TOC seperti pada Tabel 8.1.d'.
Tabel 8.1.d'
T1 T2 T3 T4 T5 ui
K1 10 0 12 8 18 4
K2 8 0 12 12 10 0
K3 8 0 0 0 0 0
K4 0 10 20 6 24 0
K5 0 4 26 8 20 35
vj 17 31 13 19 11
Sekarang kita kembali ke Tabel 8.1.a, Tabel 8.1.b, Tabel 8.1.c, dan Tabel 8.1.d. Apabila
kita peroleh MBK dengan 5 elemen bebas dengan nilai nol, maka elemen nol bebas itu akan
memberikan pilihan optimal untuk MBK maupun matriks biaya yang asli. Sayangnya
tidak setiap MBK selalu memuat himpunan elemen nol bebas dengan anggota sebanyak
5 buah. Pada Tabel 8.1.d himpunan elemen bernilai nol bebas yang anggotanya terbanyak
antara lain adalah {c12, c25, c41}dan{c12, c35, c41}. Himpunan elemen bebas bernilai nol
dengan anggota paling banyak disebut himpunan elemen
Diperiksa oleh :
bebas dengan nilai nol terbesar (largest independent set of zero). Pada Tabel 8.1.d himpunan
elemen bebas dengan nilai nol terbesar mempunyai 3 anggota.
Tabel 8.1.e
T1 T2 T3 T4 T5 ui
K1 2 0* 0 0 4 29
K2 4 4 4 8 0* 21
K3 14 14 2 6 0 11
K4 0* 18 16 6 18 17
K5 0 18 22 8 14 35
vj 0 6 0 2 4
Pada Tabel 8.1.e diberikan contoh himpunan bebas dengan elemen bernilai 0 terbesar
dengan memberi tanda bintang pada elemen-elemennya, yaitu c12, c25, dan c41.
Pada Tabel 8.1.d tidak sukar untuk menentukan dengan pengamatan atau pemeriksaan
bahwa tidak himpunan bebas dari elemen bernilai nol yang anggotanya lebih dari 3.
Akan tetapi pada MBK yang besar adalah sulit untuk meyakini bahwa himpunan bebas
dari elemen bernilai nol terbesar benar-benar yang terbesar. Untuk itu diperlukan kriteria
atau tes untuk menentukan suatu himpunan bebas dari elemen bernilai terbesar pada
sebarang MBK. Sebelumnya kita memahami pengertian tutup untuk himpunan elemen
yang bernilai nol.
Suatu tutup untuk himpunan elemen bernilai nol dalam matriks biaya adalah
himpunan garis tegak atau mendatar yang menutup setiap elemen nol dalam matriks.
Pada Tabel 8.1.f ditunjukkan himpunan 3 garis yang menutup elemen-elemen nol dalam
matriks tersebut. Suatu tutup selalu ada, karena kita dapat menggambar garis melalui
setiap baris atau melalui setiap kolom. Dengan perkataan lain jumlah dalam tutup tidak
dapat kurang dari bilangan terbesar dari banyaknya anggota himpunan bebas dari elemen
bernilai nol. Hal itu disebabkan karena setiap garis dapat menutup lebih dari sa tu elemen
nol.
Diperiksa oleh :
Tabel 8.1.f
T1 T2 T3 T4 T5 ui
K1 2 0* 0 4 4 29
K2 4 4 4 8 0* 21
K3 14 14 2 6 0 11
K4 0* 18 16 6 18 17
K5 0 18 22 8 14 35
vj 0 6 0 2 4
Karena tidak ada dua dari elemen nol yang dibintangi terletak dalam satu garis, maka
tidak ada garis yang dapat menutup dua elemen nol yang berbintang. Tutup yang
ditunjukkan pada Tabel 8.1.f memuat 3 buah garis. Karena ada himpunan bebas dari 3
elemen bernilai nol, maka 3 adalah bilangan terbesar yang menunjuk banyaknya elemen
nol bebas dan 3 merupakan jumlah minimum dari banyaknya garis dalam tutup. Secara
umum dapat dirumuskan bahwa:
banyaknya elemen nol dalam himpunan bebas dari elemen bernilai nol yang
terbesar sama dengan banyaknya garis pada tutup yaitu tutup yang banyaknya garis paling
sedikit.
Rumusan itu sesuai dengan Teorema Konig's yang rumusannya sebagai berikut:
Setiap matriks dengan sejumlah elemen nol, banyaknya elemen nol dalam
himpunan terbesar dari elemen nol bebas adalah sama dengan banyaknya garis
dalam tutup terkecil dari elemen-elemen nol.
(Bukti lihat Tucker, 1995, p. 291).

Perhatikan Tabel 8.1.a dan ingat bahwa elemen pada baris ke-i kolom ke-j diberi notasi
cij . Selanjutnya bilangan pada kolom terakhir pada baris ke-i (konstanta pengurang)
diberi nama ui, dan bilangan pada baris terakhir (konstanta pengurang) diberi nama vj, dan
elemen pada MBK (Tabel 8.1.e) yang bersesuaian dengan c ij pada matriks asli (Tabel
8.1.a). Dengan demikian akan diperoleh :
wij = cij – (ui + vj) ……………….(8.1).
Misalkan kita kurangkan konstanta e dari setiap bilangan pada garis pinggir sebelah kanan
(kolom terakhir) untuk baris yang tertutup (lihat Tabel 8.1.g) dan tambahkan e pada setiap
bilangan pada baris terakhir untuk kolom yang tak tertutup. Bilangan baru pada pinggir
Diperiksa oleh :
kanan dan pinggir bawah tampak pada Tabel 8.1.h.
Tabel 8.1.g
T1 T2 T3 T4 T5 ui
K1 2 0* 0 4 4 29-2
K2 4 4 4 8 0* 21
K3 14 14 2 6 0 11
K4 0* 18 16 6 18 17
K5 0 18 22 8 14 35
vj 0 6+2 0+2 2+2 4
Selanjutnya dihitung w'ij= cij - (u'i + v'j) dengan menggunakan bilangan baru u' i dan pada
pinggir dan cij elemen baris ke-i dan kolom ke-j pada tabel (MBD) sebelumnya dengan
ketentuan:
(1) Jika elemen tak tertutup garis, maka w'ij= cij - (u'i + v'j + e)
= cij - (u'i + v'j) – e
= wij – e.
Jadi: W' ij = W ij - e .......................... (8.2) .

(2) Jika elemen tertutup sekali, maka dikerjakan salah saw diantara dua hal berikut ini:
w'ij= cij - (u'i + v'j) = wij
Atau
w'ij= cij - (ui - e + vj + e) = wij ..... (8.3)
(3) Jika elemen elemen tertutup dua kali, maka
w'ij= cij - (ui - e + vj) = wij+ e ..... (8.4)
Kesimpulan: Setiap elemen yang tak tertutup dikurangi dengan e, setiap elemen
yang tertutup sekali tidak diubah, dan elemen yang tertutup dua kali
ditambah e.
Dari proses pengerjaan ini kita menghendaki mendapatkan matriks baru (MOD) dengan
elemen-elemen nonnegatip dan sekurang-kurangnya satu elemen nol terletak pada elemen
yang tidak tertutup. Karena semua elemen tak tertutup berkurang dengan e, maka kita pilih
elemen tak tertutup yang terkecil sebagai e. Jelas bahwa elemen taktertutup yang terkecil
bertanda positip karena semua elemen nol sudah tertutup. Pada Tabel 8.1.g elemen tak tertutup
Diperiksa oleh :
terkecil adalah 2. Dengan menggunakan nilai baru u'I dan vij pada kolom pinggir kanan dan
baris pinggir bawah kita peroleh Tabel 8.1.h.
Tabel 8.1.h
Ti T2 T3 T4 T5 ui
K1 4 0* 0 0 6 27
K2 4 2 2 6 0* 21
K3 14 12 0* 4 0 11
K4 0* 16 14 4 18 17
K5 0 10 20 6 14 35
vj 0 8 2 4 4
Dari Tabel 8.1.h kita dapat menemukan himpunan bebas dari elemen bernilai nol dengan
anggota sebanyak 4 buah, misalnya {c12, c25, c33,c41} serta tutup dari himpunan elemen bernilai
nol yang ditunjukkan pada Tabel 8.1.i. Banyaknya garis penutup elemen bernilai nol
sekurang-kurang 4 buah. Pada Tabel 8.1.i semua elemen tak tertutup positip dan yang paling
kecil ialah 2. Proses pengerjaan dengan rumus (8.1), (8.2), (8.3), dan (8.4) terhadap Tabel
8.1.i akan menghasilkan Tabel 8.1.j.
Tabel 8.1.i
T1 T2 T3 T4 T5 ui
K1 4 0 0 0 0. 27-2
K2 4 2 2 6 0 21
K3 14 12 0 4 0 11-2
K4 0 16 14 4 18 17
K5 0 10 20 6 14 35
vj 0 8 2 4 4
Pada Tabel 8.1.j terdapat himpunan bebas dari elemen bernilai nol dengan anggota 4 buah,
misalnya {c12, c25, c33, c41} serta tutup dari himpunan elemen bernilai nol yang ditunjukkan pada
Tabel 8.1.k. Banyaknya garis penutup elemen bernilai nol sekurang-kurang 4 buah. Jadi kita
belum dapat menyusun program optimal, karena baru memiliki himpunan bebas dari
elemen bernilai nol yang terbesar beranggotakan 4 elemen. Pada Tabel 8.1.k semua elemen
tak tertutup positip dan yang paling kecil ialah 2.
Diperiksa oleh :
Tabel 8.1.j
Ti T2 T3 T4 T5 ui
K1 6 0* 0 0 8 25
K2 4 0 0 4 0* 21
K3 16 12 0* 4 2 9
K4 0* 14 12 2 18 17
K5 0 8 18 6 14 35
vj 0 8 2 4 0
Tabel 8.1.k
T1 T2 T3 T4 T5 ui
K1 6 0 0 0 8 25
K2 4 0 0 4 0 21
K3 16 12 0 4 2 9
K4 0 14 12 2 18 17
K5 0 8 18 6 14 35
vj 0 8 2 4 0
Proses pengerjaan dengan rumus (8.1), (8.2), (8.3), dan (8.4) terhadap Tabel 8.1.k akan
menghasilkan Tabel 8.1.1.
Tabel 8.1.1
Ti T2 T3 T4 T5 ui
K1 8 0 2 0 8 25
K2 6 0 2 4 0 21
K3 16 10 0 2 0 7
K4 0 12 12 0 16 17
K5 0 6 18 4 12 35
vj 0 8 2 4 0
Tutup dari himpunan elemen bernilai nol ditunjukkan pada Tabel 8.1.m. Banyaknya
garis penutup elemen bernilai nol sekurang-kurang 5 buah (tidak mungkin menutup
semua elemen nol dengan garis-garis yang banyaknya kurang dari 5 buah). Jadi kita
sudah dapat menyusun program optimal, karena sudah memiliki himpunan bebas dari
elemen bernilai nol yang terbesar beranggotakan 5 elemen. Masalah berikutnya adalah
menyusun program penugasan.
Diperiksa oleh :
Tabel 8.1.m
T1 T2 T3 T4 T4 ui
K1 8 0 2 0 8 25
K2 6 0 2 4 0 21
K3 16 10 0 2 0 7
K4 0 12 12 0 16 17
K5 0 6 18 4 12 35
vj 0 8 2 4 0
Untuk memilih 5 elemen bebas dapat dilakukan dengan langkah-langkah sebagai berikut:
(1) Pilih elemen nol (misalkan c rk) sehingga cik ≠ 0 kecuali untuk i=r atau c rj ≠ 0
kecuali untuk j=k.
(2) Buat garis mendatar dan garis tegak melalui c rk .
(3) Ulangi langkah (1) dan (2) untuk elemen-elemen yang belum tertutup oleh garis
tagak atau garis mendatar.
Sekarang kita lakukan langkah-langkah menentukan penugasan setelah kita peroleh Tabel
8.1.1. Langkah pertama dapat kita kita pilih c51 karena pada baris ke-5 tidak ada elemen nol
yang lain. Jadi x51 masuk program dan kita beri tanda bintang. Langkah kedua menggambar
garis mendatar dan tegak melalui c 51. Hasil dari kedua langkah diatas adalah Tabel
8.1.n.(1)
Tabel 8.1.n.(1)
T1 T2 T3 T4 T5
K1 8 0 2 0 8
K2 6 0 2 4 0
K3 16 10 0 2 0
K4 0 12 12 0 16
K5 0* 6 18 4 12
Langkah ketiga kita pilih c 44 karena pada baris ke-4 tidak ada elemen nol yang lain. Jadi x 44
masuk program dan kita beri tanda bintang .Langkah keempat menggambar garis mendatar
dan tegak melalui c44. Hasil dari kedua langkah diatas adalah Tabel 8.1.n.(2)
Diperiksa oleh :
Tabel 8.1.n.(2)
T1 T2 T3 T4 T5
K1 8 0 2 0 8
K2 6 0 2 4 0
K3 16 10 0 2 0
K4 0 12 12 0* 16
K5 0* 6 18 4 12
Langkah kelima kita pilih c 12 karena pada baris ke-1 tidak ada elemen nol yang lain. Jadi
x12 masuk program dan kita beri tanda bintang .Langkah keenam menggambar garis mendatar
dan tegak melalui c 12. Hasil dari kedua langkah diatas adalah Tabel 8.1.n.(3)
Tabel 8.1.n.(3)
T1 T2 T3 T4 T5
K1 8 0* 2 0 8
K2 6 0 2 4 0
K3 16 10 0 2 0
K4 0 12 12 0* 16
K5 0* 6 18 4 12
Langkah ketujuh kita pilih c25 karena pada baris ke-2 tidak ada elemen nol yang lain. Jadi x 25
masuk program dan kita beri tanda bintang .Langkah kedelapan menggambar garis mendatar
dan tegak melalui c25. Hasil dari kedua langkah diatas adalah Tabel 8. 1 .n.(4)
Tabel 8.1.n.(4)
T1 T2 T3 T4 T5
K1 8 0* 2 0 8
K2 6 0 2 4 0*
K3 16 10 0 2 0
K4 0 12 12 0* 16
K5 0* 6 18 4 12
Langkah terakhir tinggal menentukan x33 masuk program, sebab c33 satu-satunya elemen yang
belum masuk program. Program penugasan selengkapnya tampak pada Tabel 8.1.n.(5).
Diperiksa oleh :
Tabel 8.1.n.(5)
T1 T2 T3 T4 T5
K1 8 0* 2 0 8
K2 6 0 2 4 0*
K3 16 10 0* 2 0
K4 0 12 12 0* 16
K5 0* 6 18 4 12
Jadi c12, c25, c33, c44, dan c51 akan memberikan program optimal. Dengan demikian PO dari
masalah diatas adalah x12, x25,x33,x44,x51 dengan Zmin.= 35 + 21 + 13 + 25 + 35= 128. Apabila
kita kembalikan pada matriks yang asli maka program optimal akan tampak seperti pada
Tabel 8.1.n.(6
Tabel 8.1.n .(6)
TV AC KULKAS MESIN KOMPOR

CUCI
ALI 31 35* 29 31 33
BUDI 25 31 25 31 21*
CHALID 25 31 13* 19 11
DEDY 17 41 33 25* 35
EDO 35* 53 57 45 49
Jawaban atas masalah ini adalah pengeluaran toko untuk membayar karyawan akan mencapai
minimal sebesar Rp 128.000,- apabila pemilik toko menugasi Ali mengerjakan AC, Budi
mengerjakan kompor, Chalid mengerjakan kulkas, Dedy mengerjakan mesin cuci dan Edo
mengerjakan kompor.
8.2. Metode Hongarian

Langkah-langkah untuk menyelesaikan masalah penugasan seperti yang baru
saja kita ikuti dikenal dengan nama Metode Hungarian. Metode ini ditemukan oleh
Harold W. Kuhn. Ia menyusun algoritma untuk menemukan matriks biaya yang
dikurangi dengan n elemen nol bebas berdasarkan kerja yang dilakukan oleh ahli
matematika yang berasal dari Hongaria yaitu D. Konig (dalam tulisan berjudul "
Graphen and Matrizen". Matematikai es Fizikai Lapak. 1931, 38: p. 116-119) dan J.
Egervary (dalam tulisan berjudul " Matriok kombinatorikus Tulajdonsagairol".
Diperiksa oleh :
Matematikai es Fizikai Lapak. 1931, 38: p. 16-28). Untuk memberikan penghargaan
kepada kedua matematikawan tersebut Kuhn memberi nama metode yang ditemukan
dengan nama Metode Hongarian. (Penjelasan secara matematis tentang metode
Hongarian dapat dibaca pada Tucker, 1995, p.280-292). Adapun langkah-langkah dari
Metode Hongarian sebagai berikut:
(1) Memilih sebarang u i , v j ,w ij ≥ 0 yang memenuhi wij = cij – (ui + vj). Pilihan yang
terbaik untuk langkah ini ialah mencari:
ui= min cij

j
vj= min (cij-ui)
wij = cij – (ui + vj).
(2) Mencari setiap elemen nol bebas yang maksimal dan tutup terkecil pada
elemen-elemen nol dalam matriks biaya yang dikurangi (MBK). Misalkan k adalah
banyaknya elemen nol dalam himpunan bebas dari elemen bernilai nol yang
terbesar. Selanjutnya:
Jika k=n, maka proses dihentikan dan diperoleh program optimal. Jika k<n,
maka proses dilanjutkan dengan mengikuti langkah ketiga.
(3) Mencari elemen terkecil pada MBK (matriks-w) yang tak tertutup ga garis
(misalkan e). Selanjutnya:
untuk ui dengan i baris tertutup diubah menjadi (u i-e),
untuk vj dengan j kolom tak tertutup diubah menjadi (vj + e).
Setelah itu susun matriks-w yang baru dengan rumus
wij = cij – (ui + vj), dan kemudian kembali ke langkah pertama.
Apabila pada langkah kedua diperoleh k<n sedangkan banyaknya garis mendatar r dan
banyaknya garis tegak k-r, maka pada langkah yang ketiga sebanyak r bilangan pinggir
kanan akan merosot dan (n-k+r) elemen-elemen pinggir kanan akan meningkat. Jadi
jumlah dari elemen pinggir akan meningkat dengan e(n-k).
Contoh 8.2
Diperiksa oleh :
Tabel 8.2.a .adalah suatu matriks ongkos dari suatu masalah penugasan yang akan
menentukan biaya minimum.
Tabel 8.2.a
Ti T2 T3 T4 ui
K1 35 30 27 49
K2 40 28 34 26
K3 40 35 37 27
K4 29 27 29 30
vj
Langkah pertama untuk menyelesaikan masalah itu adalah memilih u1,u2,u3, dan u4. Kita pilih
u1= Min {35,30,27,49}=27, u2= 28, u3=27, dan u4=27, sehingga diperoleh Tabel 8.2.b.
Tabel 8.2.b
T1 T2 T3 T4 ui
K1 8 3 0 22 27
K2 14 2 8 0 26
K3 13 8 10 0 27
K4 2 0 2 3 27
vIj
Selanjutnya dari Tabel 8.2.b kita pilih v1=Min {8,14, 13,2}=2, v2=0, v3=0, dan v4=0. Dengan
menggunakan rumus wij = cij – (ui + vj) pada Tabel 8.2.a diperoleh:
w11 = c11 – (u1 +v1 ) = 35 – (27+2) = 6,
w21 = c21 – (u2 +v1 ) = 40 – (26+2) = 12,
w31 = c31 – (u3 +v1 ) = 40 – (27+2) = 11,
w41 = c41 – (u4 +v1 ) = 29 – (27+2) = 0,
w12 = c12 – (u1 +v2 ) = 30 – (27+0) = 3,
w22 = c22 – (u2 +v2 ) = 28 – (26+0) = 2,
dst (perhitungan diserahkan pembaca), akan diperoleh Tabel 8.2.c.

Untuk mendapatkan Tabel 8.2.c juga dapat diperoleh dari Tabel 8.2.b dengan mengurangkan
setiap elemen pada kolom ke-j dengan v j .
Diperiksa oleh :
Tabel 8.2.c
T1 T2 T3 T4 ui
K1 6 3 0 22 27
K2 12 2 8 0 26
K3 11 8 10 0 27
K4 0 0 2 3 27
vj 2 0 0 0
Sekarang kita ikuti langkah kedua Metode Hungarian, yaitu mencari tutup terkecil dari elemen-
elemen nol. Salah satu cara menutup elemen-elemen nol dengan banyak garis yang sesedikit
mungkin seperti tampak pada Tabel 8.2.d.
Tabel 8.2.d
T1 T2 T3 T4
K1 6 3 0 22
K2 12 2 8 0
K3 11 8 10 0
K4 0 0 2 3
Pada masalah ini n=4, tetapi kita dapat menutup elemen-elemen nol dengan 3 buah garis.
Ini berarti bahwa program belum optimal. Elemen terkecil pada Tabel 8.2.d yang tak
tertutup garis ialah 2. Selanjutnya untuk ui dengan i baris tertutup diubah menjadi (u i-2),
untuk vj dengan j kolom tak tertutup diubah menjadi (v j + 2). Setelah itu susun matriks
yang baru (Tabel 8.2.e) dengan rumus wij= cij-(ui+vj) dari Tabel 8.2.a
Beberapa contoh perhitungan sebagai berikut:

u1= 27-2=25, u2= 28, u3=27, dan u4=27-2=25
v1=2+2=4, v2=0+2=2, v3=0, dan v4=0.
w11= c11 - (u1+v1) = 35-(25+4) = 6,
w21= c21 - (u2+v1) = 40-(26+4) = 10,
w31= c31 - (u3+v1) = 40-(27+4) = 9,
w41= c41 - (u4+v1) = 29-(25+4) = 0,
w12= c12 - (u1+v2) = 30-(25+2) = 3,
w22= c22 - (u2+v2) = 28-(26+2) = 0,
w32= c32 - (u3+v2) = 35-(27+2) = 6,
w42= c42 - (u4+v2) = 27-(25+2) = 0.
Diperiksa oleh :
Secara praktis semua elemen yang tak tertutup dikurangi dengan 2, semua elemen tertutup
satu garis tidak berubah, dan semua elemen yang tertutup oleh dua garis ditambah dengan
2.
Tabel 8.2.e
T1 T2 T3 T4 ui
K1 6 3 0 24 27-2
K2 10 0 6 0 26
K3 9 6 8 0 27
K4 0 0 2 5 27-2
vj 2+2 0+2 0 0
Sekarang kita ikuti langkah kedua Metode Hungarian, yaitu mencari tutup terkecil dari elemen-
elemen nol. Salah satu cara menutup elemen-elemen nol dengan banyak garis yang sesedikit
mungkin seperti tampak pada Tabel 8.2. f
Tabel 8.2.f
T1 T2 T3 T4
K1 6 3 0 24
K2 10 0 6 0
K3 9 6 8 0
K4 0 0 2 5
Kita tidak mungkin menutup elemen-elemen nol dengan garis-garis yang banyaknya kurang dari
4 buah. Ini menunjukkan program sudah optimal. Selanjutnya kita susun program penugasan
yang langkah-langkahnya seperti tampak pada Tabel 8.2.g.(1), Tabel 8.2.g.(2), Tabel 8.2.g.(3),
Tabel 8.2.g.(4,) Tabel 8.2.g.(5), dan Tabel 8.2.g.(6).
Tabel 8.2.g.(1)
T1 T2 T3 T4
K1 6 3 0 24
K2 10 0 6 0
K3 9 6 8 0
K4 0 0 2 5
Diperiksa oleh :
Tabel 8.2.g.(2)
T1 T2 T3 T4
K1 6 3 0 24
K2 10 0 6 0
K3 9 6 8 0
K4 0 0 2 5
Tabel 8.2.g.(3)
T1 T2 T3 T4
K1 6 3 0 24
K2 10 0 6 0
K3 9 6 8 0
K4 0 0 2 5
Tabel 8.2.g.(4)
T1 T2 T3 T4
K1 6 3 0 24
K2 10 0 6 0
K3 9 6 8 0
K4 0 0 2 5
Tabel 8.2.g.(5)
T1 T2 T3 T4
K1 6 3 0* 24
K2 10 0* 6 0
K3 9 6 8 0*
K4 0* 0 2 5
Tabel 8.2.g.(6)
T1 T2 T3 T4
K1 35 30 27* 49
K2 40 28* 34 26
K3 40 35 37 27*
K4 29* 27 29 30
Diperiksa oleh :
Berdasarkan Tabel 8.2.g.(5), maka c13, c22, c34 dan c41 akan memberikan program optimal.
Dengan demikian PO dari masalah diatas adalah x 13, x22, x34, x41 dengan
Zmin=27+28+27+29=111.. Apabila kita kembalikan pada matriks yang asli maka program
optimal akan tampak seperti pada Tabel 8.2.g.(6)
Setelah kita selesaikan Contoh 8.2, kita dapat menjalankan Metode Hungarian dengan
langkah-langkah seperti dibawah ini
( I) Menyusun matriks biaya.
(2) Mengurangkan elemen-elemen pada setiap baris dengan elemen terkecil pada baris
yang sama. Langkah ini akan menghasilkan MOC.
(3) Mengurangkan elemen-elemen pada setiap kolom (dalam MOC) dengan elemen
terkecil pada kolom yang sama. Langkah ini akan menghasilkan TOC.
(4) Tutup elemen-elemen bernilai nol pada TOC dengan garis-garis mendatar atau
tegak. Misalkan n adalah banyaknya baris atau kolom dan banyaknya garis penutup
elemen nol sekurang-kurangnya k, maka:
Jika k=n, berarti sudah diperoleh program optimal. Proses dihentikan dan
susun penugasan.
Jika k<n, maka proses dilanjutkan dengan mengikuti langkah (5).

(5) Cari bilangan terkecil dari bilangan-bilangan yang tak tertutup garis, misalkan e.
Selanjutnya:
Semua elemen yang tak tertutup garis dikurangi e.
Semua elemen yang tertutup oleh satu garis tidak diubah.
Semua elemen yang tertutup oleh dua garis ditambah dengan e. Setelah
diperoleh tabel Baru kembali ke langkah ke-4.
8.3. Prioritas
Kadang-kadang dalam masalah yang nyata seorang karyawan diberi prioritas
untuk mengerjakan suatu pekerjaan walaupun biaya/upah relatip lebih tinggi. Prioritas
itu dapat karena pertimbangan permintaan pelanggan yang merasa cocok dengan
karyawan yang bersangkutan, pertimbangan masalah ketelitian, dsb. Contoh 8.3 dibawah
ini bersasal dari Contoh 8.2 dengan ketentuan Kl harus mengerjakan T2.
Agar supaya K1 pasti mengerjakan T2 berapapun biayanya, maka dalam perhitungan x 12
Diperiksa oleh :
harus masuk program, untuk itu nilai c 12 harus diberi nilai yang relatip kecil.
Pemberian nilai 0 pada elemen yang mendapat prioritas cukup memnguntungkan.
Setelah mempertimbangkan prioritas terhadap x12 dan menetapkan c12=0, maka matriks
biaya menjadi sebagaimana dinyatakan pada Tabel 8.3.a.
Tabel 8.3.a
T1 T2 T3 T4
K1 35 0 27 49
K2 40 28 34 26
K3 40 35 37 27
K4 29 27 29 30
Dengan Metode Hungarian akan kita peroleh Tabel 8.3.b, Tabel 8.3.c,Tabel 8.3.d, Tabel
8.3.e, Tabel 8.3.f, Tabel 8.3.g, Tabel 8.3.h, Tabel 8.3.i, dan Tabel 8.3.j.
Tabel 8.3.b
T1 T2 T3 T4 ui
K1 35 0 27 49 0
K2 14 2 8 0 26
K3 13 8 10 0 27
K4 2 0 2 3 27
vi
Tabel 8.3.c
TI T2 T3 T4
K1 33 0 25 49 0
K2 12 2 6 0 26
K3 11 8 8 0 27
K4 0 0 0 3 27
2 0 2 0
Diperiksa oleh :
Tabel 8.3.d
TI T2 T3 T4 ui
Kl 33 0 25 49 0
K2 12 2 6 0 26
K3 11 8 8 0 27
K4 0 0 0 3 27
vj 2 0 2 0
Tabel 8.3.e
T1 T2 T3 T4
K1 33 0 25 51
K2 10 0 4 0
K3 9 6 6 0
K4 0 0 2 5
Tabel 8.3.f
T1 T2 T3 T4
K1 33 0 25 51
K2 10 0 4 0
K3 9 6 6 0
K4 0 0 0 5
Tabel 8.3.g
T1 T2 T3 T4
K1 29 0 21 51
K2 6 0 0 0
K3 5 6 2 0
K4 0 4 0 9
Diperiksa oleh :
Tabel 8.3.h
T1 T2 T3 T4
K1 29 0 21 51
K2 6 0 0 0
K3 5 6 2 0
K4 0 4 0 9
Pada Tabel 8.3.h diperoleh k=n. Jadi sudah diperoleh program optimal. Penugasan untuk itu
dapat dilihat pada Tabel 8.3.i.
Tabel 8.3.i.
T1 T2 T3 T4
K1 29 0* 21 51
K2 6 0 0* 0
K3 5 6 2 0*
K4 0* 4 0 9
Tabel 8.3..j
T1 T2 T3 T4
K1 35 30* 27 49
K2 40 28 34* 26
K3 40 35 37 27*
K4 29* 27 29 30
Dari Tabel 8.3.j diperoleh x 12, x23, x34, x41 adalah PO dan Z min.=30+34+27+29 =120. Jadi
apabila dalam masalah penugasan ditentukan adanya prioritas terhadap suatu
sel, maka biaya pada sel tersebut dalam perhitungan diberi nilai nol (kasus
minimum).
Diperiksa oleh :
8.4. Pemblokan
Kadang-kadang dalam masalah yang nyata seorang karyawan dijauhkan terhadap
suatu pekerjaan teretentu walaupun biaya/upah relatip lebih murah. Prioritas itu dapat
karena pertimbangan permintaan pelanggan yang merasa tidak cocok dengan karyawan
yang bersangkutan, pertimbangan masalah ketelitian, dsb. Contoh 8.4 dibawah ini
bersasal dari Contoh 8.2 dengan ketentuan K3 tidak boleh mengerjakan T4.
Agar supaya K3 pasti tidak mengerjakan T4 walaupun murah biayanya, maka dalam
perhitungan x 34 harus tidak masuk program, untuk itu nilai c 34 dalam tabel harus diberi
nilai yang relatip besar. Seperti pada masalah transportasi maka c 34 diberi nilai M. Setelah
mempertimbangkan pemblokan terhadap x 34 dan menetapkan c 34 =M, maka matriks biaya
menjadi sebagaimana dinyatakan pada Tabel 8.4.a
Tabel 8.4.a
T1 T2 T3 T4
K1 35 30 27 49
K2 40 28 34 26
K3 40 35 37 M
K4 29 27 29 30
Dengan Metode Hungarian akan diperoleh Tabel 8.4.b, Tabel 8.4.c, Tabel 8.4.d, Tabel 8.4.e,
dan Tabel 8.4.f.
Tabel 8.4.b
T1 T2 T3 T4 ui
K1 8 3 0 22 27
K2 14 2 8 0 26
K3 5 0 2 M-35 35
K4 2 0 2 3 27
Tabel 8.4.c
T1 T2 T3 T4 ui
K1 6 3 0 22 27
K2 12 2 8 0 26
K3 3 0 2 M-35 35
K4 0 0 2 3 27
vj 2 0 0 0
Diperiksa oleh :
Tabel 8.4.d
T1 T2 T3 T4
K1 6 3 0 22
K2 12 2 8 0
K3 3 0 2 M-35
K4 0 0 2 3
Pada Tabel 8.4.d diperoleh k = n = 4. Jadi program sudah optimal. Selanjutnya kita susun
penugasan (dengan menentukan 4 elemen bernilai nol yang bebas) seperti tampak pada
Tabel 8.4.e.
Tabel 8.4.e
T1 T2 T3 T4
K1 6 3 0 22
K2 12 2 8 0
K3 3 0 2 M-35
K4 0 0 2 3
Berdasarkan Tabel 8.2.a dan Tabel 8.4.e diperoleh penugasan seperti tampak pada Tabel
8.4.f.
Tabel 8.4.f
T1 T2 T3 T4
K1 35 30 27 49
K2 40 28 34 26
K3 40 35 37 27
K4 29 27 29 30
Dari Tabel 8.4.f diperoleh x 13, x24, x32, x41 sebagai PO dan Zmin.=27+26+3+29 =117. Jadi
apabila dalam masalah penugasan ditentukan adanya pemblokan terhadap suatu sel,
maka biaya pada sel tersebut dalam perhitungan diberi nilai M (kasus minimum).
8.5. PO Tidak Tunggal

Adakalanya PO dari suatu masalah penugasan tidak tunggal. Contoh 8.5
dengan matriks biaya yang disajikan pada Tabel 8.5.a adalah contoh masalah penugasan
yang mempunyai PO lebih dari satu.
Diperiksa oleh :
Contoh 8.5
Tabel 8.5.a
T1 T2 T3 T4
K1 35 30 27 49
K2 40 28 34 26
K3 25 35 37 25
K4 26 30 31 26
Dengan Metode Hongarian akan diperoleh Tabel 8.5.b, Tabel 8.5.c, dan Tabel 8.5.d.
Tabel 8.5.b
T1 T2 T3 T4 ui
K1 8 3 0 22 27
K2 14 2 8 0 26
K3 0 10 12 0 25
K4 0 4 5 0 26
vj
Tabel 8.5.c
T1 T2 T3 T4
K1 8 1 0 22 27
K2 14 0 8 0 26
K3 0 8 12 0 25
K4 0 2 5 0 26
0 2 0 0
Tabel 8.5.d
T1 T2 T3 T4
K1 8 1 0 22
K2 14 0 8 0
K3 0 8 12 0
K4 0 2 5 0
Pada Tabel 8.5.d diperoleh k=n=4. Jadi program sudah optimal. Selanjutnya kita susun
penugasan (dengan menentukan 4 elemen bernilai nol yang bebas) .
Pertama kita programkan x13 sebab c13=0 dan pada baris ke-1 serta kolom ke-3 tidak ada
elemen bernilai nol yang lain selain c 13 . Kita tutup baris ke-1 dan kolom ke-3. Lihat Tabel
8.5.
Diperiksa oleh :
Tabel 8.5.e
T1 T2 T3 T4
K1 8 1 0 22
K2 14 0 8 0
K3 0 8 12 0
K4 0 2 5 0
Pada sel-sel yang tak tertutup kita pilih x 22 masuk program, sebab pada kolom ke-2 c22=0
satu-satunya elemen yang bernilai nol. Sedangkan elemen bernilai nol yang lain selalu ada
elemen bernilai nol yang lain pada baris dan kolom yang sama. Kita tutup baris ke -2 dan
kolom ke-2. Lihat Tabel 8.5.f.
Tabel 8.5.f
T1 T2 T3 T4
K1 8 1 0 22
K2 14 0 8 0
K3 0 8 12 0
K4 0 2 5 0
Pemilihan x13 diikuti dengan x22 sama dengan dipilih dahulu x 22 baru diikuti x13
(Mengapa?). Pada Tabel 8.5.f tidak ada elemen nol yang tunggal dalam kolom maupun
dalam baris. Pada setiap kolom ada dua elemen nol dan pada setiap baris juga ada dua
elemen nol, jadi setiap elemen mempunyai peluang sama untuk terlebih dahulu
diprogramkan. Misalkan kita pilih x31 masuk program terlebih dahulu, maka kita tutup baris
ke-3 dan kolom ke-1, sehingga diperoleh Tabel 8.5.g.
Tabel 8.5.g
T1 T2 T3 T4
K1 8 1 0 22
K2 14 0 8 0
K3 0 8 12 0
K4 0 2 5 0
Selanjutnya satu-satunya yang harus masuk program adalah x44, sehingga program selengkapnya
tampak pada Tabel 8.5.h
Diperiksa oleh :
Tabel 8.5.h
T1 T2 T3 T4
K1 8 1 0 22
K2 14 0 8 0
K3 0 8 12 0
K4 0 2 5 0
Jika kita kembalikan pada persoalan asli, maka penugasan berdasarkan Tabel 8.5.h adalah Tabel
8.5.i.
Tabel 8.5.i
T1 T2 T3 T4
K1 35 30 27 49
K2 40 28 34 26
K3 25 35 37 25
K4 26 30 31 26
Tabel 8.5.i memberikan x13,x22,x31,x44 sebagai PO dengan Zmin.= 27+28+25+26=106.

Apabila dari Tabel 8.5.f kita pilih x 34 masuk program maka kita tutup baris ke-3 dan
kolom ke-4, sehingga diperoleh Tabel 8.5.g*.
Tabel 8.5.g*
T1 T2 T3 T4
K1 8 1 0 22
K2 14 0 8 0
K3 0 8 12 0
K4 0 2 5 0
Selanjutnya x41 harus masuk program sehingga diperoleh penugasan seperti pada Tabel
8.5.h*.
Diperiksa oleh :
Tabel 8.5.h*
Ti T2 T3 T4
K1 8 1 0 22
K2 14 0 8 0
K3 0 8 12 0
K4 0 2 5 0
Jika kita kembalikan pada persoalan asli, maka penugasan berdasarkan Tabel 8.5.h* adalah
Tabel 8.5.
Tabel 8.5.i*
T1 T2 T3 T4
K1 35 30 27 49
K2 40 28 34 26
K3 25 35 37 25
K4 26 30 31 26
Tabel 8.5.i* memberikan x13,x27,x34,x41 sebagai PO dengan Zmin.= 27+28+25+26=106. Tampak

bahwa masalah pada Contoh 8.5 ini mempunyai dua PO yaitu x13,x22,x34,x41 dan
x13,x22,x31,x44. Keduanya memberikan Zmin.= 106.
8.6. Masalah Tak Seimbang

Dalam situasi yang nyata seringkali banyaknya karyawan tidak sama dengan
banyaknya tugas. Contoh 8.6 dengan matriks biaya diberikan pada Tabel 8.6.a
merupakan contoh masalah penugasan yang tidak seimbang dengan banyaknya karyawan
lebih besar dari pada banyaknya tugas.
Tabel 8.6.a
Ti T2 T3 T4
K1 35 30 27 49
K2 40 28 34 26
K3 40 35 37 27
K4 29 27 29 30
K5 28 29 30 27
Diperiksa oleh :
Karena algoritma untuk memecahkan masalah penugasan disusun (didisain) dengan syarat
seimbang antara banyaknya karyawan dan banyaknya tugas. Untuk menyeimbangkan
maka kita buat suatu tugas barn yang sebenarnya tidak ada dan disebut dengan tugas semu
atau tugas buatan. Karena tugas buatan sebenarnya tidak dikerjakan, maka biaya untuk itu
bagi setiap karyawan adalah nol. Selanjutnya kita memperoleh matriks biaya yang seimbang
dan mengandung satu kolom tambahan untuk tugas buatan, sperti tampak pada Tabel 8.6.b.
Tabel 8.6.b
Ti T2 T3 T4 T5 ui
K1 35 30 27 49 0
K2 40 28 34 26 0
K3 40 35 37 27 0
K4 29 27 29 30 0
K5 28 29 30 27 0
vj
Selanjutnya dengan Metode Hungarian diperoleh Tabel 8.6.c, Tabel 8.6.c Tabel 8.6.c
Tabel 8.6.c Tabel 8.6.c Tabel 8.6.c Tabel 8.6.c Tabel 8.6.c Tabel 8.6.c
Tabel 8.6.c
Ti T2 T3 T4 T5 ui
K1 7 3 0 23 0 0
K2 12 1 7 0 0 0
K3 12 8 14 1 0 0
K4 1 0 2 4 0 0
K5 0 2 3 1 0 0
vj 28 27 27 20 0
Tabel 8.6.d
T1 T2 T3 T4 T5
K1 7 3 0 23 0
K2 12 1 7 0 0
K3 12 8 14 1 0
K4 1 0 2 4 0
K5 0 2 3 1 0
Pada Tabel 8.6.d diperoleh k=n=5. Jadi program sudah optimal. Selanjutnya kita susun penugasan
(dengan menentukan 5 elemen bernilai nol yang bebas). Dengan mudah kita peroleh 5 buah
elemen bernilai nol yang bebas seperti tampak pada Tabel 8.6.e.
Diperiksa oleh :
Tabel 8.6.d
Ti T2 T3 T4 T5
K1 7 3
0* 23 0
K2 12 1 7
0* 0
K3 12 8 14 1
0*
K4 1
0* 2 4 0
K5
0* 2 3 1 0
Jika kita kembalikan pada persoalan asli, maka penugasan berdasarkan Tabel 8.6.d adalah Tabel
8.6.e.
Tabel 8.6.e
T1 T2 T3 T4 T5
K1 35 30
27* 49 0
K2 40 28 34
26* 0
K3 40 35 37 27
0*
K4 29
27* 29 30 0
KS
28* 29 30 27 0
Tabel 8.6.e memberikan xi3,x24,x35,x4/, x51 sebagai PO dengan Zmin.= 27 + 26 + 0 + 27 + 28

= 108. Jadi jawaban atas masalah pada contoh ini adalah biaya minimal sebesar 108 akan dicapai
bila K1 mengerjakan T3, K2 mengerjakan T4, K4 mengerjakan T2, K5 mengerjakan T I, dan
K3 tidak mengerjakan tubas apapun.
Diperiksa oleh :
8.7. Soal-soal
1. Selesaikanlah masalah penugasan yang matriks biayanya disajikan pada Tabel 8.7.
Tabel 8.7
T1 T2 T3 T4 T5
K1 32 20 10 34 47
K2 30 30 18 24 43
K3 28 24 12 32 53
K4 34 30 30 40 51
K5 30 24 23 17 34
Tabel 8.8
T1 T2 T3 T4 T5
K1 32 20 10 34 47
K2 30 30 18 24 43
K3 28 24 12 32 53
K4 34 30 30 40 51
K5 30 24 23 17 34
Tabel 8.9
T1 T2 T3 T4 T5
K1 30 12 20 19 26
K2 47 26 26 29 28
K3 50 28 8 20 24
K4 38 21 15 25 25
K5 44 30 7 16 27
Tabel 8.10
T1 T2 T3 T4
K1 13 16 15 15
K2 17 14 20 19
K3 15 25 17 13
K4 14 13 20 17
Diperiksa oleh :
5. Selesaikanlah masalah penugasan yang matriks biayanya disajikan pada Tabel 8.11
dengan K1 tidak boleh mengerjakan T2.
Tabel 8.11
T1 T2 T3 T4
K1 38 26 26 36
K2 28 36 50 31
K3 32 27 27 31
K4 35 41 27 29
6. Selesaikanlah masalah penugasan yang matriks biayanya disajikan pada Tabel 8.12
dengan prioritas K4 harus mengerjakan T2.
Tabel 8.12
T1 T2 T3 T4
K1 18 24 29 29
K2 16 19 17 24
K3 18 16 23 26
K4 19 38 15 16
K5 21 26 17 16
Tabel 8.13
T1 T2 T3 T4
K1 9 7 21 15
K2 9 7 7 27
K3 9 17 15 7
K4 7 15 9 10
Diperiksa oleh :
Tabel 8.14
T1 T2 T3 T4
K1 20 19 25 17
K2 17 25 27 19
K3 37 17 17 19
K4 25 31 17 19
Tabel 8.10
T1 T2 T3 T4 T5
K1 35 30 27 49 37
K2 40 28 34 26 28
K3 40 35 37 27 27
K4 29 27 29 30 32
10. Kerjakan Contoh 8.6 dengan memberikan ci5=M. Bagaimana PO yang diperoleh ?
Diperiksa oleh :
KEPUSTAKAAN
Barnett, Raymond A and Ziegler, Michael R.. 1993. College Mathematics For Bussiness,
Economics, Life, Scienses and Social Scienses. New York: Macmillan Publishing
Company.
Bazaraa, Mokhtar S., Jarvis, John J., and Sheroli, Harrif D. 1990. Linear Programming and
Network Flows. New York: John Wiley & Sons, INC
Dantzig, George B. , Thapa, Mukund N. and Glynn, Peter (Ed.). 1997. Linear Programming. 1:
Introduction (Springer Series in Opreation Research). New York: Springer.
Fogiel, M. 1989. Operations Research: A Complete Solution Guide to Any Textbook. New Jersey:
REA.
Gass, I. Saul. 1975. Linear Programming. Method and Applications. New York: Mc Graw-Hill
Book Company.
Hadley, G. 1980. Linear Programming. Massachuttes: addison-Wesley Publishing Company.
Kalman, Bernard and Beck, Robert E. 1980. Elementary Linear Programming With
Applications. New York: Academic Press, INC.
Margha, M. 1981. Matriks dan Perencanaan Linier. Bandung: Penerbit Armico. Marwan Asri.
1983. Linear Programming. Yogyakarta: BPI-E.
Nasendi, B dan Affendi Anwar. 1986. Program Linear dan Variasinya. Jakarta: Gramedia.
Nering, Evar D. and Tucker, Albert Williams. 1995. Linear Programms and Related Problems.
San Diego: Academic Press, INC.
Rothenberg, Ronald I.. 1979. Linear Programming. New York: Elsevier North Holland, INC.
Schniederjans, Marc J. 1984. Linear Goal Programming. New Jersey: Petrocelli Books. Siagian,
P. 1987. Penelitian Operasional. Jakarta: UI Press.
Skemp, Richard F..1971. The Psychology of Learning Mathematics. Ay Lesbury, Bucks: Hazell
Watson & Viney Ltd.
Solow, Daniel. 1984. Linear Programming. An Introduction to Finite Improvement Algorithms.

Nerw York: North-Holland.
Strum, Jay E. 1972. Introduction to Linear Programming. San Franscisco: Holden-Day, INC.
Diperiksa oleh :
Sumartojo, N. 1988. Program Linear. Jakarta: Penerbit Karunika.
Supranto, J. 1983.Linear Programming. Jakarta: LPI-E, UI.
Susanto, B. 1978. Program Linear. Yogyakarta: Bagian Ilmu Pasti FIPA UGM.
Williams, H.P. 1993. Model Building in Mathematical Programming. Chichester: John Wiley &
Sons.
Diperiksa oleh :

Bahan Ajar Program Linear Bahan Ajar Prolin (3) Mat Genap 2022-23

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Bahan Ajar Program Linear Bahan Ajar Prolin (3) Mat Genap 2022-23

Diunggah oleh

Hak Cipta:

Format Tersedia

KEMENTERIAN RISET, TEKNOLOGI DAN PENDIDIKAN

PROGRAM LINEAR (3)

PROGRAM STUDI MATEMATIKA

VERIFIKASI BAHAN AJAR

Semarang, 30 Januari 2023

Dr. Mulyono Msi. Wakhid Fitri Albar, S.Pd., M.Sc.

DESKRIPSI MATA KULIAH :

CAPAIAN PEMBELAJARAN LULUSAN :

CAPAIAN PEMBELAJARAN MATAKULIAH :

7.1. Pengertian Masalah Transportasi

7.2. Tabel untuk Model Transportasi

7.3. Penyusunan Program Awal

7.3.1. Metode NWC

Jika ∑ xij = t j dengan i = 1,2,...,m., maka sel ( i + 1, j) diisi dengan x ij = tj.

dan seterusnya sampai (m+n-1) buah sel terisi.

7.3.2. Menyusun Program Awal dengan VAM

7.3.3. Menyusun Program Awal dengan Metode Inspeksi

7.4. Program Optimal

7.5. Menghitung OC Sel Kosong

𝐎𝐂(𝐫, 𝐤) = − {𝐜𝐫𝟎 𝐤 𝟎 − 𝐜𝐫𝟎 𝐤𝟏 + 𝐜𝐫𝟏 𝐤𝟏 − 𝐜𝐫𝟏 𝐤𝟐 + 𝐜𝐫𝟐 𝐤𝟐 − ⋯ + 𝐜𝐫𝐩𝐤𝐩 − 𝐜𝐫𝐩 𝐤 𝟎 }

NO. SEL LOOP PERHITUNGAN

Dalam masalah transportasi yang tabel alokasinya berukuran mxn, suatu

Perhatikan Tabel 7.9.

Sel (3,4) adalah sel isi, maka diperoleh:

Sel (3,1) adalah sel isi, maka diperoleh:

Sel (4,4) adalah sel isi, maka diperoleh:

Sel (4,3) adalah sel isi, maka diperoleh:

Sel (4,5) adalah sel isi, maka diperoleh:

Sel (2,5) adalah sel isi, maka diperoleh:

Jika nilai-nilai ini dimasukkan ke Tabel maka diperoleh Tabel 7.11.

NO. SEL PERHITUNGAN OC

7.6. Perbaikan Program

Sel (1,4) adalah sel isi, maka diperoleh:

Sel (3,4) adalah sel isi, maka diperoleh:

Sel (3,1) adalah sel isi, maka diperoleh:

Sel (4,3) adalah sel isi, maka diperoleh:

Sel (3,5) adalah sel isi, maka diperoleh:

Sel (2,5) adalah sel isi, maka diperoleh:

Jika nilai-nilai ini dimasukkan ke Tabel maka diperoleh Tabel 7.14.

NO. SEL PERHITUNGAN OC

7.7. Persediaan dan Permintaan Tak Seimbang

(2) ∑ ai < ∑ t j ........ tak seimbang

Untuk menyelesaikan masalah yang tak seimbang dilakukan langkah-langkah sebagai

Pada Tabel 7.16.a, ∑ ai = 180+120+180=480, dan ∑ t j = 150+210+150=510. Agar

7.8. PO Lebih Dari Satu

NO. SEL PERHITUNGAN OC

NO. SEL PERHITUNGAN OC

OC sel-sel kosong diperlihatkan pada Tabel 7.17.d. (Perhitungan selengkapnya

C= dA + (1-d)B, 0<d<1, d∈R.

dengan A: matriks PO pertama,

C: matriks PO yang lain

Jika kita pilih d= 1⁄2 maka diperoleh PO yang lain, yaitu C= 1⁄

Program selengkapnya tampak pada Tabel 7.17.e.

Program pada Tabel 7.17.e memberikan:

7.9. Masalah Kemerosotan

Sel (3,3) adalah sel isi, maka diperoleh:

NO. SEL PERHITUNGAN OC

NO. SEL PERHITUNGAN OC

7.9.2. Kemerosotan Pada Proses Iterasi

Tentukan PO masalah transportasi yang disajikan pada Tabel 7.24

Tentukan PO masalah transportasi yang disajikan pada Tabel 7.25

(1) Tidak boleh ada pengiriman dari Al ke T1.

(2) Harus ada pengiriman dari A 4 ke T 5 sebanyak 100 unit.

Tentukan PO masalah transportasi yang disajikan pada Tabel 7.26.