Laporan OR

LAPORAN PRAKTIKUM
PENELITIAN OPERASIONAL
DISUSUN OLEH :
AZIZAH SALSABILA LIFANA

20TIA691
TIA IIB
LABORATORIUM KOMPUTASI
JURUSAN TEKNIK INDUSTRI AGRO
POLITEKNIK ATI MAKASSAR
2022
LEMBAR PENGESAHAN
Laporan praktikum ini telah diselesaikan untuk memenuhi persyaratan

Mata Kuliah Praktikum Penelitian Operasional, telah diperiksa dan disetujui oleh
pembimbing.
Disusun Oleh :
Nama : AZIZAH SALSABILA LIFANA
NIM : 20TIA691
Prodi : Teknik Industri Agro
Kelas : TIA IIB
Makassar, 2022
Menyetujui :
Dosen Penanggung Jawab Asisten Dosen
Andi Nurwahidah, ST.,M.T. Muh. Ammar Fauzan H.

NIP.19900629 201901 2 001 Kamaruddin, A Md. T.
Mengetahui :
Kepala Laboratorium Komputasi
Dr. Puadi Haming, SE.,MM.

NIP. 19580601 198103 1 013
ii
KATA PENGANTAR
Segala puji kami panjatkan kehadirat Allaah Subhanahu wata’ala atas

segala rahmat dan karunia yang telah diberikan, sehingga Laporan Lengkap
Praktikum Penelitian Operasional bisa terselesaikan dengan baik. Adapun laporan
ini disusun sebagai bagian dari tugas mata kuliah Penelitian Operasional.
Dalam penyusunan laporan ini tidaklah luput dari bantuan beberapa pihak,
untuk itu kami mengucapkan terima kasih yang sebesar-besarnya kepada semua
pihak yang telah membantu dalam penyelesaian laporan ini.
Saya menyadari bahwa laporan praktikum ini masihlah jauh dari
sempurna. Untuk itu, kami secara terbuka menerima kritikan dan saran yang
membangun dari para pembaca sekalian. Semoga laporan ini dapat bermanfaat
untuk kita semua.
Makassar, 2022
Penyusun,
AZIZAH SALSABILA LIFANA
iii
DAFTAR ISI
LEMBAR PENGESAHAN .................................................................................. ii

KATA PENGANTAR .......................................................................................... iii
DAFTAR ISI ......................................................................................................... iv
DAFTAR TABEL ............................................................................................... vii
DAFTAR GAMBAR ............................................................................................ xi
BAB I LINEAR PROGRAMMING ................................................................... 1
1.1. PENDAHULUAN ............................................................................................... 1
1.1.1. Latar Belakang .......................................................................................... 1
1.1.2. Tujuan Praktikum ..................................................................................... 2
1.1.3. Alat-alat Yang Digunakan ....................................................................... 2
1.1.4. Prosedur Praktikum .................................................................................. 2
1.2. LANDASAN TEORI .......................................................................................... 5
1.2.1. Pengertian Linear Programming............................................................. 5
1.2.2. Karakteristik Linear Programming ........................................................ 7
1.2.3. Formulasi pemrograman linear ............................................................... 8
1.2.4. Pembentukan Nilai Matematik ............................................................... 8
1.2.5. Pendekatan dalam Linear Programming ............................................. 10
1.3. PENGUMPULAN DAN PENGOLAHAN DATA ...................................... 12
1.3.1. Pengumpulan Data ................................................................................. 12
1.3.1 Pengolahan Data ..................................................................................... 17
1.4. PEMBAHASAN ................................................................................................ 44
BAB II METODE TRANSPORTASI ............................................................... 48
2.1 PENDAHULUAN ............................................................................................. 48
2.1.1 Latar Belakang ........................................................................................ 48
2.1.2 Tujuan Praktikum ................................................................................... 49
2.1.3 Alat dan Bahan yang Digunakan .......................................................... 49
2.1.4 Prosedur Praktikum ................................................................................ 49
2.2 LANDASAN TEORI ........................................................................................ 51
2.2.1 Pengertian Metode Transportasi ........................................................... 51
iv
2.2.2 Tujuan Metode Transportasi ................................................................. 52
2.2.3 Ciri-Ciri Penggunaan ............................................................................. 53
2.2.4 Menentukan Pemecahan Awal yang Fisibel ....................................... 53
2.3. PENGUMPULAN DAN PENGOLAHAN DATA ....................................... 54
2.3.1. Pengumpulan Data ................................................................................. 54
2.3.2. Pengolahan Data ..................................................................................... 56
2.4 PEMBAHASAN ................................................................................................ 65
BAB III ASSIGNMENT ..................................................................................... 67
3.1 PENDAHULUAN ............................................................................................. 67
3.1.1 Latar Belakang ........................................................................................ 67
3.1.3 Alat dan Bahan Praktikum .................................................................... 68
3.2 LANDASAN TEORI ........................................................................................ 70
3.2.1 Pengertian Metode Penugasan .............................................................. 70
3.2.2 Masalah Penugasan (Assignment Problem) ........................................ 71
3.2.3 Metode yang Digunakan Menyelesaikan Penugasan ........................ 72
3.2.4. Tujuan Assignment (Penugasan) .......................................................... 77
3.3 PENGUMPULAN DAN PENGOLAHAN DATA ...................................... 77
3.3.1 Pengumpulan Data ................................................................................. 77
3.3.2 Pengolahan Data ..................................................................................... 79
3.4 PEMBAHASAN ................................................................................................ 85
BAB IV METODE ANTRIAN........................................................................... 87
4.1 PENDAHULUAN ............................................................................................. 87
4.1.1 Latar Belakang ........................................................................................ 87
4.1.3 Alat dan Bahan yang Digunakan .......................................................... 88
4.2 LANDASAN TEORI ........................................................................................ 89
4.2.1 Pengertian Sistem Antrian ..................................................................... 89
4.2.2 Karakteristik Antrian ............................................................................. 90
v
4.2.3 Fasilitaas Pelayanan Antrian ................................................................. 91
4.2.4 Unsur-Unsur Dasar dari model antrian ................................................ 92
4.3 PENGUMPULAN DAN PENGOLAHAN DATA ...................................... 93
4.3.1 Pengumpulan Data ................................................................................. 93
4.3.2 Pengolahan Data ..................................................................................... 94
4.4 PEMBAHASAN ................................................................................................ 98
BAB V PENUTUP ............................................................................................. 100
5.1 KESIMPULAN................................................................................................ 100
5.1.1 Linier Programming ............................................................................. 100
5.1.2 Metode Transportasi ............................................................................ 100
5.1.3 Assignment ............................................................................................ 100
5.1.4 Antrian ................................................................................................... 100
5.2 SARAN ................................................................................................... 101
DAFTAR PUSTAKA ........................................................................................ 102
vi
DAFTAR TABEL
Tabel 1. 1 Data PT. Wijaya Karya ........................................................................ 14

Tabel 1. 2 Data CV.KK ......................................................................................... 14
Tabel 1. 3 Data Maximize 1 .................................................................................. 18
Tabel 1. 4 Linear Programing Result Maximize 1 ................................................ 18
Tabel 1. 5 Ranging Maximize 1 ............................................................................ 18
Tabel 1. 6 Solution list Maximize 1 ...................................................................... 18
Tabel 1. 7 Iterations Maximize 1 .......................................................................... 19
Tabel 1. 8 Dual Maximize 1 .................................................................................. 19
Tabel 1. 9 Data Maximize 2 .................................................................................. 20
Tabel 1. 10 Linear Programing ResultMaximize 2 ............................................... 20
Tabel 1. 11 Ranging Maximize 2 .......................................................................... 21
Tabel 1. 12 Solutions List Maximize 2 ................................................................. 21
Tabel 1. 13 Iterations Maximize 2 ........................................................................ 21
Tabel 1. 14 Dual Maximize 2................................................................................ 22
Tabel 1. 15 Data Maximize 3 ................................................................................ 23
Tabel 1. 16 Linear Programing Result Maksimasi 3............................................. 23
Tabel 1. 22 Linear Programing Result Maksimasi 4............................................. 26
Tabel 1. 28 Linear Programing Result Maximize 5 .............................................. 29
vii
Tabel 1. 33 Data Minimize 1 ................................................................................ 32
Tabel 1. 34 Linear Programming Result Minimize 1 ........................................... 32
Tabel 1. 35 Tabel Ranging Minimize 1 ................................................................ 32
Tabel 1. 36 Solution List Minimize 1 ................................................................... 32
Tabel 1. 37 Iterasi Minimize 1 .............................................................................. 33
Tabel 1. 38 Tabel Dual Minimize 1 ...................................................................... 33
Tabel 1. 40 Linear Proggraming Result Minimize 2 ............................................ 35
Tabel 1. 41 Ranging Minimize 2........................................................................... 35
Tabel 1. 42 Solution list Minimize 2..................................................................... 35
Tabel 1. 44 Dual Minimize 2 ................................................................................ 36
Tabel 1. 46 Linear Programming Result Minimize 3 ........................................... 37
Tabel 1. 52 Linear Programing Minimasi 4 .......................................................... 40
Tabel 1. 58 Linear Programing Minimize 5 .......................................................... 42
Tabel 1. 59 Tabel RangingMinimize 5 ................................................................. 43
viii
Tabel 1. 61 Iterasi Minimasi 5 .............................................................................. 43
Tabel 2. 1 Data Pengiriman Barang ...................................................................... 54
Tabel 2. 2 Data Biaya Angkut ............................................................................... 54
Tabel 2. 3 Data Permintaan ................................................................................... 55
Tabel 2. 4 Data PN GIA ........................................................................................ 56
Tabel 2. 5 Transportation Result ........................................................................... 56
Tabel 2. 6 Marginal Costs ..................................................................................... 57
Tabel 2. 7 Final Solution Table ............................................................................. 57
Tabel 2. 8 Iteration ................................................................................................ 57
Tabel 2. 9 Shipment With Costs ........................................................................... 57
Tabel 2. 10 Shipping List ...................................................................................... 58
Tabel 2. 11 Transportation Result ......................................................................... 58
Tabel 2. 12 Marginal Costs ................................................................................... 59
Tabel 2. 13 Final Solution Table ........................................................................... 59
Tabel 2. 14 Iteration .............................................................................................. 59
Tabel 2. 15 Shipments With Costs ........................................................................ 59
Tabel 2. 20 Iteration .............................................................................................. 61
Tabel 2. 21 Shipment With Costs ......................................................................... 61
Tabel 2. 26 Iteration .............................................................................................. 63
Tabel 2. 27 Shipments With Costs ........................................................................ 64
Tabel 3. 1 Data Pelatih Renang ............................................................................. 78
ix
Tabel 3. 2 Data Daerah Pemasaran ....................................................................... 78
Tabel 3. 3 Data Tunjangan Jabatan ....................................................................... 79
Tabel 3. 4 Jumlah Produk...................................................................................... 79
Tabel 3. 5 Data Pelatih Renang Soal Assignment 1.............................................. 79
Tabel 3. 6 Assignments Soal Assignment 1 .......................................................... 79
Tabel 3. 7 Marginal Costs Soal Assignment 1 ...................................................... 80
Tabel 3. 8 Assignment List Soal Assignment 1 .................................................... 80
Tabel 3. 9 Manajer Pemasaran Soal Assignment 2 ............................................... 81
Tabel 3. 10 Assignments Soal Assignment 2 ........................................................ 81
Tabel 3. 11 Marginal Costs Soal Assignment 2 .................................................... 81
Tabel 3. 12 Assignment List Soal Assignment 2 .................................................. 82
Tabel 3. 13 Data Pegawai Soal Assignment 3 ...................................................... 82
Tabel 3. 17 Data Pegusaha Konveksi Soal Assignment 4 .................................... 83
Tabel 4. 1 Waiting Lines Results Soal 1 ............................................................... 94
Tabel 4. 2 Table of Probabilities Soal 1 ................................................................ 95
x
DAFTAR GAMBAR
Gambar 1. 1 Menu MODULE ................................................................................ 3

Gambar 1. 2 Menu File ........................................................................................... 3
Gambar 1. 3 Tampilan Title .................................................................................... 3
Gambar 1. 4 Kolom RHS ........................................................................................ 4
Gambar 1. 5 Tabel Solution .................................................................................... 4
Gambar 1. 6 Tampilan Tile ..................................................................................... 5
Gambar 1. 7 Tampilan Untuk Edit Data ................................................................. 5
Gambar 1. 8 Grafik Maximize 1 ........................................................................... 19
Gambar 1. 9 Grafik Maximize 2 ........................................................................... 22
Gambar 1. 10 Grafik Maximize 3 ......................................................................... 25
Gambar 1. 13 Grafik Minimize 1 .......................................................................... 34
Gambar 1. 14 Grafik Minimize Soal 2 .................................................................. 37
Gambar 1. 16 Grafik Minimasi 4 .......................................................................... 42
Gambar 2. 1 Tampilan menu File-New................................................................. 49
Gambar 2. 2 Number of Sources dan Number of Destination .............................. 50
Gambar 2. 3 Row names dan Column names ....................................................... 50
Gambar 2. 4 Objective .......................................................................................... 50
Gambar 2. 5 Tampilan Keseluruhan ..................................................................... 50
Gambar 2. 6 Tampilan Awal ................................................................................. 51
Gambar 2. 7 Pabrik dan Gudang ........................................................................... 51
Gambar 3. 1 Tampilan Menu File ......................................................................... 68
Gambar 3. 2 Tampilan FileNew ........................................................................ 69
Gambar 3. 3 Row names dan Column names ........................................................ 69
Gambar 3. 4 Tampilan Awal ................................................................................. 69
Gambar 3. 5 Tampilan Tile ................................................................................... 70
xi
Gambar 4. 1 Tampilan Module Waiting Line ....................................................... 88
Gambar 4. 2 Diagram Soal 1 ................................................................................. 95
xii
BAB I
LINEAR PROGRAMMING
1.1. PENDAHULUAN
1.1.1. Latar Belakang
Produksi merupakan suatu proses yang wajib dilakukan oleh suatu
usaha yang bergerak dalam bidang pangan. Dalam memproduksi suatu
makanan pastinya banyak hal yang harus diperhatikan. Mulai dari
mempersiapkan bahan baku, resep, jumlah produk yang harus
diproduksi, kapasitas produksi, kendala serta mempertimbangkan harga
produk, sehingga diperoleh keuntungan maksimum. Tingkat kesulitan
akan bertambah ketika jenis produk lebih dari satu. Kita harus
menentukan banyaknya produk yang harus diproduksi berdasarkan
bahan baku yang diperlukan dengan mempertimbangkan kendala dan
keuntungan setiap jenis produk. Hal ini tidak bisa dilakukan asal-asalan
jika ingin memperoleh keuntungan yang maksimal. Dibutuhkan suatu
penelitian dan analisis mengenai masalah tersebut.
Semua jenis usaha sudah sepatutnya mulai memperhatikan
mengenai hal-hal yang berkaitan dengan usaha yang mereka lakukan
terlebih mengenai proses produksi. Mereka harus mulai progam untuk
menerapkan metode-metode yang digunakan untuk menyelesaikan
semua masalah yang mereka alami. Pastinya hal ini harus ada yang
membimbing dalam menjalakan progam tersebut. Salah satu pihak yang
bisa membantu yaitu mahasiswa. Semua jenis usaha sudah sepatutnya
mulai memperhatikan mengenai hal-hal yang berkaitan dengan usaha
yang mereka lakukan terlebih mengenai proses produksi. Mereka harus
mulai program untuk menerapkan metode-metode yang digunakan
untuk menyelesaikan semua masalah yang mereka alami. Pastinya hal
ini harus ada yang membimbing dalam menjalankan program tersebut.
Salah satu pihak yang bisa membantu yaitu mahasiswa.
1
Permasalah tersebut harus diselesaikan menggunakan metode
yang tepat agar hasil yang diperoleh merupakan solusi yang paling
menguntungkan. Salah satu metode yang dapat digunakan yaitu metode
linear progamming. Aplikasi POM QM merupakan aplikasi yang
didalamnya terdapat metode linear progamming. Setelah memperoleh
data yang akurat, langkah selanjutnya yaitu input data kedalam aplikasi
POM QM kemudian diproses sehinggan dihasilkan data. Namun data
tersebut masih membutuhkan proses analisis sehingga menjadi
informasi yang berguna. Sehingga diharapkan dengan adanya penelitian
ini dapat membantu masyarakat dalam menyelesaikan masalah yang
berkaitan dengan proses produksi yang mereka lakukan.
1.1.2. Tujuan Praktikum

Memahami bagaimana memformulasikan permasalahan yang terdapat
dalam dunia nyata dimana nilai tersebut berupa pecahan (linear).
1.1.3. Alat-alat Yang Digunakan

a. Pulpen
b. Kertas
c. Kalkulator
d. Komputer + Software POM QM
1.1.4. Prosedur Praktikum

1. Menyusun Formulasi Linear Programming
2. Setelah formulasi selesai disusun maka masukkan data pada
Program QM for Windows dengan langkah berikut:
a. Pada menu QM for Windows klik MODULE lalu pilih linear
programmming.
2
Gambar 1. 1 Menu MODULE
b. Klik NEW
Gambar 1. 2 Menu File
c. Isi Title sesuai dengan nama yang diinginkan, untuk number of

constrains (jumlah batasan) dan number of variables (jumlah
variabel) jumlahnya sesuai dengan batasan dan variabel yang
telah dibuat sebelumnya.
Gambar 1. 3 Tampilan Title
d. Untuk Objectif pilih Minimize atau Maximize sesuai dengan

tujuan yang ingin dicapai.
3
e. Klik OK sehingga muncul tampilan isian untuk memasukkan
koefisien fungsi batasan dan fungsi tujuan kapasitas maksimum
batasan pada kolom RHS (Right Hand Side)
Gambar 1. 4 Kolom RHS
f. Klik SOLVE apabila data sudah lengkap dan benar hingga akan
nampak hasilnya.
Gambar 1. 5 Tabel Solution
g. Kemudian klik menu Window akan tampil pilihan Linear

Programming Result, Ranging, Solution List, Iterations, dan
Graph. Apabila kita menginginkan semua hasil tampil dapat
dilakukan dengan cara klik Window kemudian pilih Tile
4
Gambar 1. 6 Tampilan Tile
h. Untuk peyelesaian LP metode simplex, dapat dilihat pada hasil

Iterations pada Linear Programming Results.
i. Untuk peyelesaian LP metode grafik, dapat dilihat pada hasil
Graph
j. Untuk melakukan perubahan data, anda dapat melakukannya
dengan meng-klik tombol EDIT DATA.
Gambar 1. 7 Tampilan Untuk Edit Data
k. Simpan modul/kasus.
1.2. LANDASAN TEORI

1.2.1. Pengertian Linear Programming
Program Linear adalah suatu alat yang digunakan untuk
menyelesaikan masalah optimasi suatu model linear dengan
keterbatasan-keterbatasan sumber daya yang tersedia. Masalah program
5
linear berkembang pesat setelah diketemukan suatu metode
penyelesaian program linear dengan metode simpleks yang
dikemukakan oleh George Dantzig pada tahun 1947. Selanjutnya
berbagai alat dan metode dikembangkan untuk menyelesaikan masalah
program linear bahkan sampai pada masalah riset operasi hingga tahun
1950an seperti pemrograman dinamik, teori antrian, dan teori
persediaan.
Program Linear banyak digunakan untuk menyelesaikan masalah
optimasi didalam industri, perbankkan, pendidikan dan masalah-
masalah lain yang dapat dinyatakan dalam bentuk linear. Bentuk linear
di sini berarti bahwa seluruh fungsi dalam model ini merupakan fungsi
linear. Secara umum, fungsi pada model ini ada dua macam yaitu
fungsi tujuan dan fungsi pembatas. Fungsi tujuan dimaksudkan untuk
menentukan nilai optimum dari funsi tersebut yaitu nilai maksimal
untuk masalah keuntungan dan nilai minimal untuk masalah biaya.
Fungsi pembatas diperlukan berkenaan dengan adanya keterbatasan
sumber daya yang tersedia, misalnya jumlah bahan baku yang terbatas,
waktu kerja, jumlah tenaga kerja, luas gudang persediaan.
Tujuan utama dari program linear ini adalah menentukan nilai
optimum (maksimal/minimal) dari fungsi tujuan yang telah ditetapkan.
Banyak cara untuk menyelesaikan masalah dalam program linear yaitu
dari cara manual yaitu menggunakan perhitungan biasa sampai
menggunakan bantuan komputer untuk penyelesaian masalah yang
cukup rumit. Apabila banyaknya variabel (peubah) hanya dua buah,
maka kita dapat menyelesaikan masalah program linear dengan metode
grafik, tetapi dengan keterbatasan metode ini, maka untuk masalah
dengan banyaknya variable yang lebih dari dua, metode ini kurang
cocok. Untuk langkah awal ini kita akan menyelesaikan masalah
program linear dua peubah dengan menggunakan metode grafik.
6
1.2.2. Karakteristik Linear Programming
Sifat linearitas suatu kasus dapat ditentukan dengan menggunakan
beberapa cara. Secara statistik, kita dapat memeriksa kelinearan
menggunakan grafik (diagram pencar) ataupun menggunakan uji
hipotesa. Secara teknis, linearitas ditunjukkan oleh adanya sifat
proporsionalitas, additivitas, divisibilitas dan kepastian fungsi tujuan
dan pembatas.Sifat proporsional dipenuhi jika kontribusi setiap variabel
pada fungsi tujuan atau penggunaan sumber daya yang membatasi
proporsional terhadap level nilai variabel. Jika harga per unit produk
misalnya adalah sama berapapun jumlah yang dibeli, maka sifat
proporsional dipenuhi. Atau dengan kata lain, jika pembelian dalam
jumlah besar mendapatkan diskon, maka sifat proporsional tidak
dipenuhi. Jika penggunaan sumber daya per unitnya tergantung dari
jumlah yang diproduksi, maka sifat proporsionalitas tidak dipenuhi.
Sifat additivitas mengasumsikan bahwa tidak ada bentuk perkalian
silang diantara berbagai aktivitas, sehingga tidak akan ditemukan
bentuk perkalian silang pada model. Sifat additivitas berlaku baik bagi
fungsi tujuan maupun pembatas (kendala). Sifat additivitas dipenuhi
jika fungsi tujuan merupakan penambahan langsung kontribusi masing-
masing variabel keputusan. Untuk fungsi kendala, sifat additivitas
dipenuhi jika nilai kanan merupakan total penggunaaan masing-masing
variabel keputusan. Jika dua variabel keputusan misalnya
merepresentasikan dua produk substitusi, dimana peningkatan volume
penjualan salah satu produk akan mengurangi volume penjualan produk
lainnya dalam pasar yang sama, maka sifat additivitas tidak terpenuhi.
Sifat divisibilitas berarti unit aktivitas dapat dibagi ke dalam sembarang
level fraksional, sehingga nilai variabel keputusan non integer
dimungkinkan.
Sifat kepastian menunjukkan bahwa semua parameter model
berupa konstanta. Artinya koefisien fungsi tujuan maupun fungsi
pembatas merupakan suatu nilai pasti, bukan merupakan nilai dengan
7
peluang tertentu. Keempat asumsi (sifat) ini dalam dunia nyata tidak
selalu dapat dipenuhi. Untuk meyakinkan dipenuhinya keempat asumsi
ini, dalam pemrograman linier diperlukan analisis sensitivitas terhadap
solusi optimal yang diperoleh.
1.2.3. Formulasi pemrograman linear

Urutan pertama dalam penyelesaian adalah mempelajari sistem
relevan dan mengembangkan pernyataan permasalahan yang
dipertimbangakan dengan jelas. Penggambaran sistem dalam
pernyataan ini termasuk pernyataan tujuan, sumber daya yang
membatasi, alternatif keputusan yang mungkin (kegiatan atau aktivitas),
batasan waktu pengambilan keputusan, hubungan antara bagian yang
dipelajari dan bagian lain dalam perusahaan, dan lain-lain.
Penetapan tujuan yang tepat merupakan aspek yang sangat penting
dalam formulasi masalah. Untuk membentuk tujuan optimalisasi,
diperlukan identifikasi anggota manajemen yang benar-benar akan
melakukan pengambilan keputusan dan mendiskusikan pemikiran
mereka tentang tujuan yang ingin dicapai.
1.2.4. Pembentukan Nilai Matematik

Tahap berikutnya yang harus dilakukan setelah memahami
permasalahan optimasi adalah membuat model yang sesuai untuk
analisis. Pendekatan konvensional riset operasional untuk pemodelan
adalah membangun model matematik yang menggambarkan inti
permasalahan. Kasus dari bentuk cerita diterjemahkan ke model
matematik. Model matematik merupakan representasi kuantitatif tujuan
dan sumber daya yang membatasi sebagai fungsi variabel keputusan.
Model matematika permasalahan optimal terdiri dari dua bagian.
Bagian pertama memodelkan tujuan optimasi. Model matematik tujuan
selalu menggunakan bentuk persamaan. Bentuk persamaan digunakan
karena kita ingin mendapatkan solusi optimum pada satu titik. Fungsi
tujuan yang akan dioptimalkan hanya satu. Bukan berarti bahwa
8
permasalahan optimasi hanya dihadapkan pada satu tujuan. Tujuan dari
suatu usaha bisa lebih dari satu. Tetapi pada bagian ini kita hanya akan
tertarik dengan permasalahan optimal dengan satu tujuan.
Bagian kedua merupakan model matematik yang
merepresentasikan sumber daya yang membatasi. Fungsi pembatas bisa
berbentuk persamaan (=) atau pertidaksamaan (≤ atau ≥). Fungsi
pembatas disebut juga sebagai konstrain. Konstanta (baik sebagai
koefisien maupun nilai kanan) dalam fungsi pembatas maupun pada
tujuan dikatakan sebagai parameter model. Model matematika
mempunyai beberapa keuntungan dibandingakan pendeskripsian
permasalahan secara verbal. Salah satu keuntungan yang paling jelas
adala model matematik menggambarkan permasalahan secara lebih
ringkas. Hal ini cenderung membuat struktur keseluruhan permasalahan
lebih mudah dipahami, dan membantu mengungkapkan relasi sebab
akibat penting. Model matematik juga memfasilitasi yang berhubungan
dengan permasalahan dan keseluruhannya dan mempertimbangkan
semua keterhubungannya secara simultan. Terakhir, model matematik
membentuk jembatan ke penggunaan teknik matematik dan komputer
kemampuan tinggi untuk menganalisis permasalahan.
Di sisi lain, model matematik mempunyai kelemahan. Tidak semua
karakteristik sistem dapat dengan mudah dimodelkan menggunakan
fungsi matematik. Meskipun dapat dimodelkan dengan fungsi
matematik, kadang-kadang penyelesaiannya sulit diperoleh karena
kompleksitas fungsi dan teknik yang dibutuhkan.
Bentuk umum pemrograman linier adalah sebagai berikut :
Fungsi tujuan :
Maksimumkan atau minimumkan z = c1x1 + c2x2 + ... + cnxn
Sumber daya yang membatasi :
a11x1 + a12x2 + ... + a1nxn = /≤ / ≥ b1
a21x1 + a22x2 + … + a2nxn = /≤ / ≥ b2
am1x1 + am2x2 + … + amnxn = /≤ / ≥ bm
9
x1, x2, …, xn ≥ 0
Simbol x1, x2, ..., xn (xi) menunjukkan variabel keputusan.
Jumlah variabel keputusan (xi) oleh karenanya tergantung dari jumlah
kegiatan atau aktivitas yang dilakukan untuk mencapai tujuan. Simbol
c1,c2,...,cn merupakan kontribusi masing-masing variabel keputusan
terhadap tujuan, disebut juga koefisien fungsi tujuan pada model
matematiknya.Simbol a11, ...,a1n,...,amn merupakan penggunaan per
unit variabel keputusan akan sumber daya yang membatasi, atau disebut
juga sebagai koefisien fungsi kendala pada model matematiknya.
Simbol b1,b2,...,bm menunjukkan jumlah masing-masing sumber daya
yang ada. Jumlah fungsi kendala akan tergantung dari banyaknya
sumber daya yang terbatas.
Pertidaksamaan terakhir (x1, x2, …, xn ≥ 0) menunjukkan batasan
non negatif. Membuat model matematik dari suatu permasalahan bukan
hanya menuntut kemampuan matematik tapi juga menuntut seni
permodelan. Menggunakan seni akan membuat permodelan lebih
mudah dan menarik.
Kasus pemrograman linier sangat beragam. Dalam setiap kasus, hal
yang penting adalah memahami setiap kasus dan memahami konsep
permodelannya. Meskipun fungsi tujuan misalnya hanya mempunyai
kemungkinan bentuk maksimisasi atau minimisasi, keputusan untuk
memilih salah satunya bukan pekerjaan mudah. Tujuan pada suatu
kasus bisa menjadi batasan pada kasus yang lain. Harus hati-hati dalam
menentukan tujuan, koefisien fungsi tujuan, batasan dan koefisien pada
fungsi pembatas.
1.2.5. Pendekatan dalam Linear Programming

a. Metode Grafik
Metode grafik digunakan untuk memecahkan masalah
penentuan kombinasi optimum (maksimal dua variabel) guna
memaksimumkan laba atau meminimumkan biaya dengan kendala
10
tertentu. Setiap ketidaksamaan harus kita gambarkan grafiknya
seingga secara keseluruhan bias diperoleh daerah dimana variabel
XI dan X2 boleh mengambil nilai (harus lebih besar dari 0). (Daerah
yang demikian dise but feasible region dan pemecahan yang
diperoleh dimana nilai-nilai X1 dan X2 masih di daerah tersebut
disebut feasible solution. Feasible solution yang memberikan nilai
terbesar atau maksimum disebut pemecahan optimal.
Tujuan dari metode grafik adalah untuk memberikan dasar-dasar
dari konsep yang digunakan dalam teknik simpleks. Prosedur
umumnya adalah untuk mengubah suatu situasi deskriptif ke dalam
bentuk masalah pemrograman linier dengan menentukan
variabelnya, konstanta-konstantanya, fungsi objektifnya dan batas-
batasannya (kendala-kendala), sehingga masalah tersebut dapat
disajikan dalam bentuk grafik dan diinterpretasikan solusinya.
Untuk menggunakan metode grafik, dilalui tahapan-tahapan berikut:
1. Identifikasi variable keputusan
2. Identifikasi fungsi objektif
3. Identifikasi kendala-kendala
4. Menggambarkan bentuk grafik dari semua kendala
5. Identifikasi daerah solusi yang layak pada grafik
6. Menggambarkan bentuk grafik dari fungsi objektif dan
menentukan titik yang memberikan nilai objektif optimal pada
daerah solusi yang layak
7. Mengartikan solusi yang diperoleh
b. Metode Simpleks
Metode Simpleks ialah suatu metode yang secara sistematis
dimulai dari suatu pemecahan dasar yang fisibel ke pemecahan
dasar fisibel (fiasibel) lainnya dan ini dilakukan berulang-ulang
(dengan jumlah ulangan yang terbatas) sehingga akhirnya tercapai
sesuatu pemecahan dasar yang optimum dan pada setiap step
menghasilnya suatu nilai dari fungsi tujuan yang selalu lebih besar
11
atau sama dari step-step sebelumnya. Metode simpleks
dikembangkan oleh George Dantzig pada tahun 1947. Berbeda
dengan Linear Programming metode grafik yang hanya dapat
digunakan untuk menyelesaikan kasus dengan paling banyak tiga
variabel keputusan, maka metode simpleks dapat digunakan untuk
memecahkan kasus dengan banyak variabel. Adapun proses
penyusunan model matematika untuk fungsi tujuan dan fungsi
kendala pada metode simpleks sama dengan proses pada metode
grafik.
Namun, proses perhitungan pada metode simpleks dilakukan
secara rutin (berulang) dengan menggunakan pola yang sistematik
hingga penyelesaian terbaik tercapai. Proses perhitungan ini disebut
iterative process. Metode simpleks merupakan suatu algoritma yang
digunakan untuk pemecahan berbagai masalah linear programming
(LP). Pemecahan masalah dengan menggunakan metode ini sangat
menguntungkan bagi pengguna karena tidak hanya fungsi tujuan
dan nilai optimum dari variable dapat kita ketahui tapi kita juga
dapat memberikan interpretasi ekonomi dan melakukan analisis
sensitivitas. Metode simpleks lebih efisien serta dilengkapi dengan
suatu “test criteria” yang bisa memberitahukan kapan hitungan
harus dihentikan dan kapan harus dilanjutkan sampai diperoleh
suatu “optimal solution” (maximum profit, maximum revenue,
minimum cost, etc).
1.3. PENGUMPULAN DAN PENGOLAHAN DATA

1.3.1. Pengumpulan Data
a. Maximasi
1. Sebuah perusahaan memproduksi dua macam produk, kayu tipe A
dan tipe B. Setiap produk harus melewati dua bagian perakitan, 1
dan 2. Setiap unit produk tipe A memerlukan 4 jam di bagian
perakitan 1 dan 4 jam di perakitan 2. Produk tipe B membutuhkan
12
3 jam di bagian perakitan 1 dan 1 jam diperakitan 2. Sumber daya
yang tersedia di bagian perakitan 1 adalah 135 jam, sementara di
bagian perakitan 2 adalah 98 jam. Laba bersih untuk setiap tipe A
dan tipe B adalah masing-masing Rp 100.000 dan Rp 75.000.
Berapa kombinasi optimal produk tipe A dan B yang harus dibuat
agar laba maksimum ?
2. Sebuah perusahaan ingin memproduksi dua macam produk, yaitu
televisi dan radio. Berdasarkan pengalaman pada masing-masing
departemen bahwa untuk menghasilkan produk televisi
departemen A membutuhkan 2 jam tenaga kerja, di departemen B
membutuhkan 2 jam tenaga kerja, dan di departemen C
memerlukan 1 jam kerja. Sedangkan untuk menghasilkan produk
radio departemen A memerlukan 3 jam tenaga kerja, departemen
B memerlukan 1 jam tenaga kerja dan departemen C memerlukan
4 jam tenaga kerja. Sumber daya perusahaan yang tersedia untuk
menghasilkan kedua jenis produk tersebut di masing-masing
departemen berturut-turut adalah maksimum 28 jam tenaga kerja
untuk departemen A, 18 tenaga kerja untuk departemen B, dan 25
jam tenaga kerja untuk departemen C. Keuntungan setiap unit
untuk televisi dan radio masing-masing adalah Rp 88.000 dan Rp
73.000. Berapa kombinasi optimal dari kedua produk tersebut
agar keuntungan maksimum dan berapa keuntungan
maksimumnya ?
3. PT Wijaya Karya adalah perusahaan yang memproduksi produk
terminator dan predator.Untuk memproduksi produk terminator
biaya yang dikeluarkan adalah $ 75 sedangkan untuk produk
predator $ 85.Saat ini, harga terminator adalah $ 100 per unit dan
predator $ 120 per unit.Berikut ini adalah data produksi kedua
produk tersebut.
13
Tabel 1. 1 Data PT. Wijaya Karya
Tahap Tahap Tahap Tahap
Produk
pertama kedua ketiga keempat
1 jam 15 75
Terminator 2 jam 45 menit
menit menit
1 jam
1 jam 15 1 jam 30 1 jam 30
Predator 30
menit menit menit
menit
1 jam
Kapasitas 10 jam 12 jam 9 jam 30
menit
Bantulah Direktur Utama PT Wijaya Karya dalam menentukan

berapa banyak produk terminator dan predator yang harusdiproduksi
dengan memperhitungkan biaya yang dikeluarkan agar tercapai
keuntungan maksimum dan tentukan pula berapa besarnya
keuntungan maksimum tersebut dengan mengginakan metode grafik.
4. CV. KK adalah perusahaan yang memproduksi produk sakura dan
fuji. Untuk memproduksi produk sakura biaya yang dikeluarkan
adalah Rp 75.000 sedangkan untuk produk Fuji biaya yang
dikeluarkan Rp 85.000. saat ini CV KK menjual produk Sakura
dengan harga Rp 115.000 per unit dan produk Fuji dengan harga Rp
120.000 per unit. Berikut data produksi kedua produk tersebut:
Tabel 1. 2 Data CV.KK
Produk Tahap 1 Tahap 2 Tahap 3
Sakura 300 menit 2 jam 1 jam
Fuji 60 menit 1 jam 30 1 jam 30
menit menit
Kapasitas 20 jam 1440 menit 18 jam
14
5. PT Sakura Indah adalah perusahaan yang memproduksi antena untuk
pasar di asia tenggara. Ada dua tipe antena yang diproduksi yaitu
Antena Hana dan antena Kawai. Harga antena Hana adalah sebesar
Rp 120.000 per unit sedangkan untuk antena kawai adalah sebesar
Rp 150.000 per unit. Biaya variabel untuk antena hana sebesar Rp
30.000 dan antena kawai sebesar Rp 50.000. biaya tetap diperkirakan
sebesar Rp 45.000. Antena hana dan antena kawai membutuhkan
kotak setiap kemasannya, di mana pemesanan minimal untuk kotak
tersebut adalah 10 unit. Untuk produksi antena hana dibutuhkan 4
meter kabel, 30 ons plastik, dan 50 ons aluminium. Antena kawai
membutuhkan 3 meter kabel, 60 ons plastik dan 60 ons aluminium.
PT Sakura Indah mempunyai 128 meter kabel, 132 kg plastik, dan
310 kg aluminium. Dari data di atas, bantulah perusahaan untuk
menentukan jumlah kombinasi yang tepat agar tercapai profit
maksimum.
b. Minimasi
1. Nona Sari sedang mempersiapkan sarapan yang akan
dikomsumsinya, sarapan yang dibutuhkan paling sedikit 14unit
vitamin A dan paling sedikit 33 vitamin B. Kebutuhan ini dapat
dipenuhi dari dua jenis makanan. Setiap unit makanan 1
mengandung 2 unit vitamin A dan 6 unit vitamin B dengan biaya Rp
8000, sementara itu untuk setiap unit makanan 2 megandung 2 unit
vitamin A dan 3 unit vitamin B dengan biaya Rp 12000. Bantulah
nona sari untuk mementukan kombinasi terbaik dari kedua jenis
makanan tersebut agar biaya minimum.
2. Tigalapan Kaos adalah perusahaan yang memproduksi kaos dan
celana yang dipasarkan dalam negeri.. Perusahaan merencanakan
untuk menekan biaya produksi seminimal mungkin. Saat ini biaya
produksi per unit untuk kaos adalah Rp 40.000 dan untuk celana
sebesar Rp 60.000. untuk membuat produk tersebut melewati tiga
proses yaitu pemotongan, penjahitan dan pengepakan. Kapasitas jam
15
kerja minimum yang tersedia untuk masing-masing departemen
adalah 120 jam, 120 jam dan 80 jam. Untuk membuat satu lusin kaos
melewati proses pemotongan selama 6 jam, penjahitan 12 jam, dan
proses pengepakan 2 jam. Sedangkan untuk membuat satu lusin
celana memerlukan 4 jam pada proses pemotongan, 3 jam pada
proses penjahitan dan 8 jam pada proses pengepakan. Tentukan
besarnya kombinasi produk kaos dan celana agar biaya minimum
dan tentuka berapa besarnya biaya minimum tersebut.
3. Dalam rangka meningkatkan efisiensi biaya, PT. Vienna
memfokuskan kegiatan operasionalnya pada efisiensi biaya dengan
tanpa mengurangi kualitas produk. PT Vienna menghasilkan dua
jenis produk utama, yaitu kursi bulat dan kursi kotak. Biaya produksi
untuk kursi bulat adalah Rp 1.500.000 dan untuk kursi kotak adalah
Rp 1.000.000. untuk membuat produk tersebut harus melewati 3
mesin produksi. Mesin 1 memiliki minimum sebesar 25 jam, dimana
digunakan untuk membuat kursi bulat selama 5 jam dan kursi kotak
5 jam. Mesin 2 harus digunakan minimum 32 jam, yang digunakan
untuk membuat kursi bulat 8 jam dan kursi kotak selama 4 jam.
Sedangkan mesin 3 harus digunakan minimum selama 12 jam, yang
digunakan membuat kursi bulat selama 2 jam dan kursi kotak selama
3 jam. Berdasarkan kondisi di atas tentukan berapa unit kursi bulat
dan kotak yang akan diproduksi agar tercipta efisiensi biaya
produksi.
4. PT Adem Asri memproduksi dua jenis sirup dengan rasa jeruk dan
anggur. Untuk memproduksi sirup rasa jeruk dibutuhkan biaya
produksi sebesar Rp 7.000 dan untuk sirup anggur sebesar Rp 8.000.
produk sirup tersebut melewati dua mesin dalam produksinya, yaitu
mesin pencampuran dan pengolahan. Kapasitas mesin dapat
digunkan minimum/lebih dari 15.000 jam untuk mesin pencampuran
dan 9.750 jam untuk mesin pengolahan. Untuk memproduksi jeruk
diperlukan 30 jam di mesin pencampuran dan 15 jam di mesin
16
pengolahan. Sementara itu untuk memproduksi sirup anggur
diperlukan 15 jam di mesin pencampuran dan 12 jam di mesin
pengolahan. Berapa unit sirup jeruk dan anggur yang di produksi
agar biaya produksi untuk memproduksi kedua produk tersebut
minimum.
5. Daniel adalah seorang mahasiswa yang terdaftar di jurusan Teknik
Industri. Saat ini daniel sedang mengikuti program diet yang
dianjurkan oleh konsultan kesehatan tempat dia melakukan fitness.
Konsultan tersebut meganjurkan untuk mengkonsumsi dua jenis
makanan yang mengandung protein dan karbohidrat. Kandungan
tersebut terdapat pada dua jenis makanan yang ditawarkan, yaitu
makanan jenis 1 dan 2. Untuk makanan jenis 1 mengandung 3 unit
protein dan 6 unit karbohidrat dengan biaya Rp 5.000. sementara itu
makanan jenis 2 mengandung 12 unit protein dan 9 unit karbohidrat
dengan biaya Rp 10.000. berapa unit dari masing-masing jenis
makanan yang harus dikonsumsi untuk memenuhi kebutuhan
minimum harian dari 30 unit protein dan 45 unit karbohidrat agar
biaya minimum.
1.3.1 Pengolahan Data

a. Maximize
1) Diketahui
Fungsi Variabel
X1 = kayu tipe A
X2 = kayu tipe B
Fungsi Tujuan
Zmax = 100.000X1 + 75.000X2
Fungsi Batasan
4X1 + 3X2 ≤ 135
4X1 + X2 ≤ 98
17
Tabel 1. 3 Data Maximize 1
Sumber
PERAKITAN Tipe A Tipe B
Daya
Perakitan 1 4 jam 3 jam 135 jam
Perakitan 2 1 jam 1 jam 98 jam
Laba Bersih Rp 100.000 Rp 75.000
Tabel 1. 4 Linear Programing Result Maximize 1
Berdasarkan hasil yang didapatkan diatas dengan

menggunakan aplikasi POM For Windows, Didapatkan
kombinasi optimal produktipe A dan tipe B yang harus dibuat
agar laba maksimum adalah 20 unittipe A dan 19 unit tipe B
dengan keuntungan maksimum Rp3.375.000
Tabel 1. 5 Ranging Maximize 1
Berdasarkan table diatas dapat dilihat X1 bernilai 19,875

dan X2 18,5 sedangkan untuk perakitan 1 dual value sebesar
25.000 dan perakitan 2 dual value bernilai 0.
Tabel 1. 6 Solution list Maximize 1
18
Dari tabel diatas dapat dilihat bahwa X1 bernilai 19,875 dan
X2 bernilai 18,5 sehingga keuntungan maksimum yang
diperoleh sebesar Rp 3.375.000
Tabel 1. 7 Iterations Maximize 1
Dari table diaatas dapat diketahui untuk kasus 1

maximize terdapat 3 iteration
Tabel 1. 8 Dual Maximize 1
Dari tabel diatas dapat diketahui pada perakitan 1 tipe a

dikerjakan selama 4 jam dan tipe b dikerjakan selama 3 jam
sedangkan sumber daya perakitan 1 adalah 135 jam. Pada
perakitan 2 tipe a dikejakan selama 4 jam dan tipe b dikerjakan
selama 1 jam sedangkan sumber daya yang tersedia pada
perakitan 2 yaitu 98 jam.
Gambar 1. 8 Grafik Maximize 1
19
Dari 4 titik daerah penyelesaianya itu titik (0;45) dengan
keuntungan Rp3.375.000, titik (24,5;0) dengan keuntungan
Rp2.450.000, titik (19,875;18,5) dengan keuntungan
Rp3.375.000. Sehingga diperoleh keuntungan maks terdapat
pada titik (19,875:18,5) dengan keuntungan Rp3.375.000.
2) Diketahui
Fungsi Variabel
X1 = Televisi
X2 = Radio
Fungsi Tujuan
Zmax = 88.000X1 + 73.000X2
Fungsi Batasan
2X1 + 3X2 ≤ 28
2X1 + X2 ≤ 18
X1 + 4X2 ≤ 25
Televisi Radio Sumber Daya
Departemen A 2 3 28
Departemen B 2 1 18
Departemen C 1 4 25
Laba 88000 73000
Tabel 1. 10 Linear Programing ResultMaximize 2

menggunakan aplikasi POM For Wondows, Didapatkan
kombinasi optimal produk TV dan Radio yang harus dibuat agar
laba maksimum adalah 7 unit TV dan 5 unit Radio dengan
keuntungan maksimum Rp 924.571,4.
20
Berdasarkan tabel diatas dapat dilihat televisi bernilai

6,7143 dan radio 4,5714 sedangkan untuk departemen A dual
value sebesar 0, departemen B sebesar 39857,14, dan departemen
C sebesar 8285,714.
Tabel 1. 12 Solutions List Maximize 2
Dari tabel diatas dapat dilihat bahwa televisi benilai

6,7143 dan radio bernilai 4,5714 sehingga keuntungan maksimum
yang diperoleh sebesar Rp 924.571,4.
Dari tabel diatas dapat dilihat bahwa pada kasus

maximize 2 terdapat 3 iteration.
21
Dari tabel diatas dapat diketahui pada departemen A

televisi dikerjakan selama 2 jam dan radio dikerjakan selama 3
jam sedangkan sumber daya departemen A adalah 28 jam. Pada
departemen B televisi dikejakan selama 2 jam dan radio
dikerjakan selama 1 jam sedangkan sumber daya yang tersedia
pada departemen B yaitu 18 jam. Pada departemen C televisi
dikerjakan selama 1 jam dan radio dikerjakan selama 4 jam
sedangkan sumber daya yang tersedia adalah 25 jam.
Dapat dilihat ada 3 titik daerah penyelesaian yaitu pada

(9;0) dengan keuntungan Rp792.000, (0;6,25) dengan keuntungan
Rp 456.250, titik (6,7;4,6) dengan keuntungan Rp924.571,4.
Keuntungan maksimal terdapat pada titik (6,7;4,6) dengan total
keuntungan sebesar Rp 924.571,4.
3) Diketahui
Fungsi Variabel
X1 = Terminator
X2 = Predator
22
Fungsi Tujuan
Zmax = 25X1 + 35X2
Fungsi Batasan
75X1 + 75X2 ≤ 600
120X1 + 90X2 ≤ 720
45X1 + 90X2 ≤ 540
75X1 + 90X2 ≤ 90
Terminator Predator Sumber Daya
Tahap 75 75 600
Pertama
Tahap Kedua 120 90 720
Tahap Ketiga 45 90 540
Tahap Keempat 75 90 90
Laba 25 35
Tabel 1. 16 Linear Programing Result Maksimasi 3

menggunakan aplikasi POM For Windows, didapatkan
kombinasi optimal Terminator dan Predator yang harus dibuat
agar laba maksimum adalah 0 unit Terminator dan 1 unit
Predator dengan keuntungan maksimum $35
23
Berdasarkan tabel diatas dapat dilihat bahwa terminator
bernilai 0 dan predator 1 sedangkan untuk tahap 1,2 dan 3 dual
value bernilai 0 dan tahap 4 dual value bernilai 0,3889.
Dari tabel diatas dapat dilihat bahwa terminator benilai 0

dan predator bernilai 1 sehingga keuntungan maksimum yang
diperoleh sebesar $35
Dari tabel diatas diketahui bahwa pada kasus 3 maximize

terdapat 2 iterasi
Dari tabel diatas dapat diketahui pada tahap 1 terminator

dikerjakan selama 75 menit dan predator dikerjakan selama 75
menit sedangkan sumber daya tahap pertama adalah 600 menit.
24
Pada tahap 2 terminator dikejakan selama 120 menit dan
predator dikerjakan selama 90 menit sedangkan sumber daya
yang tersedia pada tahap 2 yaitu 720. Pada tahap 3 terminator
dikerjakan selama 45 menit dan predator dikerjakan selama 90
menit sedangkan sumber daya tahap 3 adalah 540 menit. Pada
tahap 4 terminator dikerjakan selama 75 menit dan predator
dikerjakan selama 90 menit sedangkan sumber daya tahap 4
adalah 90 menit.
Dapat dilihat ada 2 titik daerah penyelesaian yaitu pada

(0;1) dengan keuntungan $35, titik (1,2;0) dengan keuntungan
$30. Keuntungan maksimal terdapat pada titik (0;1) karena
nilainya yang paling tinggi dengan nilai keuntungan sebesar $35.
4) Diketahui
Fungsi Variabel
X1 = Sakura
X2 = Fuji
Fungsi Tujuan
Zmax = 40.000 X1 + 35.000 X2
Fungsi Batasan
300 X1 + 60 X2 ≤ 1200
120 X1 + 90 X2 ≤ 1440
60 X1 + 90 X2 ≤ 1080
25
Sakura Fuji Sumber Daya
Tahap 1 300 60 1200
Tahap 2 120 90 1440
Tahap 3 60 90 1080
Laba 40.000 35.000
Tabel 1. 22 Linear Programing Result Maksimasi 4

kombinasi optimal Fuji dan Sakura yang harus dibuat agar laba
maksimum adalah 2 unit Sakura dan 11 unit Fuji dengan
keuntungan maksimum Rp 450.769,2
Berdasarkan tabel diatas dapat dilihat Sakura bernilai

1,8462 dan Fuji 10,7692 sedangkan untuk tahap 1 dual value
sebesar 64,1026 tahap 2 dual value bernilai 0, dan tahap 3 dual
value bernilai 346,1538.
26
Dari tabel diatas dapat dilihat bahwa Sakura benilai
1,8462 dan Fuji bernilai 10,7692 sehingga keuntungan
maksimum yang diperoleh sebesar Rp 450.769,2
Dari tabel diatas dapat dilihat bahwa pada kasus 4

maximize terdapat 3 iterasi.
Dari tabel diatas dapat diketahui pada tahap 1 sakura

dikerjakan selama 300 menit dan fuji dikerjakan selama 60
menit sedangkan sumber daya tahap 1 adalah 1200 menit. Pada
tahap 2 sakura dikerjakan selama 120 menit dan fuji dikerjakan
selama 90 menit sedangkan sumber daya tahap 2 adalah 1440
menit. Pada tahap 3 sakura dikerjakan selama 60 menit dan fuji
dikerjakan selama 90 menit sedangkan sumber daya tahap 3
yaitu 1080 menit.
27
Dari grafik diatas diketahui bahwa titik-titik yang masuk

dalam daerah penyelesaian ada 3 titik yaitu (4,0) dengan
keuntungan Rp160.000, titik (0,12) dengan keuntungan
Rp420.000 dan titik (1,8;10,8) dengan keuntungan Rp 450.769.
Dari titik tersebut didapatkan hasil yang paling maksimum yaitu
titik (1,8;10,8) sebesar Rp 450.769,2.
5) Diketahui
Fungsi Variabel
X1 = Antena Hana
X2 = Antena Kawai
Fungsi Tujuan
Zmax = 45.000 X1 + 55.000 X2
Fungsi Batasan
X1 + X2 ≥ 10
4X1 + 3X2 ≤ 128
30X1 + 60X2 ≤ 132
50X1 + 60X2 ≤ 310
28
Hana Kawai Sumber
Daya
Kotak 1 1 10
Kabel 4 3 128
Plastik 30 60 132
Aluminium 50 60 310
Biaya 45.000 55.000
Tabel 1. 28 Linear Programing Result Maximize 5

kombinasi optimal antena Hana dan antenna Kawai yang harus
dibuat agar laba maksimum adalah 0 unit antena Hana dan 43
unit antena Kawai dengan keuntungan maksimum Rp2.346.667
Berdasarkan tabel diatas dapat dilihat Hana bernilai 0

dan Kawai 43 sedangkan untuk kotak, kabel, plastik, dan
aluminium dual value masing-masing sebesar 0; 18333,33; 0;
dan 0.
29
Dari tabel diatas dapat dilihat bahwa Hana benilai 0 dan

Kawai bernilai 43 sehingga keuntungan maksimum yang
diperoleh sebesar Rp 2.346.667

maximize terdapat 5 iteraasi.
30
Dari tabel diatas dapat diketahui antena hana
menggunakan 1 kotak, 4 meter kabel, 0,85 kilo gram plastik,
dan 1,42 kilo gram aluminium. Antena kawai menggunakan 1
kotak, 3 meter kabel, 1,7 kilo gram plastik, dan 1,7 kilo gram
aluminium. Sedangkan masing-masing sumber daya yang
tersedia untuk kotak, kabel, plastic dan aluminum yaitu 10, 128,
132, dan 310.
Dari grafik diatas diketahui bahwa titik-titik yang masuk dalam

daerah penyelesain ada 4 titik yaitu (0,10), (10,0), (0,43), dan
(32;0). Dari titik tersebut didapatkan hasil yang paling
maksimum yaitu titik (0;43) sebesar Rp 2.346.667.
b. Minimize
1) Diketahui
Fungsi Variabel
X1 = Makanan 1
X2 = Makanan 2
Fungsi Tujuan
Zmin = 8.000 X1 + 12.000 X2
Fungsi Kendala
2X1 + 2X2 ≥ 14
6X1 + 3X2 ≥ 33
31
Tabel 1. 33 Data Minimize 1
Makanan 1 Makanan 2 Sumber Daya
Vitamin A 2 2 14
Vitamin B 6 3 33
Biaya 8000 12.000
Tabel 1. 34 Linear Programming Result Minimize 1

kombinasi optimal Makanan 1 dan makanan 2 yang harus dibuat
agar laba minimal adalah 7 unit makanan 1 dan 0 unit makanan
2 dengan biaya minimum Rp56.000.
Tabel 1. 35 Tabel Ranging Minimize 1
Berdasarkan tabel diatas dapat dilihat X1 bernilai 7 dan

X2 bernilai 0 sedangkan untuk makanan 1 dual value sebesar -
4000 dan makanan 2 dual value bernilai 0.
Tabel 1. 36 Solution List Minimize 1
Dari tabel diatas dapat dilihat bahwa X1 benilai 7 dan X2

bernilai 0 sehingga biaya minimum yang dikeluarkan sebesar
Rp56.000.
32
Tabel 1. 37 Iterasi Minimize 1
Dari tabel diatas dapat dilihat bahwa pada kasus 1 minimize

terdapat 5 iterasi.
Tabel 1. 38 Tabel Dual Minimize 1
Dari tabel diatas dapat dilihat bahwa pada makanan 1 nilai

X1 dan X2 yaitu 2 dan 3 sedangakan sumber daya yang tersedia
yaitu 14. Pada makanan 2 nilai X1 dan X2 yaitu 6 dan 3
sedangkan sumber daya yang tersedi ayaitu 33.
33
Gambar 1. 13 Grafik Minimize 1

dalam daerah penyelesain ada 3 titik yaitu (7,0), (0,11),(4,3) dan
dari titik tersebut didapatkan hasil yang paling minimum yaitu
titik (7,0) sebesar Rp56.000.
2) Diketahui
Fungsi Variabel
X1 = Kaos
X2 = Celana
Fungsi Tujuan
Zmin = 40.000 X1 + 60.000 X2
Fungsi Kendala
6X1 + 4X2 ≥ 120
12X1 + 3X2 ≥ 120
2X1 + 8X2 ≥ 80
Kapasitas jam
Kaos Celana
kerja min.
Pemotongan 6 jam 4 jam 120 jam
Penjahitan 12 jam 3 jam 120 jam
Pengepakan 2 jam 8 jam 80 jam
34
Tabel 1. 40 Linear Proggraming Result Minimize 2

kombinasi optimal kaos dan celana yang harus dibuat agar laba
minimum adalah 16 lembar kaos dan 6 lembar celana dengan
keuntungan minimum Rp1.000.000.
Tabel 1. 41 Ranging Minimize 2
Berdasarkan tabel diatas dapat dilihat X1 bernilai 16 dan

X2 bernilai 6 sedangkan untuk pemotongan dual value sebesar -
5.000, penjahitan 0, dan pengepakan -5000.
Tabel 1. 42 Solution list Minimize 2
Dari tabel diatas dapat dilihat bahwa X1 benilai 16 dan

X2 bernilai 6 sehingga biaya minimum yang dikeluarkan sebesar
Rp1.000.000
35

minimize terdapat 5 iterasi.
Tabel 1. 44 Dual Minimize 2
Dari tabel diatas diketahui bahwa pada pemotongan X1 dan X2

dikerjakan selama 6 jam dan 4 jam sedangkan sumber daya yang
tersedia yaitu 120 jam. Pada penjahitan X1 dan X2 dikerjakan
selama 12 jam dan 3 jam sedangkan sumberdaya yang tersedia
yaitu 120 jam. Pada pengepakan X1 dan X2 dikerjakan selama 2
jam dan 8 jam sedangkan sumberdaya yang tersedia yaitu 80
jam.
36
Gambar 1. 14 Grafik Minimize Soal 2

dalam daerah penyelesain ada 4 titikyaitu (0,40), (40,0), (4,24),
(16,6) dan dari titik tersebut didapatkan hasil yang paling
minimum yaitu titik (16,6) sebesar Rp1.000.000.
3) Diketahui
Fungsi Variabel
X1 = Kursi Bulat
X2 = Kursi Kotak
Fungsi Tujuan
Zmin = 1.500.000 X1 + 1.000.000 X2
Fungsi Kendala
5X1 + 5X2 ≥ 25
8X1 + 4X2 ≥ 32
2X1 + 3X2 ≥ 12
Kursi Minimum
Kursi Bulat
Kotak waktu
Mesin 1 5 jam 5 jam 25 jam
Tabel 1. 46 Linear Programming Result Minimize 3
37
kombinasi optimal kursi bulat dan kursi kotak yang harus dibuat
agar laba minimum adalah 3 unit kursi bulat dan 2 unit kursi
kotak dengan keuntungan minimum Rp 6.500.000.
Berdasarkan tabel diatas dapat dilihat kursi bulat bernilai

3 dan kursi kotak bernilai 2 sedangkan untuk mesin 1,2,3 dual
value berturut-turut yaitu 0, -15625, -12500.
Dari tabel diatas dapat dilihat bahwa kursi bulat yang

diproduksi yaitu 3 unit dan kursi kotak yaitu 2 unit sehingga
biaya minimum yang dikeluarkan yaitu Rp650.000.

38
Dari tabel diatas dapat dilihat bahwa pada mesin 1 kursi

bulat dan kursi kotak dikerjakan selama 5 jam dan 5 jam
sedangkan sumber daya yang tersedia yaitu 25 jam. Pada mesin
2 kurs kotak dan kursi bulat dikerjakan selama 8 jam dan 4 jam
sedangkan sumber daya yang tersedia yaitu 32 jam. Pada mesin
3 kursi kotak dan kursi bulat dikerjakan selama 2 jam dan 3 jam
sedangkan sumber daya yang tersedia yaitu 12 jam.

dalam daerah penyelesain ada 3 titik yaitu (0,8), (6,0), (3,2) dan
dari titik tersebut didapatkan hasil yang paling minimum yaitu
titik (3,2) sebesar Rp 6.500.000.
4) Diketahui
Fungsi Variabel
X1 = Sirup Jeruk
X2 = Sirup Anggur
Fungsi Tujuan
Zmin = 7.000 X1 + 8.000 X2
Fungsi Kendala
30X1 + 15X2 ≥ 15000
39
15X1 + 12X2 ≥ 9750
Sirup Kapasitas
Sirup Jeruk
Anggur Mesin
Mesin
30 jam 15 jam 15.000 jam
Pencampuran
Mesin
15 jam 12 jam 9.750 jam
Pengolahan
Tabel 1. 52 Linear Programing Minimasi 4

kombinasi optimal sirup jeruk dan sirup anggur yang harus
dibuat agar laba minimum adalah 650 unit sirup jeruk dan 0 unit
sirup anggur dengan keuntungan minimum Rp 4.550.000.
Berdasarkan tabel diatas dapat dilihat X1 bernilai 650

dan X2 bernilai 0 sedangkan untuk mesin pencampuran dan
mesin pengolahan dual value sebesar 0 dan -466,6667
40
Dari tabel diatas dapat dilihat bahwa X1 benilai 650 dan
X2 bernilai 0 sehingga biaya minimum yang dikeluarkan
sebesar Rp 4.550.000.

Dari tabel diatas dapat dilihat bahwa sirup rasa jeruk dan
anggur berada dalam mesin pencampuran selama 30 jam dan 15
jam sedangkan sumber daya untuk mesin pencampuran yaitu
15.000 jam. Pada mesin pengolahan sirup rasa jeruk dan anggur
berada selama 15 dan 12 jam sedangkan sumber daya yang
tersedia yaitu 9.750 jam.
41
Gambar 1. 16 Grafik Minimasi 4

dalam daerah penyelesain ada 3 titik yaitu (0,1000), (650,0),
(250,500), dapat dilihat dari titik tersebut didapatkan hasil yang
paling minimum yaitu titik (650,0) sebesar Rp 4.550.000.
5) Diketahui
Fungsi Variabel
X1 = Makanan 1
X2 = Makanan 2
Fungsi Tujuan
Zmin = 5000X1 + 10.000X2
Fungsi Kendala
3X1 + 12X2 ≥ 30
6X1 + 9X2 ≥ 45
Makanan Makanan 2 Kebutuhan
1 minimum harian
Protein 3 unit 12 unit 30 unit
Karbohidrat 6 unit 9 unit 45 unit
Biaya 5.000 10.000
Tabel 1. 58 Linear Programing Minimize 5
42
kombinasi optimal makanan 1 dan makanan 2 yang harus dibuat
agar laba minimum adalah 8 makanan 1 dan1 unit makanan 2
dengan keuntungan minimum Rp 40.000.
Tabel 1. 59 Tabel RangingMinimize 5
Berdasarkan tabel diatas dapat dilihat makanan 1 bernilai

6 dan makanan 2 bernilai 1 sedangkan untuk protein dan
karbohidrat dual value sebesar -333,3333 dan -666,6667.
Dari tabel diatas dapat dilihat bahwa makanan 1 benilai 6

dan makanan 2 bernilai 1 sehingga biaya minimum yang
dikeluarkan sebesar Rp40.000
Tabel 1. 61 Iterasi Minimasi 5

43
Dari tabel diatas dapat dilihat bahwa pada protein

terkandung pada makanan 1 dan 2 sebanyak 3 dan 12 sedangkan
sumber daya yang tersedia yaitu 30. Karbohidrat terkandung
pada makanan 1 dan 2 sebanyak 6 dan 9 sedangkan sumber daya
yang tersedia yaitu 45.

dalam daerah penyelesain ada 3 titik yaitu (10,0), (0,5), (6,1),
dapat dilihat dari titik tersebut, didapatkan hasil yang paling
minimum yaitu titik (6,1) sebesar Rp 40.000.
1.4. PEMBAHASAN
Maksimasi
1. Corner point adalah kombinasi yang dapat dilakukan perusahaan.
Kombinasi berwarna biru dapat menghasilkan profit maksimal yaitu Rp
3.375.000,- dengan memproduksi kayu tipe A 19.875 unit dan kayu tipe B
yaitu 18.5 unit. Berdasarkan hasil perhitungan dengan software POM for
Windows, diperoleh bahwa kombinasi optimal yang harus diproduksi
44
perusahaan untuk produk Kayu Tipe A sebanyak 20 unit dan Kayu Tipe B
sebanyak 19 unit agar perusahaan dapat memperoleh laba/keuntungan
maksimum yaitu sebesar Rp.3.375.000,-
Kombinasi yang berwarna biru dapat menghasilkan profit maksimal yaitu
Rp. 924.571 dengan memproduksi televisi 6.7143 unit dan radio 4.5714
unit. Berdasarkan hasil perhitungan dengan software POM for Windows
dapat diketahui bahwa perusahaan sebaiknya memproduksi Televisi
sebanyak 7 unit dan Radio sebanyak 5 unit agar perusahaan dapat
memperoleh keuntungan maksimum yaitu sebesar Rp.924.571.
35 dengan tidak memproduksi terminator dan predator 1 unit. Berdasarkan
hasil perhitungan dengan software POM for Windows, dapat diketahui
bahwa perusahaan sebaiknya tidak memproduksi produk Terminator dan
Predator sebanyak 1 unit agar perusahaan dapat memperoleh keuntungan
maksimum yaitu sebesar $35.
450769,2 dengan memproduksi sakura 1,8462 dan yaitu 10,7692.
Berdasarkan hasil perhitungan dengan software POM for Windows dapat
diketahui bahwa perusahaan sebaiknya memproduksi Sakura sebanyak 2
unit dan Fuji sebanyak 11 unit agar perusahaan dapat memperoleh
keuntungan maksimum yaitu sebesar Rp.450.769.
550.000 dengan memproduksi antena hana 0 dan antenna kawai yaitu 10.
Berdasarkan hasil perhitungan dengan software POM for Windows, dapat
diketahui bahwa perusahaan sebaiknya tidak memproduksi Antena Hana
dan Antena Kawai sebanyak 10 unit agar perusahaan dapat memperoleh
keuntungan maksimum yaitu sebesar Rp.550.000.
45
Minimasi
1. Corner point adalah kombinasi yang dapat dilakukan perusahaan. Pada
minimasi dapat dilihat kombinasi yang dapat mengoptimalkan paling
minimal yaitu 𝑋1 = 7 dan 𝑋2 = 0 Z = 56.000. Berdasarkan dari hasil
perhitungan dengan software QM for windows kita dapat mengetahui
Nona Sari sebaiknya mengkonsumsi Makanan 1 sebanyak 7 kali dan tidak
mengkonsumsi Makanan 2 agar biaya yang dikeluarkan minimum yaitu
Rp.56.000.
minimal yaitu kaos = 16 dan celana = 6 ; Z = 1.000.000. Berdasarkan
hasil perhitungan dengan software POM for Windows dapat diketahui
bahwa PT. Was-was sebaiknya memproduksi Kaos sebanyak 16 lembar
dan memproduksi Celana sebanyak 6 lembar agar biaya yang dikeluarkan
minimum yaitu sebesar Rp.1.000.000
minimal yaitu kursi bulat = 3 dan kursi kotak =2 Z = 6.500.000.
Berdasarkan dari hasil perhitungan dengan software POM for Windows
dapat diketahui bahwa PT. Vienna sebaiknya memproduksi Kursi Bulat
sebanyak 3 unit dan Kursi Kotak sebanyak 2 unit agar PT. Vienna dapat
meminimumkan biaya yang dikeluarkan yaitu sebesar Rp.6.500.000.
minimal yaitu sirup jeruk = 650 dan sirup anggur = 0 ; Z = 4.550.000.
Berdasarkan dari hasil perhitungan dengan software POM for Windows
dapat diketahui bahwa PT. Adem Asri sebaiknya memproduksi Sirup
Jeruk sebanyak 650 botol tidak memproduksi Sirup Anggur agar PT.
Adem Asri agar dapat meminimumkan biaya yang dikeluarkan yaitu
sebesar Rp.4.550.000.
46
minimal yaitu makan 1 = 6 dan makanan 2 =1 Z = 40.000. Berdasarkan
dari hasil perhitungan dengan software POM for Windows dapat diketahui
bahwa sebaiknya Daniel mengkonsumsi Makanan 1 sebanyak 6 kali/hari
dan mengkonsumsi makanan 2 sebanyak 1 kali/hari agar kebutuhan
protein dan karbohidrat yang dibutuhkan Daniel seimbang serta dapat
meminimumkan biaya yang di keluarkan yaitu sebesar Rp.40.000/hari.
47
BAB II
METODE TRANSPORTASI
2.1 PENDAHULUAN
2.1.1 Latar Belakang
Metode Transportasi merupakan salah satu metode program linear
untuk memecahkan permasalahan alokasi sumber daya organisasi
(modal, waktu penyelesaian pekerjaan, kapasitas mesin, bahan baku,
tenaga kerja, dan lain sebagainya) yang terbatas. Seperti halnya
metode linear yang lain, hasil akhir dari Metode Transportasi adalah
suatu solusi optimal dari fungsi tujuan dengan batas yang ada.
Metode transportasi diharapkan mampu meminimumkan biaya
traspotasi karena metode transportasi dirancang untuk melakukan
optimalisasi variabel-variabel yang digunakan untuk memecahkan
masalah transportasi. Termasuk diantaranya masalah pengiriman
barang atau bahan baku dari beberapa sumber ke beberapa tempat
tujuan dengan biaya yang paling minimum. Masing-masing sumber
tersebut mempunyai kapasitas pengiriman tertentu, sedangkan
masing-masing tempat tujuan ini mempunyai permintaan dalam
jumlah tertentu pula.
Penerapan metode transportasi yang tepat selain berguna untuk
memperlancar pendistribusian, memaksimalkan pengalokasian dari
tempat sumber ke tempat tujuan, juga berguna dalam usaha menekan
total biaya transportasi. Dengan diterapkannya suatu metode
transportasi, biaya-biaya yang tidak perlu dapat dihilangkan,
pengiriman barang dapat berjalan dengan lancer, serta meningkatkan
efisiensi perusahaan. Dengan demikian, pada dasarnya perhitungan
biaya tranportasi dengan menggunkan metode tranportasi berupaya
untuk memecahkan persoalan dari sumber barang dikirim ke tempat
tujuan sehingga akan dapat diperoleh jumlah biaya angkut yang paling
optimal dan memaksimalkan keuntungan. Terdapat beberapa cara
48
yang diandalkan untuk menguraikan dan menyelesaikan transportasi
dengan baik, diantaranya adalah Metode Least Cost, Metode Vogel’s
Approximation Method (VAM), Metode North West Corner (NWC),
Metode Russel (Modified Distribution Method) dan Metode Simpleks
Transport.
2.1.2 Tujuan Praktikum

Untuk mengetahui cara menyelesaikan persoalan model
transportasi dan menginterpretasikan hasil output dari software QM
for windows.
2.1.3 Alat dan Bahan yang Digunakan

a. Alat Yang Digunakan
1. Alat tulis
2. Laptop + Software Ms. Word dan POM-QM
b. Bahan Yang Digunakan
1. Modul 2 Metode Transportasi
2.1.4 Prosedur Praktikum

a. Jalankan program QM for windows, pilih Module–Transportasi
b. Pilih menu File–New, sehingga muncul tampilan seperti gambar di
bawah
Gambar 2. 1 Tampilan menu File-New
Buat judul penyelesaian soal ini dengan mengisi bagian Title

“CONTOH SOAL TRANSPORTASI”. Jika Title tidak diisi,
program QM for windows akan membuat judul sendiri sesuai
49
default (patokan)-nya. Default Title ini dapat dirubah dengan
mengklik. Judul dapat dirubah / diedit dengan meng-klik ikon.
c. Isikan (set) jumlah sumber dengan 3, dengan cara meng-klik tanda
pada kotak Number of Sources.
Gambar 2. 2 Number of Sources dan Number of Destination
d. Isikan (set) jumlah tujuan dengan 3, dengan cara meng-klik tanda

pada kotak Number of Destination.
e. Pilih pada bagian Row names, kemudian isi dengan nama“Pabrik”
f. Pilih bagian Column names, kemudian isi dengan nama“Gudang”
Gambar 2. 3 Row names dan Column names
Biarkan pada bagian Objective, tetap pada pilihan Minimize
Gambar 2. 4 Objective
g. Sekarang tampilan akan seperti gambar 2.5, lanjutkan dengan

mengklik tombol OK hingga muncul tampilan seperti pada gambar
2.6
Gambar 2. 5 Tampilan Keseluruhan
50
Gambar 2. 6 Tampilan Awal
(Perhatikan bahwa pabrik A, B, C menjadi 1, 2, 3 juga gudang D,

E, F menjadi 1, 2, 3).
h. Isikan angka-angka yang sesuai pada kotak-kotak yang bersesuaian
antara Pabrik dan Gudang, yaitu
Gambar 2. 7 Pabrik dan Gudang
Selesaikan Contoh Soal ini dengan meng-klik tombol pada toolbar

atau dari menu File-Solve, atau dengan menekan tombol F9 pada
keyboard
i. Jika ternyata ada data soal yang perlu diperbaiki, klik tombol pada
toolbar atau dari menu File-Edit.
j. Jangan lupa simpan (save) file kerja ini dengan menu File-Save
(atau menekan tombol Ctrl + S. Pilihan untuk menyimpan file
dengan format Excel (.Xls) dan html (.html) juga disediakan.
Selesaikan contoh soal ini dengan meng-klik tombol pada toolbar
atau dari menu file –solve atau dengan menekan tombol f9 pada
keyboard.
2.2 LANDASAN TEORI

2.2.1 Pengertian Metode Transportasi
Menurut Superman (Des, 2013), metode transportasi
merupakan suatu metode yang digunakan untuk memilih jalur
pengiriman atau distribusi sejumlah barang/produk yang sama dari
lokasi sumber barang (Supply) menuju lokasi kemana barang tersebut
akan dikirimkan (Demand), dengan biaya sekecil mungkin atau
minimum cost.
51
Metode transportasi digunakan untuk mengatur distribusi dari
sumber ya ng menyediakan produk yang sama ke tempat yang
membutuhkan secara optimal. Ada beberapa metode untuk mencari s
olusi layak dasar awal. Tiga dari metode yang dikenal, yaitu North
West Corner, Least Cost, dan Aproksimasi Vogel dan untuk
mengecek optimal ada dua yaitu Metode Stepping Stone dan MODI
(modified distribution). Alokasi produk ini harus diatur sedemikian
rupa, karena terdapat perbedaan biaya-biaya dari satu sumber ke
suatu tempat tujuan yang berbeda-beda. Persedian atau penawaran
(supplay) maksimum pada setiap sumber dan permintaan (demand)
minimum pada setiap tujuan.
Distribusi ini dilakukan sedemikian rupa sehinggapermintaan d
ari beberapa tempat tujuan dapat dipenuhi dari beberapa sumber, yang
masing-masing dapat memiliki permintaan atau kapasitas yang
berbeda. Alokasi ini dilakukan dengan mempertimbangkan biaya
pengangkutan y ang bervariasi karena jarak dan kondisi antar lokasi
yang berbeda. Dengan menggunakan metode transportasi, dapat
diperoleh suatu alo kasi distribusi barang yang dapat meminimalkan
total biaya transportasi ( Susanta, 1994).
2.2.2 Tujuan Metode Transportasi

Menurut Lembayung Senja (Jan, 2016), menyatakan bahwa
tujuan metode transportasi adalah sebagai berikut.
a. Suatu proses pengaturan distribusi barang dari tempat yang
menghasilkan barang dengan kapasitas tertentu yang membutuhkan
barang tersebut dengan jumlah kebutuhan agar biaya distribusi
tertentu dapat ditekan seminimal mungkin.
b. Berguna untuk memecahkan permasalahan distribusi.
c. Memecahkan permasalahan bisnis lainnya, seperti masalah-
masalah yang meliputi pengiklanan, pembelanjaan modal (capital
52
financing) dan alokasi dana untuk investasi, analisis lokasi,
keseimbangan lini perakitan dan perencanaan scheduling produksi.
2.2.3 Ciri-Ciri Penggunaan

Menurut Lembayung Senja (Jan, 2016), menyatakan bahwa
ciri-ciri metode transportasi adalah sebagai berikut
a. Terdapat sejumlah sumber dan tujuan tertentu.
b. Kualitas komoditi/barang yang didistribusikan dari setiap sumber
dan yang diminta oleh setiap tujuan besarnya tertentu.
c. Komoditi yang dikirim/diangkut dari suatu sumber ke suatu tujuan
besarnya sesuai dengan permintaan dan atau kapasitas sumber.
d. Ongkos pengangkutan komoditi dari suatu sumber ke suatu tujuan
besarnya tententu.
2.2.4 Menentukan Pemecahan Awal yang Fisibel

Menurut Taha (1996), menyatakan bahwa pencarian solusi
awal menggunakan metode yang ada dibawah ini.
a. Metode Sudut Barat Laut (North West Corner)
Pengalokasian awal ditempatkan pada sel pojok kiri atas
(north west corner). Jumlah yang dialokasikan adalah jumlah yang
paling memungkinkan terbatas pada batasan suplai dan permintaan
untuk sel tersebut.
b. Metode Biaya Terkecil (Least Cost)
Dasar pemikiran dari metode ini adalah mengalokasikan ke
sel-sel dengan biaya terendah. Alokasi awal dilakukan pada sel
dalam tabel yang mempunyai biaya terendah.
c. Metode Aproximasi Vogel (Vogel’s Approximation Method)
Metode Aproksimasi Vogel (VAM) berdasarkan pada
konsep biaya penalty. Jikan pengambil keputusan salah memilih
Tindakan dari beberapa alternatif tindakan yang ada, maka suatu
sanksi diberikan. Dalam hal ini, yang dimaksud sebagai rangkaian
53
Tindakan adalah alternatif rute dan suatu keputusan dianggap salah
jika mengalokasikan ke sel yang tidak berisi biaya terendah.
2.3. PENGUMPULAN DAN PENGOLAHAN DATA

2.3.1. Pengumpulan Data
1. Gunakan model transportasi untuk mengatur distribusi dari sumber-
sumber yang menyediakan produk yang sama ke tempat-tempat
yang membutuhkan secara optimal dengan biaya yang termurah
untuk menyelesaikan kasus berikut ini :
Pengiriman barang dari pabrik ke gudang, diketahui biaya
transportasi seperti pada table berikut:
Tabel 2. 1 Data Pengiriman Barang
Ke Gudang Gudang Gudang Kapasitas
Dari A B C pabrik
Pabrik W Rp 20 Rp 5 Rp 8 90
Pabrik H Rp 15 Rp 20 Rp 10 60
Pabrik P Rp 25 Rp 10 Rp 19 50
Kebutuhan Gudang 50 110 40 200
2. Mebel A, B dan C masing-masing memiliki kapasitas produksi

maksimal dalam satu periode waktu tertentu 200, 300 dan 300 unit
mebel. Ada tiga gudang D, E dan F yang masing-masing dapat
menampung maksimal 300, 200 dan 200 unit mebel. Rata-rata
biaya angkut per unit mebel dari masing-masing pabrik ke masing-
masing gudang disajikan sebagai berikut ini :
Rata-rata biaya angkut setiap unit mebel dari masing-masing pabrik
ke tiap-tiap gudang yang berbeda.
Tabel 2. 2 Data Biaya Angkut
Gudang D Gudang E Gudang F
Pabrik A $5 $4 $3
Pabrik B $8 $4 $3
54
Pabrik C $9 $7 $3
Pertanyaan: Berapa unit mebel harus diangkut dari masing-masing

pabrik ke tiap-tiap gudang sehingga biaya transportasi total
minimum?
3. Sebuah perusahaan saat ini beroperasi dengan 3 buah pabrik serta
jumlah permintaan dari 3 Kota dengan kapasitas masing-masing
sebagai berikut:
Tabel 2. 3 Data Permintaan
Pabrik produksi Kota Permintaan
A 90 ton Solo 50 ton
B 60 ton Kudus 110 ton
C 50 ton Tegal 40 ton
Total 200 ton 200 ton
Perkiraan biaya transportasi (dalam ribuan/ton) dari setiap pabrik
ke masing-masing Kota adalah:
a) Dari pabrik A kekota Solo = 20
b) Dari pabrik B kekota Solo= 15
c) Dari pabrik C kekota Solo = 25
d) Dari pabrik A kekota Kudus = 5
e) Dari pabrik B kekota Kudus = 20
f) Dari pabrik C kekota Kudus = 10
g) Dari pabrik A kekotaTegal = 8
h) Dari pabrik B kekotaTegal = 10
i) Dari pabrik C kekotaTegal = 19
Bagaimana distribusi barang yang paling optimal guna memenuhi
kebutuhan ketiga Kota tersebut? Dan Berapa total biaya optimal
untuk distribusi barang dari pabrik ke Kota tujuan?
4. Direktur PN GIA menerangkan bahwa untuk melayani
penerbangan di Jawa Barat harus dibuka 4 bandar udara di
Jakarta, Bandung, Cirebon, dan Cilacap, sehingga pesawat dapat
mengisi bahan bakar pada keempat lapangan terbang tersebut.
55
Kebutuhan akan bahan bakar ini akan disuplai oleh tiga agen
Pertamina, yaitu Pertamina I, II dan III yang masing-masing dapat
menyediakan sebanyak 275.000 galon, 550.000 galon dan
660.000 galon. Adapun masing-masing lapangan terbang
diperkirakan akan membutuhkan bahan bakar sebanyak :
a) Jakarta : 440.000 galon
b) Bandung : 330.000 galon
c) Cirebon : 220.000 galon
d) Cilacap : 110.000 galon
Harga bahan bakar per galon yang dijual pada masing-masing
Bandar udara oleh agen I, II dan III adalah seperti pada table
berikut:
Tabel 2. 4 Data PN GIA
Agen
I II III
Bandara
1 11 13 9
2 9 12 4
3 10 11 14
4 10 7 8
Selesaikan persoalan di atas sebagai persoalan transportasi dan
dapatkan jawaban optimumnya.
2.3.2. Pengolahan Data

1. Penyelesaian soal 1 transportasi
Tabel 2. 5 Transportation Result
Dari tabel diatas diketahui bahwa untuk mendapatkan biaya

minimum yaitu sebesar Rp 1890 maka pabrik W mengirim
kegudang B sebanyak 60 unit, Gudang C sebanyak 30 unit, dan
tidak mengirim ke Gudang A. pabrik H mengirim ke Gudang A
56
sebanyak 50 unit, tidak mengirim ke Gudang B, dan mengirim ke
Gudang C sebanyak 10 unit. Pabrik P mengirim ke Gudang B
sebanyak 50 unit, dan tidak mengirim ke Gudang A dan C.
Tabel 2. 6 Marginal Costs
Pada tabel 2.7 Marginal cost diketahui pada pabrik W

membawa 7 barang ke gudang A. Gudang H membawa 13 barang
ke gudang B. Pabrik P membawa 7 barang ke gudang A membawa
6 barang ke gudang C.
Tabel 2. 7 Final Solution Table
Pada tabel 2.8 Final Solution dapat diketahui bahwa pada pabrik
W membawa 60 barang ke Gudang B, 30 barang ke gudang C.
Pada pabrik H membawa 50 barang ke gudang A, 10 barang ke
gudang C. Pada pabrik P membawa 50 barang ke Gudang B.
Tabel 2. 8 Iteration
Dari tabel 2.9 Iteration dapat diketahui bahwa pada tabel

iteration 1, Pabrik W ke Gudang B sebanyak 60, Pabrik W ke
gudang C sebanyak 30, pabrik H ke gudang A sebanyak 50, pabrik
H ke gudang C sebanyak 10,dan pada pabrik P ke gudang B
sebanyak 50.
Tabel 2. 9 Shipment With Costs
57
Pada tabel 2.10 Shipment With Cost Pabrik W mengirimkan 60
barang ke pabrik Gudang B dengan biaya pengiriman sebanyak
$300, dan mengirimkan lagi 30 barang ke gudang C dengan biaya
pengiriman sebanyak $240. Pada pabrik H mengirimkan 50 barang
ke gudang A dengan biaya $750, lalu 10 barang ke gudang C
dengan biaya $100. Pada pabrik P mengirimkan 50 barang ke
gudang B dengan biaya $500.
Tabel 2. 10 Shipping List
Berdasarkan tabel 2.11 Shipping List diketahui bahwa dari

Pabrik W ke gudang B melakukan pengiriman sebanyak 60 dengan
biaya per unit 5 dan total biaya pengiriman 300, Pabrik W ke
gudang C melakukan pengiriman sebanyak 30 dengan biaya per
unit 8 dan total biaya pengiriman 240, Pabrik H ke gudang A
melakukan pengiriman sebanyak 50 dengan biaya per unit 15 dan
total biaya pengiriman 750, Pabrik H ke gudang C melakukan
pengiriman sebanyak 10 dengan biaya per unit 10 dan total biaya
pengiriman 100 dan Pabrik P ke gudang B melakukan pengiriman
sebanyak 50 dengan biaya per unit 10 dan total biaya pengiriman
500.

minimum yaitu sebesar Rp 3500 maka pabrik A mengirim
kegudang D sebanyak 200 unit, dan tidak mengirik ke Gudang E
dan F. pabrik B mengirim ke Gudang D sebanyak 100 unit,
mengirim ke Gudang E sebanyak 200 unit, dan tidak mengirim ke
58
Gudang b. dan Pabrik C mengirim ke Gudang F sebanyak 300 unit,
dan tidak mengirim kegudang D dan E.
Pada tabel 2.13 Marginal Costs, diketahui pabrik A mengirim 3

barang ke gudang E, dan 4 barang ke gudang F. Pada pabrik B
mengirimkan 1 barang ke gudang F. Pada pabrik C mengirimkan 2
barang ke pabrik E.
Pada tabel 2.14 Final Solution Table diketahui bahwa pabrik A

membawa 200 barang ke gudang D. Pada pabrik B membawa 100
barang ke gudang D, 200 barang ke gudang E. Pada pabrik C tidak
membawa barang ke gudang D, dan membawa 300 barang ke
gudang F.
Berdasarkan tabel 2.15 Iteration diketahui bahwa pada kolom

Iteration 1 dari Pabrik A ke Gudang D sebanyak 200, dari pabrik B
ke gudang D dan E sebanyak 100 dan 200, pada pabrik C ke
gudang F sebanyak 300.
Tabel 2. 15 Shipments With Costs
59
Pada tabel 2.16 Shipments With Costs diketahui bahwa pada
pabrik A mengirim 200 barang ke gudanng D dengan biaya
pengiriman 1000. Pada pabrik B mengirmkan 100 barang ke
gudang D, dan 200 barang ke gudang E dengan biaya pengiriman
masing-masing 800. Pada pabrik C mengirimkan 300 barang ke
gudang F dengan biaya pengiriman 900.

Pabrik A ke gudang D melakukan pengiriman sebanyak 200
dengan biaya per unit 5 dan total biaya pengiriman 1000, Pabrik B
ke gudang D melakukan pengiriman sebanyak 100 dengan biaya
per unit 8 dan total biaya pengiriman 800, Pabrik B ke gudang E
total biaya pengiriman 800, Pabrik C ke gudang D tidak melakukan
pengiriman dengan biaya per unit 9 dan tidak ada total biaya
pengiriman dan Pabrik C ke gudang F melakukan pengiriman
900.

minimum yaitu sebesar Rp 1890 maka pabrik A mengirim ke kota
Kudus sebanyak 60 unit, ke kota Tegal sebanyak 30 unit, dan tidak
mengirim ke Gudang A. pabrik B mengirim ke kota Solo sebanyak
50 unit, tidak mengirim ke kota Kudus, dan mengirim ke kota
60
Tegal sebanyak 10 unit. Pabrik C mengirim ke kota Kudus
sebanyak 50 unit, dan tidak mengirim ke kota Solo dan Tegal.
Pada tabel 2.19 Marginal Costs diketahui bahwa pada pabrik A

membawa 7 barang ke kota Solo, pabrik B membawa 13 barang ke
kota Kudus, dan pabrik C membawa 7 barang ke kota Solo, 6
barang ke kota Tegal.
Pada tabel 2.20 Final Solution Table diketahui bahwa pabrik A

mambawa 60 barang ke kota Kudus, 30 barang ke kota Tegal. Pada
baprik B membawa 50 barang ke kota Solo, 10 barang ke kota
Tegal. Dan pada pabrik C membawa 50 barang ke kota Kudus.
Dari tabel 2.21 diketahui bahwa pada kolom iteration 1 dari

pabrik A ke kota Kudus sebanyak 60 dan ke kota Tegal sebanyak
30. Pada pabrik B ke kota Solo sebanyak 50 dan ke kota Tegal
sebanyak 10. Pada pabrik C ke kota Kudus sebanyak 50.
Tabel 2. 21 Shipment With Costs
Pada tabel 2.22 Shipment With Costs diketahui bahwa pabrik A

mengirim 60 barang dengan biaya pengiriman sebanyak 300 ke
kota Kudus, dan mengirim 30 barang juga ke Kota Tegal dengan
61
biaya 240. Pada pabrik B mengirim 50 barang dengan biaya
pengiriman 750 ke kota Solo, lalu mengirim 10 barang ke kota
Tegal dengan biaya pengiriman 100. Pada pabrik C mengirim 50
barang ke kota Kudus dengan biaya 500.

Pabrik A ke Kudus melakukan pengiriman sebanyak 60 dengan
biaya per unit 5 dan total biaya pengiriman 300, Pabrik A ke Tegal
total biaya pengiriman 240, Pabrik B ke Solo melakukan
pengiriman sebanyak 50 dengan biaya per unit 15 dan total biaya
pengiriman 750, Pabrik B ke Tegal melakukan pengiriman
100 dan Pabrik C ke Kudus melakukan pengiriman sebanyak 50
dengan biaya per unit 10 dan total biaya pengiriman 500.

minimum yaitu sebesar Rp 8525000 maka Bandara 1 (Jakarta)
mengisi bahan bakar diagen 1 sebanyak Rp 110000, diagen 3
sebanyak Rp 330000, dan tidak mengisi di agen 2. Bandara 2
(Bandung) mengisi bahan bakar diagen 3 sebanyak Rp 330000, dan
tidak mengisi di agen 1 dan 2. Bandara 3 (cirebon) mengisi bahan
bakar diagen 1 sebanyak Rp 165000, diagen 2 sebanyak Rp 55000,
dan tidak mengisi di agen 3. Bandara 4 (cilacap) mengisi bahan
62
bakar diagen 2 sebanyak Rp 110000, dan tidak mengisi di agen 1
dan 2.
Pada tabel 2.25 Marginal Costs diketahui Bandara Jakarta

mengirim 1 barang ke agen 2. Pada Bandara Bandung mengirim 3
barang ke agen 1 dan 5 barang ke agen 2. Pada Bandara Cirebon
mengirim 6 barang ke agen 3. Dan pada bandara Cilacap mengirim
masing 4 barang ke agen 1dan agen 3.
Pada tabel 2.26 Final Solution Table diketahui pada Bandara

Jakarta mengirimkan 110000 barang ke Agen 1, 330000 barang ke
agen 3, dan tidak mengirim ke agen 2. Pada Bandara Bandung
mengirimkan 330000 barang ke agen 3 dan tidak mengirimkan ke
agen 1 dan 2. Pada Bandara Cirebon mengirimkan 165000 ke agen
1, 55000 ke agen 2, dan tidak mengirim ke agen 3. Pada Bandara
Cilacap mengirim 110000 barang ke agen 2, dan tidak mengirim ke
agen 1 dan 3.
63
Berdasarkan tabel diatas diketahui dari tabel iteration 1 bahwa
agen 2 dan 3 mengirimkan sebanyak 220000 ke Jakarta, agen 3
mengirimkan sebanyak 330000 ke Bandung, agen 2 mengirimkan
sebanyak 220000 ke Cirebon dan ke Cilacap sebanyak 110000.
Pada tabel iteration 2 agen 2 dan 3 mengirim sebanyak 110000 dan
330000, agen 3 mengirim sebanyak 330000 ke Bandung, agen 2
mengirim sebanyak 220000 ke Cirebon, dan sebanyak 110000 ke
Cilacap. Pada tabel iteration 3 agen 1 dan mengirim sebanyak
110000 dan 330000 ke Jakarta, agen 3 mengirim sebanyak 330000
ke Bandung, agen 2 mengirim sebanyak 220000 ke Cirebon dan ke
Cilacap sebanyak 110000. Pada tabel iteration 4 agen 1 mengirim
sebanyak 110000 ke Jakarta dan sebanyak 165000 ke Cirebon.
Agen 2 mengirim sebanyak 55000 ke Cirebon dan 110000 ke
Cilacap. Agen 3 mengirim sebanyak 330000 ke Jakarta dan
Bandung.
Tabel 2. 27 Shipments With Costs
Pada tabel 2.28 Shipments With Costs diketahui pada Bandara

Jakarta mengirim 110000 ke agen 1 dengan biaya pengiriman
1210000, mengirim barang 330000 ke agen 3 dengan biaya
pengiriman 2970000. Bandung mengirim 330000 ke agen 3 dengan
biaya pengiriman 1320000. Cirebon mengirim 165000 ke agen 1
dengan biaya pengiriman 1650000 dan mengirim ke agen 2 55000
dengan biaya pengiriman 605000. Cilacap mengirim sebanyak
110000 ke agen 2 dengan biaya pengiriman 770000.
64
Berdasarkan tabel 2.29 Shipping List diketahui bahwa dari agen

1 ke Jakarta melakukan pengiriman sebanyak 110000 dengan biaya
per unit 11 dan total biaya pengiriman 1210000, mengirim ke
Cirebon sebanyak 165000 dengan biaya per unit 10 dan total biaya
pengiriman 1650000. Dari agen 2 melakukan pengiriman ke
Cirebon sebanyak 55000 dengan total biaya 11 per unit dan total
biaya pengiriman 605000, mengirim ke Cilacap sebanyak 110000
dengan total biaya per unit 7 dan total biaya pengiriman 770000.
Dari agen 3 mengirim ke Jakarta sebanyak 330000 dengan total
biaya per unit 9 dan total biaya pengiriman 2970000 dan mengirim
ke Bandung sebanyak 330000 dengan total biaya per unit 4 dan
total biaya pengiriman 1320000.
2.4 PEMBAHASAN
1. Berdasarkan hasil pengolahan data dapat diketahui bahwa pengantaran dari
pabrik W menuju gudang B sebanyak 60 unit, dari pabrik W menuju
gudang C sebanyak 30 unit, dari pabrik H menuju gudang A sebanyak 50
unit, dari pabrik H menuju gudang C sebanyak 10 unit, dan dari pabrik P
menuju gudang B sebanyak 50 unit. Sehingga diperoleh total biaya
optimal sebesar $1890.
pabrik A menuju gudang D sebanyak 200 unit, dari pabrik B menuju
gudang D sebanyak 100 unit, dari pabrik B menuju gudang E sebanyak
200 unit dan dari pabrik C menuju gudang F sebanyak 300 unit. Sehingga
diperoleh total biaya optimal sebesar $3500.
65
pabrik A menuju Kota Kudus sebanyak 60 unit, dari pabrik A menuju
Kota Tegal sebanyak 30 unit, dari pabrik B menuju Kota Solo sebanyak 50
unit, dari pabrik B menuju Kota Tegal sebanyak 10 unit, dan dari pabrik C
menuju Kota Kudus sebanyak 50 unit. Sehingga diperoleh total biaya
optimal sebesar $1890.
4. Berdasarkan hasil pengolahan data dapat diketahui bahwa Pertamina 1
mengirimkan 110.000 galon ke Bandara Jakarta dan mengirimkan 165.000
ke Bandara Cirebon. Pertamina 2 mengirimkan 55.000 galon ke Bandara
Cirebon dan 110.000 galon ke Bandara Cilacap. Pertamina 3 mengirimkan
330.000 galon ke Bandara Jakarta dan 330.000 galon ke Bandara
Bandung. Pertamina 2 masih memiliki persediaan sebanyak 385.000
galon. sehingga diperoleh total biaya optimal sebesar $8.525.000.
66
BAB III
ASSIGNMENT
3.1 PENDAHULUAN
Assignment problem yang biasa dibentuk dengan matriks
berbobot merupakan salah satu masalah dalam dunia teknik
informatika, dimana masalah ini merupakan masalah yang metode
penyelesaiannya cukup kompleks. Assignment problem adalah suatu
masalah mengenai pengaturan pada individu (objek) untuk
melaksanakan tugas (kegiatan), sehingga dengan demikian biaya yang
dikeluarkan untuk pelaksanaan penugasan tersebut dapat diminimalkan.
Keterbatasan manusia dalam memberikan solusi tanpa alat bantu
merupakan salah satu kendala dalam mengoptimalkan solusi yang ada.
Apalagi jika harus menganalisis dan memilih ratusan atau bahkan
ribuan objek beban agar sesuai dengan kapasitas daya angkut media
transportasi. Efisiensi dalam penggunaan waktu juga menjadi
pertimbangan dalam mendapatkan solusi yang optimal. Oleh karena itu
dibutuhkan suatu metode yang dapat membantu perusahaan transportasi
dalam penyelesaian permasalahan penugasan.
Masalah Penugasan (Assignment Problem) merupakan suatu
masalah yang sering muncul dalam banyak kasus pembuatan keputusan,
yang mengenai penga-turan objek untuk melaksanakan tugas dengan
tujuan meminimalkan biaya, waktu jarak dan sebagainya seperti kasus
menentukan siapa mengerjakan apa, menetapkan fungsi sebuah mesin,
menentukan salesman untuk suatu wilayah pemasaran dan sebagainya.
Masalah penugasan ini berkaitan dengan masalah penetapan tugas
atau pekerjaan sebuah mesin, seorang pekerja, atau suatu proyek
dengan tujuan tertentu. Tujuan yang dimaksud antara lain untuk
memaksi-malkan keuntungan dan memini-mumkan waktu pengerjaan.
67
Untuk memecahkan masalah-masalah yang berkaitan dengan
assigment atau penugasan, seperti penugasan karyawan pada jenis
pekerjaan tertentu atau penugasan karyawan dengan mesin tertentu
dengan tujuan memaksimalkan keuntungan atau meminimalkan biaya.
3.1.3 Alat dan Bahan Praktikum

a. Alat
1) 1 unit PC
2) Software POM/QM for Windows
3) Alat Tulis
b. Bahan
Modul III Assignment

Adapun prosedur pengolahan data dari praktikum Assignment
adalah sebagai berikut :
a. Dari menu utama POM for windows, klik module  Assignment
Gambar 3. 1 Tampilan Menu File
68
b. Klik File  New untuk memasukkan data baru.
Gambar 3. 2 Tampilan FileNew

c. Lengkapi dan isi kotak tersebut dengan data yang ada
Tittle : judul permasalahan
Number of job : jumlah pekerjaan yang ada
Number of machine : jumlah karyawan/mesin yang ada
Objective : menggambar tujuan pengalokasian sumber
daya
Row name options : nama batasan yang diinginkan
Gambar 3. 3 Row names dan Column names

d. Apabila sudah terisi semua dengan benar, klik OK. Akan muncul
tampilan isian.
Gambar 3. 4 Tampilan Awal
69
e. Setelah data telah diinput klik SOLVE
f. Perhatikan ada 3 hasil proses, yaitu assignment, marginal costs dan
assignment list. Apabila kita menginginkan keempat hasil tampil
semua dapat dilakukan dengan cara klik Windows  Tile.
Gambar 3. 5 Tampilan Tile

g. Untuk melakukan perubahan data, anda daat melakukan dengan
meng-klik tombol EDIT DATA.
h. Simpan modul/kasus dengan klik menu file-Save.
3.2 LANDASAN TEORI

3.2.1 Pengertian Metode Penugasan
Metode penugasan atau Assignment Method merupakan bagian
dari program linear yang digunakan untuk mengalokasikan pekerjaan
kepada subjek/orang tertentu agar diperoleh hasil yang optimal. Hasil
yang optimal dapat berupa biaya yang paling minimal, keuntungan
yang paling maksimal, maupun waktu yang paling minimum, dan
yang lain-lain.
Alat analisis metode ini menggunakan pendekatan metode
Hungarian. Metode ini bersifat saling meniadakan, artinya apabila
seseorang telah mengerjakan suatu pekerjaan tertentu maka tidak
mungkin untuk mengerjakan pekerjaan lain (1 orang 1 pekerjaan)
Permasalahan yang dapat diselesaikan melalui metode penugasan
meliputi:
70
a. Masalah Maksimasi (Menyangkut masalah keuntungan, penjualan,
kepuasan, dll.)
b. Masalah Minimasi (Menyangkut masalah biaya produksi, waktu
tempuh, upah, dll.)
Terdapat juga persyaratan dalam metode penugasan yaitu dimana
jumlah baris dalam tabel penugasan harus sama dengan jumlah
kolomnya (jumlah baris = jumlah kolom) Dengan kata lain, jumlah
pekerjaan harus sama dengan jumlah pelamar atau karyawan nya.
Bagaimana jika terdapat kelebihan pekerjaan atau kelebihan jumlah
pelamar? Jika terjadi hal demikian, maka diperlukan variabel
tambahan yaitu dummy, yang dapat ditambahkan pada baris atau
kolom tabel penugasan.
Variabel dummy berfungsi untuk menunjukkan pekerjaan mana
yang tidak diisi siapa-siapa jika terjadi kelebihan pekerjaan. Serta
karyawan mana yang tidak memperoleh pekerjaan jika terjadi
kelebihan jumlah pelamar.
3.2.2 Masalah Penugasan (Assignment Problem)

Masalah Penugasan (Assignment Problem) merupakan suatu
masalah yang sering muncul dalam banyak kasus pembuatan keputusan,
yang mengenai penga-turan objek untuk melaksanakan tugas dengan
tujuan meminimalkan biaya, waktu jarak dan sebagainya (Soemartojo,
1997) seperti kasus menentukan siapa mengerjakan apa, menetapkan
fungsi sebuah mesin, menentukan salesman untuk suatu wilayah
pemasaran dan sebagainya.
Masalah penugasan ini berkaitan dengan masalah penetapan tugas
atau pekerjaan sebuah mesin, seorang pekerja, atau suatu proyek
dengan tujuan tertentu. Tujuan yang dimaksud antara lain untuk
memaksi-malkan keuntungan dan memini-mumkan waktu pengerjaan.
Oleh karena itu, metode yang diterapkan untuk kasus penugasan telah
didesain khusus untuk menyelesai-kan masalah penugasan, yang
71
disebut dengan metode penugasan hungarian (Hungarian Methode/
Flood’s Technique). Metode ini menggunakan apa yang disebut
pengurangan matriks (Matrix Reduc-tion). Degan mengurangi dan
menambah suatu nilai dalam matriks. Sehingga akan menghasilkan
penye-lesaian optimal masalah penugasan.
3.2.3 Metode yang Digunakan Menyelesaikan Penugasan

Dalam menyelesaikan permasalahan penugasan terdapat tiga
metode yang dapat digunakan, yaitu (Nizomtrs, 2013):
a. Metode Penugasan (Johnson)
Masalah penjadwalan (scheduling) merupakan masalah utama
dalam penugasan pekerjaan (job assignment) penjadwalan optimal
menunjukan adanya jumlah waktu terbuang atau menganggur (idle-
time) yang minimal, dari tenaga kerja atau mesin yang digunakan
untuk memproses atau pengerjaan terhadap berbagai pekerjaan
tersebut. Salah satu metode penugasan (assignment method) yang
dapat digunakan untuk menentukan penjadwalan penugasan
pekerjaaan adalah dengan aturan Johnson.
Aturan Johnson menurut Chase Et Al. (2001) memiliki tujuan
untuk “ minimize the flow time from the beginning of the first job
until the finish of the last”. Dengan aturan Johnson diharapkan
dapat digunakan sebagai alat untuk membantu dalam menentukan
jumlah waktu yang minimal, dalam arti optimal untuk
menyelesaikan berbagai pekerjaan.
1) Prosedur Penyelesaian Dengan Aturan Johnson (beri point pada
subbab)
Dalam menentukan penjadwalan penugasan pekerjaan
dengan aturan johnson dibutuhkan langkah langkah penyelesaian
sebagai berikut :
a) Pertama menentukan waktu operasi untuk setiap pekerjaan
pada setiap mesin yang akan memproses pekerjaan tersebut.
72
Dalam hal orang atau tenaga kerja yang mengerjakannya,
berarti menentukan waktu pekerjaan setiap pekerjaan (job)
atau order pada setiap tenaga kerja yang tersedia untuk
mengerjakan pekerjaan tersebut.
b) Kedua memilih waktu pengerjaan terpendek atau tercepat
dari seluruh waktu pengerjaan.
c) Ketiga menentukan jika waktu tercepat terdapat pada mesin
pertama, maka tentukan pekerjaan tersebut sebagai pekerjaan
pertama pada mesin pertama dan sebaliknya.
d) Keempat mengulangi langka kedua dan ketiga, untuk
memilih dan penentuan pekerjaan hingga seluruh pekerjaan
terjadwal semuanya.
2) Uraian langkah langkah penyelesaian penugasan pekerjaan
dengan mengunakan aturan johnson:
a) Menentukan waktu operasi atau pengerjaan untuk setiap
order atau pekerjaan pada setiap mesin atau tenaga kerja yang
akan memproses/mengerjakannya.
b) Memilih waktu pengerjaan tercepat dari seluruh
pekerjaan/order yang akan dikerjakan sampai waktu
pengerjaan paling lama.
c) Jika pekerjaan dengan waktu tercepat tersebut berada pada
mesin atau tenaga kerja pertama, tentukan pekerjaan pertama
pada mesin atau tenaga kerja pertama.
d) Menentukan penjadwalan pengerjaan untuk seruruh
pekerjaan/order berdasarkan urutan priotas pengerjaan yang
sudah di tentukan. Langkah yang terakhir ini menunjukan
penjadwalan penugasan pekerjaan yang optimal.
b. Metode Penugasan (Hungarian Method)
Salah satu metode yang dapat digunakan dalam menentukan
penugasan pekerjaan untuk sistem produksi yang bersifat
intermittent atau discontinuous adalah dengan metode hungarian.
73
Dalam kaitan dengan metode penugasan tersebut, Chase et al.
(2001) menguraikan bahwa “the assignment method is a special
case of the transportation method of linear programming. It can be
applied to situation where there are n supply sources and n demand
use (such as five jobs on five machines) and the objective is to
minimize or maximize some measure of effectiveess”.
Jadi metode penugasan merupakan suatu model tertentu atau
bagian khusus dari metode transportasi dalam programasi linear.
Metode ini dapat digunakan salah satunya untuk menentukan
alokasi pekerjaan terhadap pusat- pusat kerja, orang-orang terhadap
pekerjaan tertentu, dan seterusnya .
Metode hungarian sebagai salah satu metode penugasan
mengasumsikan bahwa, harus terdapat kesesuaian antara sumber
penawaran atau penyedian (supply sources) dengan kebutuhan atau
permintaan (demand), dalam arti jumlah pekerjaan dengan mesin
yang akan memproses pekerjaan tersebut bersesuaian yaitu
seimbang (misalnya lima mesin untuk lima pekerjaan) dimana satu
mesin hanya dapat memproses satu jenis pekerjaan tertentu. Dengan
kata lain, aturan ini tidak digunakan untuk menentukan penugasan
pekerjaan pada satu mesin lebih dari dua pekerjaan pada waktu yang
bersamaan. Lebih lanjut Chase et al (2001) menegaskan bahwah,
metode penugasan dengan metode hungarian dinilai dapat
digunakan dalam menyelesaikan masalah yang yang mempunyai
karakteristik sebagai berikut:
1) There are n “things” to be distributed to n “ destinations”.
2) Each thing must be assigned to one and only one destination.
3) Only one criterion can be used (minimum cost, maximum profit,
or minimum completion time).
Pernyataan ini memperjelas uraian di atas yang memberikan
karakteristik tertentu, sebagai asumsi penggunaan metode hungarian
dalam penentuan penugasan pekerjaan.
74
Prosedur Penyelesaian Dengan Metode Hungarian. Berikut
adalah prosedur penyelesaian masalah penugasan pekerjaan dengan
metode hungarian menurut Chase et al. (2001) Secara lebih
sederhan meliputi langkah-langkah sebagai berikut:
a) Identifikasi masalah, adalah mengetahui permasalahan
penugasan yang di hadapi yaitu apakah memaksimalkan nilai
berupa keuntungan, penerimaan, manfaat, atau sebaliknya
meminimalkan nilai berupa biaya, pengeluaran atau kerugian.
Informasi mengenai data-data yang diperoleh dapat di tabulasi
sedemikian rupa sehingga memudahkan untuk penyelesaiannya.
b) Menentukan pengurangan baris, adalah berdasarkan data
permasalahan penugasan setelah dilakukan transformasi untuk
memaksimalkan, dan langsung tanpa transformasi untuk masalah
meminimalkan.
c) Menentukan pengurangan kolom, adalah berdasarkan data
pengurangan baris untuk selanjutnya diketahui nilai terkecilnya
pada setiap kolom.
d) Melakukan uji optimal, adalah untuk mengetahui apakah tabel
dari hasil pengurangan kolom sudah optimal. Apabila dari uji
yang dilakukan sudah optimal maka pengerjaan selesai. Dan
sebaliknya.
e) Revisi, adalah dibuat setelah diketahui dari hasil uji yang di
lakukan belum optimal. Tabel hasil revisi kemudian diuji
kembali untuk mengetahui optimalitasnya.
f) Uji optimal kembali dilakukan terhadap hasil revisi, dan
demikian seterusnya hingga diperoleh tabel yang menunjukan
alokasi penugasan pekerjaan yang optimal.
c. Metode Penugasan (Metode Indikator)
Dalam hal tenaga kerja sebagai salah satu sumber daya atau aset
perusahaan yang amat penting, seringkali memiliki keragaman
kealihan (skills) sehingga penempatanya juga dalam pekerjaan
75
disesuaikan dengan keahlian yang dimiliki. Demikian pula dengan
alat dan peralatan atau mesin yang digunakan untuk memproses
berbagai pekerjaan, disesuaikan pula dengan fungsi mesin dan
kapasitas yang dimilikinya. Ketidak tepatan dalam penugasan
pekerjaan baik kepada tenaga kerja maupun penentuannya tehadap
mesin yang digunakanya, akan dapat menyebabkan ketidak
efektifan dan ketidak efisienan penugasan pekerjaan menjadi suatu
keputusan yang penting untuk dibuat metode tertentu sebagai alat
(tool) dalam menentukan pengambilan keputusan.
Salah satu metode yang dimaksud adalah metode indikator
(indicator method). Metode indikator ini digunakan untuk
menentukan penugasan terhadap pekerjaan kepada tenaga kerja atau
alat peralatan/mesin yang akan digunakan dalam mengerjakan atau
memproses pekerjaan-pekerjaan. Penggunaan metode indikator
hanya sesuai untuk model sistem produksi yang terputus-putus
(discontinuous system). Metode indikator dalam menentukan
penjadwalan penugasan pekerjaan, tidak menujukan pekerjaan mana
yang harus dikerjkan terlebih dahulu dan mana yang dikerjakan
kemudian, akan tetapi hanya mengetahui tenaga kerja mana yang
yang akan mengerjakan pekerjaan atau order yang mana, sehingga
penugasan yang dibuat menjadi optimal ditinjau dari waktu yang
tersedia, yaitu penentuan penugasan pekerjaan (job assignment)
untuk tujuan meminimalkan waktu menganggur (idle time)
Penyelesaian dengan metode indikator.
Prosedur penyelesaian untuk permasalahan penugasan
(assignment problems) dengan metode indikator, dapat menggunkan
langkah-langkah sebgai berikut:
1) Membuat tabel penugasan yang berikan tentang jumlah order/
pesanan, jumlah unit standar per jam, jam per pesanan, dan jam
tenaga kerja/jam mesin yang tersedia.
76
2) Menentukan nilai indikator yang menunjukan ukuran efesiensi
dari setiap tenaga kerja, atau mesin dalam mengerjakan setiap
order/pesanan.
3) Menentukan jam tenaga kerja yang digunakan.
4) Menentukan penugasan pekerjaan optimal.
3.2.4. Tujuan Assignment (Penugasan)

Maksud dari penugasan adalah menetapkan jumlah sumber-
sumber yang tugaskan kepada sejumlah tujuan (satu sumber untuk satu
tujuan), sedemikian hingga didapat ongkos total yang minimum atau
keuntungan total yang maksimum. Biasanya yang dimaksud dengan
sumber ialah pekerja. Sedangkan yang dimaksud dengan tujuan adalah
obyek dari pekerjaan tersebut. Jadi, masalah penugasan akan mencakup
sejumlah m sumber yang mempunyai n tugas. Ada n! (n faktorial)
penugasan yang mungkin dalam suatu masalah karena berpasangan
satu-satu. Apabila pekerjaan i (i= 1,2,3,....n) ditugaskan kepada obyek j
(j=1,2,3,...m) akan muncul biaya penugasan Cn maka sudah jelas bahwa
tujuan dari penugasan adalah mencari ongkos dari tiap-tiap pekerjaan
kepada obyek dengan total ongkos yang minimum atau memberikan
keuntungan yang maksimum.
3.3 PENGUMPULAN DAN PENGOLAHAN DATA

3.3.1 Pengumpulan Data
a. Seorang pelatih renang ingin membentuk tim renang yang tangguh
untuk terjun di nomor 400 mtr estafet gaya ganti pada suatu
pertandingan tingkat nasional. Ada empat perenang dibawah
asuhannya, yang merupakan perenang terbaiknya, yang menguasai
dengan baik keempat gaya yang dipertandingkan. Pelatih ingin
melakukan penugasan satu perenang pada satu gaya berdasarkan
data waktu terbaik mereka untuk tiap gaya pada nomor 100 mtr
yang tersaji pada tabel berikut dengan bantuan metode Hungarian
77
Tabel 3. 1 Data Pelatih Renang
Gaya/Perenang Budi Giri Koko Fajar
Kupu-kupu 52,4 48,3 55,6 49,5
Dada 55,4 58,2 59,1 57,3
Punggung 62,7 62,5 60,9 63,2
Bebas 47,7 49,1 53,5 52,1
b. Seorang manajer pemasaran ingin menempatkan empat orang
salesman-nya di daerah pemasaran produknya. Penempatan
salesman tersebut didasarkan pada perolehan nilai keuntungan
yang diperkirakan akan diperoleh oleh setiap salesman di setiap
daerah pemasaran berdasarkan prestasi kerja mereka saat ini dan
pengenalan terhadap masing-masing daerah pemasaran tersebut.
Bila data perolehan keuntungan dari setiap salesman di setiap
daerah pemasaran seperti yang tersaji pada tabel. Tentukan
penugasan salesman yang harus dibuat oleh sang manajer agar
keuntungan yang diperoleh maksimal.
Tabel 3. 2 Data Daerah Pemasaran
D. pem 1 D. pem 2 D. pem 3 D. pem 4
Sal. 1 1000 900 1100 900
Sal. 2 1100 1000 950 950
Sal. 3 1050 950 900 1050
Sal. 4 1150 1000 950 100
c. Ada tiga orang pegawai dari suatu perusahaan yang masing-masing
akan ditempatkan untuk menjadi kepala bagian pemasaran di satu
kota tertentu. Ada empat kota yang membutuhkan kepala bagian
pemasaran, dan masing-masing dari tiga orang yang tersedia,
berdasarkan pertimbangan-pertimbangan tertentu menghendaki
tunjangan jabatan yang berbeda-beda seandainya ditempatkan pada
kota-kota tersebut. Berikut ini tabel yang menunjukkan besarnya
tunjangan jabatan yang dikehendaki oleh masingmasing orang
pada tiap kota yang berbeda. Besarnya tunjangan jabatan yang
dikehendaki masing-masing orang di tiap kota yang berbeda
(dalam 000 rupiah)
78
Tabel 3. 3 Data Tunjangan Jabatan
Orang 1 Orang 2 Orang 3
Kota 1 240 100 210
Kota 2 140 220 100
Kota 3 150 170 200
Kota 4 110 190 140
Pertanyaan: Bagaimana penempatan ketiga orang yang ada
sehingga biaya yang dikeluarkan perusahaan untuk memberikan
tunjangan jabatan kepada ketiga orang tersebut menjadi minimal?
d. Seorang pengusaha koneksi mempunyai 4 orang karyawati yang
memproduksi 4 jenis produk. Jumalah produk yang dihasilkan dari
masing-masimg karyawan adalah sebagai berikut:
Tabel 3. 4 Jumlah Produk
Baju Celana Rok Safari
Aya 6 7 10 9
Ana 2 8 7 8
Lilo 8 9 5 12
Kina 7 11 12 3
Buatlah penugasan karyawan agar dihasilkan produk maksimum.

a. Penyelesaian soal nomor 1
Tabel 3. 5 Data Pelatih Renang Soal Assignment 1
Tabel 3. 6 Assignments Soal Assignment 1
Dari tabel di atas Budi akan ditugaskan di bagian renang gaya

bebas. Giri akan ditugaskan di bagian renang gaya kupu-kupu.
Koko akan ditugaskan di bagian renang gaya punggung dan Fajar
79
akan ditempatkan di renang gaya dada. Ini adalah kombinasi yang
menghasilkan waktu paling cepat yaitu 214,2 detik.
Tabel 3. 7 Marginal Costs Soal Assignment 1
Dari tabel di atas apabila renang gaya kupu-kupu ditugaskan

kepada Budi maka waktunya bertambah 5,5 detik dan apabila
ditugaskan kepada Koko maka waktunya bertambah 4,3 detik.
Untuk renang gaya dada apabila ditugaskan kepada Budi maka
waktunya bertambah 0,7 detik dan apabila ditugaskan kepada Giri
maka waktunya bertambah 2,1 detik. Sedangkan renang gaya
punggung ditugaskan kepada Budi maka waktunya bertambah 6,2
detik dan apabila ditugaskan kepada Giri maka waktunya
bertambah 4,6 detik serta apabila ditugaskan kepada Fajar maka
waktunya bertambah 4,1 detik. Dan untuk renang gaya bebas
apabila ditugaskan kepada Koko maka waktunya akan bertambah
1,4 detik dan apabila ditugaskan kepada Fajar maka waktunya akan
bertambah 1,8 detik.
Tabel 3. 8 Assignment List Soal Assignment 1
Dari tabel diatas, bisa diketahui bahwa renang gaya kupu-kupu

ditugaskan kepada Giri dengan waktu 48,3 detik, renang gaya dada
ditugaskan kepada Fajar dengan waktu 57,3 detik, renang gaya
punggung ditugaskan kepada Koko dengan waktu 60,9 detik,
80
renang gaya bebas ditugaskan kepada Budi dengan waktu 47,7
detik. Sehingga total waktunya adalah 214,7 detik.
b. Penyelesaian soal nomor 2
Tabel 3. 9 Manajer Pemasaran Soal Assignment 2
Dari tabel di atas, daerah pemasaran 1 dijalankan oleh sales 4.

Daerah pemasaran 2 dijalankan oleh sales 2. Daerah pemasaran 3
dijalankan oleh sales 1. Daerah pemasaran 4 dijalankan oleh sales
3. Ini adalah kombinasi yang menghasilkan keuntungan paling
besar yaitu $4300.
Dari tabel di atas apabila daerah pemasaran 1 dijalankan oleh sales

1, sales 2, dan sales 3 maka keuntungannya akan berkurang
berturut-turut sebesar $300, $50 dan $150. Apabila daerah
pemasaran 2 dijalankan oleh sales 1, dan sales 3 maka
keuntungannya akan berkurang sebesar $250 dan $100. Apabila
daerah pemasaran 3 dijalankan oleh sales 3 maka keuntungannya
akan berkurang sebesar $100. Apabila daerah pemasaran 4
81
dijalankan oleh sales 1 dan sales 2 maka keuntungannya akan
berkurang $250 dan $50.
Dari tabel diatas, bisa diketahui bahwa daerah pemasaran 1

dijalankan oleh sales 4 dengan keuntungan sebesar $1150. Daerah
pemasaran 2 dijalankan oleh sales 2 dengan keuntungan sebesar
$1000. Daerah pemasaran 3 dijalankan oleh sales 1 dengan
keuntungan sebesar $1100. Daerah pemasaran 4 dijalankan oleh
sales 3 dengan keuntungan sebesar $1050. Sehingga total
keuntungan yang diperoleh adalah $4300.
c. Penyelesaian soal nomor 3
Tabel 3. 13 Data Pegawai Soal Assignment 3
Dari tabel di atas, orang 1 akan ditempatkan di kota 4. Orang ke 2

akan ditempatkan di kota 1 dan orang ke 3 akan ditempatkan di
kota 2.
82
Dari tabel di atas apabila orang 1 ditempatkan di kota 1 dan kota 3

maka biaya yang dikeluarkan bertambah sebesar Rp. 170 dan Rp.
10. Orang 2 ditempatkan di kota 2 dan kota 4 maka biaya yang
dikeluarkan bertambah sebesar Rp. 50. Orang 3 ditempatkan di
kota 1, kota 3 dan kota 4 maka biaya yang dikeluarkan bertambah
berturut-turut sebesar Rp. 180, Rp. 100 dan Rp. 70.
Dari tabel diatas, bisa diketahui bahwa orang 1 ditempatkan di kota

4 dengan biaya tunjangan Rp. 110. Orang 2 ditempatkan di kota 1
dengan biaya tunjangan Rp. 100. Orang 3 ditempatkan di kota 2
dengan biaya tunjangan Rp. 100. Sehingga total biaya yang
dikeluarkan perusahaan adalah Rp. 310.
d. Penyelesaian soal nomor 4
Tabel 3. 17 Data Pegusaha Konveksi Soal Assignment 4
83
Dari tabel di atas dapat dilihat pembagian tugasnya yaitu Aya di

bagian pembuatan baju, Ana di bagian pembuatan Celana, Lilo di
bagian pembuatan Safari dan Kina di bagian pembuatan Rok.
Dari tabel di atas apabila Aya ditugaskan dibagian pembutan celana

maka produksinya berkurang sebanyak 2 unit. Apabila Ana
ditugaskan dibagian pembutan baju dan rok maka produksinya
berkurang berturut-turut sebanyak 3 unit dan 2 unit. Apabila Lilo
ditugaskan dibagian pembutan baju, celana, dan rok maka
produksinya berkurang berturut-turut sebanyak 1 unit, 3 unit, dan 8
unit. Apabila Kina ditugaskan dibagian pembutan baju dan safari
maka produksinya berkurang berturut-turut sebanyak 1 dan 8 unit.
Aya akan ditempatkan di bagian pembuatan baju dengan produksi

6 unit, Ana akan ditempatkan di bagian pembuatan celana dengan
produksi 8 unit, Lilo akan ditempatkan di bagian pembuatan safari
dengan produksi 12 unit, dan Kina akan ditempatkan di bagian
84
pembuatan rok dengan produksi 12 unit. Total produksi maksimum
yang dihasilkan perusahaan konveksi yaitu 38 produk.
3.4 PEMBAHASAN
a. Berdasarkan data yang didapatkan dari aplikasi POM for Windows dapat
disimpulkan bahwa penugasan perenang pada gaya kupu-kupu, dada,
bebas dan punggung untuk pertandingan tingkat nasional berdasarkan
waktu yang tersingkat adalah gaya kupu-kupu dilakukan oleh Giri dengan
waktu 48,3, gaya dada dilakukan oleh Fajar dengan waktu 57,3, gaya
punggung dilakukan oleh Koko dengan waktu 60,9 dan gaya bebas
dilakukan oleh Budi dengan waktu 47,7. Sehingga total waktu minimum
lomba renang estafet sebesar 214,2.
b. Berdasarkan data yang didapatkan dari aplikasi POM for Windows dapat
disimpulkan bahwa penugasan salesman yang harus dibuat oleh manajer
agar keuntungan yang diperoleh maksimum adalah salesman 1 ditugaskan
di daerah pemasaran 3 dengan keuntungan sebesar 1100, salesman 2
ditugaskan di daerah pemasaran 2 dengan keuntungan 1000, salesman 3
ditugaskan di daerah pemasaran 4 dengan keuntungan sebesar 1050 dan
salesman 4 ditugaskan di daerah pemasaran 1 dengan keuntungan sebesar
1150 sehingga total keuntungan maksimum yang didapatkan sebesar 4300.
c. Berdasarkan data yang didapatkan dari aplikasi POM for Windows dapat
disimpulkan bahwa penempatan ketiga orang yang ada sehingga biaya
yang dikeluarkan perusahaan untuk memberikan tunjangan jabatan kepada
ketiga orang tersebut menjadi minimal yaitu orang 1 ditempatkan pada
kota 3 dengan tunjangan sebesar 150, orang 2 ditempatkan pada kota 1
dengan tunjangan sebesar 100 dan orang 3 ditempatkan di kota 2 dengan
tunjangan sebesar 100 sehingga didapatkan total tunjangan paling
minimum sebesar 350.
d. Berdasarkan data yang didapatkan dari aplikasi POM for Windows dapat
disimpulkan bahwa penugasan karyawan agar dihasilkan produk
maksimum yaitu Ayu memproduksi baju sebanyak 6 unit, Ana
85
memproduksi celana sebanyak 8 unit, Lilo memproduksi safari sebanyak
12 unit dan Kina memproduksi roksebanyak 12 unit sehingga total
produksi maksimum sebanhyak 38 unit.
86
BAB IV
METODE ANTRIAN
4.1 PENDAHULUAN
Teori Antrian merupakan studi matematika dari suatu kejadian
garis tungggu, yakni suatu garis dari pelanggan yang memerlukan
layanan dari sistem pelayanan yang ada. Hal ini sering kita jumpai
dalam kegiatan sehari-hari. Proses antrian merupakan suatu proses yang
berhubungan dengan kedatangan pelanggan pada suatu fasilitas
pelayanan, menunggu mendapatkan pelayanan sampai akhirnya
mendapat pelayanan dan keluar dari fasilitas pelayanan tersebut.
Untuk mempertahankan pelanggan, sebuah organisasi selalu
berusaha untuk memberikan pelayanan yang terbaik. Pelayanan yang
terbaik tersebut diantaranya adalah memberikan pelayanan yang cepat
sehingga pelanggan tidak dibiarkan menunggu (mengantri) terlalu lama.
Namun demikian, dampak pemberian layanan yang cepat ini akan
menimbulkan biaya bagi organisasi, karena harus menambah fasilitas
layanan. Oleh karena itu, teori antrian merupakan salah satu cara untuk
mendapatkan informasi guna meningkatkan kualitas pelayanan bagi
pelanggan serta memberikan keuntungan maksimal kepada perusahaan.
Pelaku utama dalam antrian adalah pelanggan (customer) dan
pelayan (server). Sedangkan Vacation dalam sistem antrian merupakan
suatu keadaan dimana tidak terjadi pelayanan untuk beberapa waktu
tertentu. Pelayanan tidak dapat dilakukan karena beberapa hal, misalnya
kerusakan mesin, persiapan server untuk melayani pelanggan dengan
nomor antrian berikutnya, server yang harus melaksanakan tugas
sekundernya, ataupun server yang harus beristirahat sejenak. Jika dalam
suatu sistem antrian terdapat satu atau lebih server yang tidak dapat
melayani pelanggan pada rentang waktu tertentu saat jam operasional,
maka server dikatakan sedang melakukan vacation.
87
Terdapat sistem antrian dengan berbagai jenis vacation seperti
single vacatio dan multiple vacation. Sistem antrian dengan single
vacation merupakan sistem antrian dengan satu vacation, sedangkan
multiple vacation merupakan sistem antrian dengan banyak vacation.
Dimana vacation tersebut dapat dilakukan serentak oleh seluruh server
dan dapat juga dilakukan tak serentak oleh seluruh server.

Untuk memperoleh beberapa karakteristik yang dapat mengukur
kinerja/keefektifan sistem antrian dengan menggunakan software POM
for Windows.
4.1.3 Alat dan Bahan yang Digunakan

A. Alat
1. Laptop
2. Software POM for Windows
B. Bahan
1. Modul 4 Metode Antrian

A. Dari menu utama POM for Windows, klik Module → Waiting Lines
B. Klik File → New untuk memasukkan data baru, akan muncul
tampilan seperti berikut :
Gambar 4. 1 Tampilan Module Waiting Line
88
Lengkapi dan isi kotak tersebut dengan data yang ada
Title : Judul permasalahan
Use Cost : Menggunakan Biaya
C. Apabila sudah terisi semua dengan benar, klik OK. Akan muncul
tampilan isian.
D. Setelah data telah diinput klik SOLVE
E. Perhatikan hasilnya. Apabila kita menginginkan keempat hasil
tampil semua dapat dilakukan dengan cara klik Windows →Tile.
F. Untuk melakukan perubahan data, anda dapat melakukan dengan
meng-klik tombol EDIT DATA.
G. Simpan modul/kasus dengan klik menu file-Save
4.2 LANDASAN TEORI

4.2.1 Pengertian Sistem Antrian
Antrian adalah orang-orang atau barang dalam sebuah barisan
yang sedang menunggu untuk dilayani. Antrian timbul karena adanya
ketidakseimbangan antara yang dilayani dengan pelayanannya. Antrian
timbul disebabkan oleh kebutuhan akan layanan melebihi kapasitas
pelayanan atau fasilitas pelayanan yang disebabkan kesibukan layanan.
(Heizer, 2006).
Antrian timbul karena adanya ketidakseimbangan antara yang
dilayani dengan pelayanannya. Antrian timbul disebabkan oleh
kebutuhan akan layanan melebihi kemampuan (kapasitas) pelayanan
atau fasilitas pelayanan yang disebabkan kesibukan layanan. Waktu
normal yang dibutuhkan untuk menunggu dalam antrian proses
pelayanan check-in counter adalah kurang dari 20 menit dan ketika
proses check-in adalah 2 menit 30 detik (Peraturan Menteri No 49
Tahun 2012). Komponen utama dalam teori antrian yang harus benar-
benar diketahui dan dipahami yaitu Tingkat kedatangan , Tingkat
keberangkatan atau pelayanan , dan Disiplin antrian (Tamin, 2008).
89
Tingkat kedatangan dinyatakan dengan notasi adalah jumlah
kendaran atau manusia yang bergerak menuju satu atau beberapa
tempat pelayanan dalam satuan waktu tertentu, bisa dinyatakan dalam
satuan kendaraan/jam atau orang/menit. Tingkat pelayanan yang
dinyatakan dengan notasi adalah jumlah kendaraan atau manusia yang
dapat dilayani oleh satu tempat pelayanan dalam satu satuan waktu
tertentu, biasanya dinyatakan dalam satuan kendaraan/jam atau
orang/menit (Erlangga, 2016).
4.2.2 Karakteristik Antrian

Menurut Heizer dan Render (2006) terdapat tiga komponen
karakteristik dalam sistem antrian :
A. Karakteristik Kedatangan Sumber input yang mendatangkan
pelanggan bagi sebuah sistem pelayanan memiliki karakteristik yaitu
Ukuran populasi merupakan sumber konsumen atau sumber
kedatangan dalam sistem antrian yang meliputi :
1. Populasi yang tidak terbatas : Jumlah kedatangan atau pelanggan
pada waktu tertentu hanyalah sebagian kecil dari semua
kedatangan yang potensial.
2. Populasi yang terbatas : Sebuah antrian ketika ada pengguna
pelayanan yang potensial dengan jumlah terbatas.
B. Perilaku Kedatangan Menurut Heizer dan Render (2006)
menyatakan bahwa perilaku konsumen berbeda–beda dalam
memperoleh pelayanan, ada tiga karakteristik perilaku kedatangan
yaitu :
1. Pelanggan yang sabar adalah mesin atau orang – orang yang
menunggu dalam antrian hingga mereka dilayani dan tidak
berpindah dalam garis antrian.
2. Pelanggan yang menolak tidak mau bergabung dalam antrian
karena merasa terlalu lama waktu yang dibutuhkan untuk dapat
memenuhi kebutuhan mereka.
90
3. Pelanggan yang membelok adalah pelanggan yang berada dalam
antrian akan tetapi menjadi tidak sabar dan meninggalkan antrian
tanpa melengkapi transaksi mereka.
C. Pola Kedatangan Menurut Heizer dan Render (2006)
menggambarkan bagaimana distribusi pelanggan memasuki sistem.
Distribusi kedatangan terdiri dari :
1. Costant Arrival Distribution : Pelanggan yang datang setiap
periode tertentu.
2. Arrival Pattern Random : Pelanggan yang datang secara acak.
4.2.3 Fasilitaas Pelayanan Antrian

Menurut Heizer dan Render (2006) fasilitas pelayanan pada
umumnya digolongkan menurut jumlah saluran yang ada (sebagai
contoh jumlah kasir) dan jumlah tahapan (sebagai contoh jumlah
pemberhentian yang harus dibuat). Desain sistem pelayanan dapat
digolongkan menjadi:
A. Single Channel – Single Phase
Single channel berarti hanya ada satu jalur yang
memasuki sistem pelayanan atau ada satu fasilitas pelayanan.
Single phase berartihanya ada satu pelayanan.
B. Single Channel – Multi Phase
Istilah multi phase menunjukkan ada dua atau lebih
pelayanan yang dilaksanakan secara berurutan (dalam phase-
phase). Sebagai contoh:pencucian mobil.
C. Multi Channel – Single Phase
Sistem multi channel – single phase terjadi kapan saja di
mana ada dua atau lebih fasilitas pelayanan dialiri oleh antrian
tunggal. Sebagai contoh model ini adalah antrian pada teller
sebuah bank.
91
D. Multi Channel – Multi Phase
Sistem multi channel – multi phase sebagai contoh,
registrasi para mahasiswa di universitas, pelayanan kepada pasien
di rumah sakit mulai dari pendaftaran, diagnosa, penyembuhan
sampai pembayaran. Setiap sistem-sistem ini mempunyai
beberapa fasilitas pelayanan pada setiap tahapnya.
4.2.4 Unsur-Unsur Dasar dari model antrian

Menurut Taha (2002), Dari sudut pandang model antrian, situasi
antrian disiptakan dengan cara berikut ini. Sementara para pelanggan
tiba di satu sarana pelayanan, mereka bergabung dalam sebuah antrian.
Pelayan memilih seorang pelanggan dari antrian untuk memulai
pelayanan. Setelah selesai pelayanan, proses memilih pelanggan baru
(yang sedang menunggu) diulangi. Diasumsikan tidak ada waktu yang
terhilang antara penyelesaian pelayanan dengan diterimanya seorang
pelanggan baru di sarana pelayanan tersebut.
Pelaku-pelaku utama dala sebuah situasi antrian adalah pelanggan
(customer) dan pelayan (server). Dalam model antrian, interaksi antara
pelanggan dan pelayan adalah menarik hanya dalam hal kaitannya
dengan periode waktu yang diperoleh pelanggan untuk menyelesaikan
sebuat pelayanan. Jadi, dari sudut pandang kedatangan pelanggan, kita
tertarik pada interval waktu yang memisahkan kedatangan yang
berturuturut. Juga, dalam kasus pelayanan, yang diperhitungkan adalah
waktu pelayanan per pelanggan.
Dalam model-model antrian, kedatangan pelanggan dan waktu
pelayanan diringkas dalam bentuk distribusi yang umumnya disebut
sebagai distribusi kedatangan (arrival distribution) dan distribusi waktu
pelayanan (service time distribution). Kedua distribusi ini mewakili
situasi di mana pelanggan tiba dan dilayani secara indivisual (misalnya,
Bank atau Supermarket). Dalam situasi lainnya, pelanggan dapat tiba
92
dan/atau dilayani dalam kelompok (misalnya restoran). Kasus terakhir
ini umumnya disebut antrian kelompok (bulk queue).
a. First Come First Served (FCFS) atau First In First Out (FIFO)
artinya, lebihdulu datang (sampai), lebih dulu dilayani (keluar).
Misalnya, antrian loket pembelian tiket bioskop.
b. Last Come First Served (LCFS) atau Last In First Out (LIFO)
artinya, yang tiba terakhir yang lebih dulu keluar. Misalnya,
sistem antrian dalam elevatoruntuk lantai yang sama.
c. Service In Random Order (SIRO) artinya, panggilan didasarkan
pada peluang secara random, tidak soal siapa yang lebih dulu
tiba.
d. Priority Service (PS) artinya, prioritas pelayanan diberikan
kepada pelanggan yang mempunyai prioritas lebih tinggi
dibandingkan dengan pelanggan yang mempunyai prioritas lebih
rendah, meskipun yang terakhir ini kemungkinan sudah lebih
dahulu tiba dalam garis tunggu.
4.3 PENGUMPULAN DAN PENGOLAHAN DATA

4.3.1 Pengumpulan Data
A. Diketahui.
µ = 18
λ = 30
s =……?
B. Diketahui.
µ = 30
λ = 25
C. Diketahui.
µ=4
λ = 15
s = .......?
93
D. Diketahui.
µ = 15
λ =4
s = ......?
E. Diketahui.
λ = 21
µ = 23

A. Penyelesaian Soal 1
Tabel 4. 1 Waiting Lines Results Soal 1
Dari tabel diatas dapat dilihat terdapat Number Of Servers 2.

Tingkat intesitas fasilitas pelayanan yaitu sebesar 83% (P). Jumlah
rata-rata pelanggan yang diharapkan dalam sistem yaitu sebanyak 5
orang (Ls). Jumlah pelanggan yang diharapkan menunggu dalam
antrian yaitu 4 orang (Lq) dan orang yang dilayani dalam sistem
adalah 1 orang. Waktu yang diharapkan oleh setiap pelanggan
selama dalam sistem yaitu 10,91 menit (Ws). Waktu yang
diharapkan oleh setiap pelanggan untuk menunggu dalam antrian
yaitu 7,58 menit (Wq) dan waktu pelanggan yang dilayani dalam
sistem adalah 3,33.
94
Tabel 4. 2 Table of Probabilities Soal 1
Gambar 4. 2 Diagram Soal 1
B. Penyelesaian Soal 2
Dari tabel diatas dapat dilihat Number Of Servers 1. Tingkat intesitas

fasilitas pelayanan yaitu sebesar 83% (P). Jumlah rata-rata pelanggan
yang diharapkan dalam sistem yaitu sebanyak 5 orang (Ls). Jumlah
pelanggan yang diharapkan menunggu dalam antrian yaitu 4 orang
(Lq). Jumlah pelanggan yang diharapkan menunggu dalam antrian
yaitu 4 orang (Lq) dan orang yang dilayani dalam sistem adalah 1
orang. Waktu yang diharapkan oleh setiap pelanggan selama dalam
sistem yaitu 12 menit (Ws). Waktu yamg diharapkan oleh setiap
95
pelanggan untuk menunggu dalam antrian yaitu 10 menit (Wq) dan
waktu pelanggan yang dalam sistem adalah 2 menit.
C. Penyelesaian Soal 3
Dari tabel diatas dapat dilihat jumlah fasilitas pelayanan yaitu

4 dan tingkat intesitas fasilitas pelayanan yaitu sebesar 94% (P).
Jumlah rata-rata pelanggan yang diharapkan dalam sistem yaitu
sebanyak 16 orang (Ls). Jumlah pelanggan yang diharapkan
menunggu dalam antrian yaitu 13 orang (Lq) dan orang yang
dilayani dalam sistem adalah 3 orang. Waktu yang diharapkan oleh
setiap pelanggan selama dalam sistem yaitu 66,9 menit (Ws). Waktu
96
yang diharapkan oleh setiap pelanggan untuk menunggu dalam
antrian yaitu 51,9 menit (Wq) dan waktu pelanggan yang dilayani
dalam sistem adalah 15 menit.
D. Penyelesaian Soal 4
Dari tabel diatas dapat dilihat jumlah fasilitas pelayanan yaitu

4 dan tingkat intesitas fasilitas pelayanan yaitu sebesar 91% (P).
Jumlah rata-rata pelanggan yang diharapkan dalam sistem yaitu
sebanyak 10 orang (Ls). Jumlah pelanggan yang diharapkan
menunggu dalam antrian yaitu 9 orang (Lq) dan orang yang dilayani
dalam sistem adalah 1 orang. Waktu yang diharapkan oleh setiap
97
pelanggan selama dalam sistem yaitu 15 menit (Ws). Waktu yang
diharapkan oleh setiap pelanggan untuk menunggu dalam antrian
yaitu 13,54 menit (Wq) dan waktu pelanggan yang dilayani dalam
sistem adalah 1,46 menit.
4.4 PEMBAHASAN
A. Dari tabel diatas dapat dilihat terdapat Number Of Servers 2. Tingkat
intesitas fasilitas pelayanan yaitu sebesar 83% (P). Jumlah rata-rata
pelanggan yang diharapkan dalam sistem yaitu sebanyak 5 orang (Ls).
Jumlah pelanggan yang diharapkan menunggu dalam antrian yaitu 4 orang
(Lq) dan orang yang dilayani dalam sistem adalah 1 orang. Waktu yang
diharapkan oleh setiap pelanggan selama dalam sistem yaitu 10,91 menit
98
(Ws). Waktu yang diharapkan oleh setiap pelanggan untuk menunggu
dalam antrian yaitu 7,58 menit (Wq) dan waktu pelanggan yang dilayani
dalam sistem adalah 3,33.
B. Dari tabel diatas dapat dilihat Number Of Servers 1. Tingkat intesitas
fasilitas pelayanan yaitu sebesar 83% (P). Jumlah rata-rata pelanggan yang
diharapkan dalam sistem yaitu sebanyak 5 orang (Ls). Jumlah pelanggan
yang diharapkan menunggu dalam antrian yaitu 4 orang (Lq) dan orang
yang dilayani dalam sistem adalah 1 orang. Waktu yang diharapkan oleh
setiap pelanggan selama dalam sistem yaitu 12 menit (Ws). Waktu yamg
diharapkan oleh setiap pelanggan untuk menunggu dalam antrian yaitu 10
menit (Wq) dan waktu pelanggan yang dalam sistem adalah 2 menit.
C. Dari tabel diatas dapat dilihat jumlah fasilitas pelayanan yaitu 4 dan
tingkat intesitas fasilitas pelayanan yaitu sebesar 94% (P). Jumlah rata-rata
Jumlah pelanggan yang diharapkan menunggu dalam antrian yaitu 13
orang (Lq) dan orang yang dilayani dalam sistem adalah 3 orang. Waktu
yang diharapkan oleh setiap pelanggan selama dalam sistem yaitu 66,9
menit (Ws). Waktu yang diharapkan oleh setiap pelanggan untuk
menunggu dalam antrian yaitu 51,9 menit (Wq) dan waktu pelanggan yang
dilayani dalam sistem adalah 15 menit.
D. Dari tabel diatas dapat dilihat jumlah fasilitas pelayanan yaitu 4 dan
tingkat intesitas fasilitas pelayanan yaitu sebesar 90% (P). Jumlah rata-rata
Jumlah pelanggan yang diharapkan menunggu dalam antrian yaitu 9 orang
(Lq) dan orang yang dilayani dalam sistem adalah 1 orang. Waktu yang
diharapkan oleh setiap pelanggan selama dalam sistem yaitu 15 menit
(Ws). Waktu yang diharapkan oleh setiap pelanggan untuk menunggu
dalam antrian yaitu 13,54 menit (Wq) dan waktu pelanggan yang dilayani
dalam sistem adalah 1,46 menit.
99
BAB V
PENUTUP
5.1 KESIMPULAN
5.1.1 Linier Programming
Pada praktikum kali ini, dapat disimpulkan bahwa penggunaan
Software POM QM sangat membantu dalam pemecahan masalah
optimasi suatu model linier dengan keterbatasan-keterbatasan sumber
daya yang tersedia untuk mengetahui kombinasi optimal yang harus
dibuat oleh perusahaan agar memperoleh profit maksimal dan
menunjukkan biaya paling minimum yang harus dikeluarkan
perusahaan sehingga perusahaan dapat memperoleh keuntungan yang
optimal.
5.1.2 Metode Transportasi
Pada praktikum kali ini dapat disimpulkan bahwa penggunaan
Software POM QM sangat membantu dalam penyelesaian masalah
pendistribusian produk ke tempat-tempat yang membutuhkan secara
optimal dengan mengetahui biaya paling minimal yang perlu
dikeluarkan perusahaan pada proses pengiriman dengan menggunakan
metode transportasi.
5.1.3 Assignment
Dari beberapa kasus di atas dapat disimpulkan bahwa penggunaan
Software POM QM pada assignment sangat membantu dalam
penentuan alokasi penugasan yang paling optimal dimana satu orang
atau mesin tepat satu pekerjaan dengan pengeluaran biaya paling
minimum.
5.1.4 Antrian
Pada praktikum kali ini dapat disimpulkan bahwa penggunaan
Software POM QM sangat membantu dalam penyelesaian masalah
antrian dengan menggunakan metode waiting lines. Terdapat tiga
komponen dalam system antrian, yaitu kedatangan, antrian dan
100
pelayanan. Serta, mahasiswa telah mampu mengolah data dengan
Softwere POM for Windows 3 dalam mempermudah pengerjaan model
antrian.
5.2 SARAN
Pada saat ingin melakukan pengolahan data sebaiknya praktikan
memahami materi yang diberikan oleh dosen/asisten agar pada saat
melakukan pengolahan data dapat dilakukan dengan baik dan hasil yang
diperoleh tepat dan akurat. Praktikan juga sebaiknya dapat memahami
software yang digunakan sehingga tidak terjadi kesalahan-kesalahan pada
saat melakukan pengolahan data.
101
DAFTAR PUSTAKA
Ahmad, Fredi. 2008. Kupas Matematika. Bekasi: Ganeca Exact.

Solahudin,Rohmad.&
Drs. Suyadi Prawirosentono, MM., M. B.A. 2005. Riset Operasi dan
Ekonofisika. Jakarta: Sinar Grafika Offset
Gondokusuma, A. A. 1980. Komunikasi Penugasan, Penerbit PT Gunung
Agung, Jakarta.
Hadley. Linear Programming .1962. Addison – Wesley Publishing Company,
AS
Hani Handoko, T. 2008. Dasar-dasar Manajemen Produksi dan Operasi, Edisi
I, Penerbit BPFE Yogyakarta, Yogyakarta.
Levin, Richard I., David S. Rubin, Joel P. Stinson, dan Everette S. Gardner, Jr.
(1992). Quantitative Approaches to Management, eighth edition, New
York, McGraw-Hill.
Nufus , Hayatun dan Nurdin, Erdawati .(2016).program linier ,pekanbaru.
Soekartawi, Dr. Linear Programming: Teori dan Aplikasi, khususnya di
bidang pertanian. 1992. Rajawali
Supranto, Johannes. 1988. Riset Operasi Untuk Pengambilan
Keputusan, UniversitasIndonesia (UI-Press), Jakarta.
Taha, Hamdy A. (1997). Operations Research, an Introduction, sixth edition,
Upper Saddle River, New Jersey, Prentice Hall, Inc.
Trihudiyatmanto. 2017. “Metode
transportasi”. Https://www.slideshare.net.com > hudysadwara. Di
akses pada tanggal 28 november 2017
102

Laporan OR

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

Laporan OR

Diunggah oleh

Hak Cipta:

Format Tersedia

LAPORAN PRAKTIKUM

AZIZAH SALSABILA LIFANA

Laporan praktikum ini telah diselesaikan untuk memenuhi persyaratan

Dosen Penanggung Jawab Asisten Dosen

Andi Nurwahidah, ST.,M.T. Muh. Ammar Fauzan H.

Dr. Puadi Haming, SE.,MM.

Segala puji kami panjatkan kehadirat Allaah Subhanahu wata’ala atas

AZIZAH SALSABILA LIFANA

LEMBAR PENGESAHAN .................................................................................. ii

Tabel 1. 1 Data PT. Wijaya Karya ........................................................................ 14

Gambar 1. 1 Menu MODULE ................................................................................ 3

1.1.2. Tujuan Praktikum

1.1.3. Alat-alat Yang Digunakan

1.1.4. Prosedur Praktikum

Gambar 1. 2 Menu File

c. Isi Title sesuai dengan nama yang diinginkan, untuk number of

Gambar 1. 3 Tampilan Title

d. Untuk Objectif pilih Minimize atau Maximize sesuai dengan

Gambar 1. 4 Kolom RHS

Gambar 1. 5 Tabel Solution

g. Kemudian klik menu Window akan tampil pilihan Linear

h. Untuk peyelesaian LP metode simplex, dapat dilihat pada hasil

Gambar 1. 7 Tampilan Untuk Edit Data

1.2. LANDASAN TEORI

1.2.3. Formulasi pemrograman linear

1.2.4. Pembentukan Nilai Matematik

1.2.5. Pendekatan dalam Linear Programming

1.3. PENGUMPULAN DAN PENGOLAHAN DATA

Bantulah Direktur Utama PT Wijaya Karya dalam menentukan

1.3.1 Pengolahan Data

Tabel 1. 4 Linear Programing Result Maximize 1

Berdasarkan hasil yang didapatkan diatas dengan

Berdasarkan table diatas dapat dilihat X1 bernilai 19,875

Dari table diaatas dapat diketahui untuk kasus 1

Dari tabel diatas dapat diketahui pada perakitan 1 tipe a

Gambar 1. 8 Grafik Maximize 1

Tabel 1. 10 Linear Programing ResultMaximize 2

Berdasarkan hasil yang didapatkan diatas dengan

Berdasarkan tabel diatas dapat dilihat televisi bernilai

Dari tabel diatas dapat dilihat bahwa televisi benilai

Dari tabel diatas dapat dilihat bahwa pada kasus

Dari tabel diatas dapat diketahui pada departemen A

Gambar 1. 9 Grafik Maximize 2

Dapat dilihat ada 3 titik daerah penyelesaian yaitu pada

Tabel 1. 16 Linear Programing Result Maksimasi 3

Berdasarkan hasil yang didapatkan diatas dengan

Dari tabel diatas dapat dilihat bahwa terminator benilai 0

Dari tabel diatas diketahui bahwa pada kasus 3 maximize

Dari tabel diatas dapat diketahui pada tahap 1 terminator

Gambar 1. 10 Grafik Maximize 3

Dapat dilihat ada 2 titik daerah penyelesaian yaitu pada

Tabel 1. 22 Linear Programing Result Maksimasi 4

Berdasarkan hasil yang didapatkan diatas dengan

Berdasarkan tabel diatas dapat dilihat Sakura bernilai

Dari tabel diatas dapat dilihat bahwa pada kasus 4

Dari tabel diatas dapat diketahui pada tahap 1 sakura

Dari grafik diatas diketahui bahwa titik-titik yang masuk

Tabel 1. 28 Linear Programing Result Maximize 5

Berdasarkan hasil yang didapatkan diatas dengan

Berdasarkan tabel diatas dapat dilihat Hana bernilai 0

Dari tabel diatas dapat dilihat bahwa Hana benilai 0 dan

Dari tabel diatas dapat dilihat bahwa pada kasus 5

Gambar 1. 12 Grafik Maximize 5

Dari grafik diatas diketahui bahwa titik-titik yang masuk dalam