RISET OPERASIONAL

Jaringan Asiklis dan Maximal Flow

Disusun Oleh
Kelompok 2 Sistem Informasi 2022 B :

Balgis Putri Prioni (22051214052)

Jalu Tri Atmaja (22051214067)
Zeva Lorensia Naibaho (22051214072)
Ibrahim Kayyis (22051214060)

PROGRAM STUDI S1 SISTEM INFORMASI

JURUSAN TEKNIK INFORMATIKA
FAKULTAS TEKNIK
UNIVERSITAS NEGERI SURABAYA
 DAFTAR ISI

DAFTAR ISI................................................................................................................................
BAB I........................................................................................................................................3
PENDAHULUAN......................................................................................................................3
1.1 Latar Belakang..............................................................................................................3
1.2 Tujuan........................................................................................................................... 3
1.3 Ruang Lingkup..............................................................................................................3
BAB II.......................................................................................................................................5
TINJAUAN PUSTAKA............................................................................................................. 5
2.1 Landasan Teori............................................................................................................. 5
2.1.1 Pengertian Model Jaringan..................................................................................5
2.1.2 Jenis Jenis Mode Jaringan.................................................................................. 5
2.1.3 Aplikasi Model Jaringan dalam Riset Operasional.............................................. 6
BAB III......................................................................................................................................8
PEMBAHASAN........................................................................................................................8
3.1 Model Jaringan Asiklis.................................................................................................. 8
3.1.1 Pengertian Model Jaringan Asiklis.......................................................................8
3.1.2 Metode Penyelesaian Model Asiklis.................................................................... 9
3.1.3 Contoh Soal Dan Penyelesaian Model Asiklis.....................................................9
3.2 Model Jaringan Maximal Flow.................................................................................... 11
3.2.1 Pengertian Model Jaringan Maximal Flow......................................................... 11
3.2.2 Metode Penyelesaian Model Maximal Flow...................................................... 12
3.2.3 Contoh Soal Dan Penyelesaian Model Maximal Flow....................................... 13
BAB IV................................................................................................................................... 27
PENUTUP.............................................................................................................................. 27
4.1 Kesimpulan................................................................................................................. 27
4.2 Saran.......................................................................................................................... 27
DAFTAR PUSTAKA............................................................................................................... 28

2
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Model jaringan adalah salah satu cabang ilmu dari riset operasional yang
menggunakan graf atau diagram untuk merepresentasikan suatu sistem yang terdiri dari
simpul (node) dan tepi (edge). Model jaringan dapat digunakan untuk menganalisis aliran
barang, informasi, uang, atau energi dalam suatu jaringan, serta mencari jalur terpendek,
tercepat, atau termurah antara dua simpul. Model jaringan memiliki banyak aplikasi dalam
berbagai bidang, seperti transportasi, telekomunikasi, manajemen proyek, penjadwalan, dan
lain-lain.
Riset operasional sendiri adalah suatu metode pengambilan keputusan yang
dikembangkan dari studi operasional-operasional militer selama Perang Dunia II. Riset
operasional bertujuan untuk memecahkan masalah yang timbul dalam pelaksanaan kegiatan
sehingga penggunaan sumber daya dapat optimal dan efisien. Riset operasional merupakan
suatu cabang ilmu yang interdisipliner, yang memasukkan ilmu politik, matematik, ekonomi,
teori probabilitas, dan statistik.
Salah satu model jaringan yang sering digunakan dalam riset operasional adalah
model asiklis dan model maximal flow. Model asiklis adalah model jaringan yang tidak
memiliki siklus, yaitu suatu jalur yang kembali ke simpul awal. Model asiklis dapat
digunakan untuk menentukan urutan kegiatan yang optimal dalam suatu proyek, atau untuk
menentukan jalur kritis yang menunjukkan durasi terpanjang dari suatu proyek. Model
maximal flow adalah model jaringan yang mencari aliran maksimum dari sumber ke tujuan
dalam suatu jaringan yang memiliki kapasitas pada setiap tepinya. Model maximal flow dapat
digunakan untuk menentukan kapasitas maksimum dari suatu sistem transportasi, atau untuk
menentukan alokasi sumber daya yang optimal dalam suatu sistem distribusi.
Dalam laporan ini, kami akan membahas mengenai model asiklis dan model maximal
flow dalam riset operasional, serta memberikan contoh soal dan penyelesaiannya untuk tiap
model jaringan. Penulis berharap laporan ini dapat memberikan pemahaman yang lebih
mendalam tentang model jaringan dan aplikasinya dalam riset operasional.

1.2 Tujuan
Tujuan dari laporan ini adalah untuk mempelajari dan memahami model asiklis dan
model maximal flow dalam riset operasional, serta untuk mengetahui cara menyelesaikan
masalah yang berkaitan dengan model jaringan tersebut. Laporan ini juga bertujuan untuk
memberikan contoh soal dan penyelesaiannya untuk tiap model jaringan, sehingga dapat
membantu dalam mempraktikkan dan mengaplikasikan model jaringan dalam riset
operasional.

1.3 Ruang Lingkup

Laporan ini akan membahas dua model jaringan dalam riset operasional, yaitu model
asiklis dan model maximal flow. Model asiklis adalah model jaringan yang tidak memiliki
siklus, sedangkan model maximal flow adalah model jaringan yang mencari aliran maksimum

3
dari sumber ke tujuan. Laporan ini akan menjelaskan pengertian, metode penyelesaian, dan
contoh soal dan penyelesaiannya untuk tiap model jaringan. Laporan ini tidak akan
membahas model jaringan lain yang ada dalam riset operasional, seperti model shortest path,
model minimal spanning tree, model maximal matching, dan lain-lain. Laporan ini juga tidak
akan membahas aspek-aspek lain dari riset operasional, seperti program linier, teori antrian,
teori permainan, dan lain-lain. Laporan ini hanya berfokus pada model asiklis dan model
maximal flow sebagai model jaringan yang sering digunakan dalam riset operasional.

4
 BAB II

TINJAUAN PUSTAKA

2.1 Landasan Teori

2.1.1 Pengertian Model Jaringan
Jaringan diciptakan untuk memenuhi berbagai kebutuhan, seperti komunikasi,
listrik, transportasi, perencanaan proyek, aliran air, dan pembangunan jalan. Saat ini,
jaringan sangat penting karena memiliki kemampuan untuk menyederhanakan
penyelesaian masalah besar dan kompleks. Ada beberapa jaringan yang dapat
diselesaikan dengan permasalahan program linear. Model jaringan sangat penting
untuk menyelesaikan masalah transportasi dan digunakan dalam riset operasi, dengan
contoh aplikasinya.

Tiga simbol utama digunakan untuk menggambarkan suatu jaringan kerja:

1. Anak panah (arrow): menunjukkan kegiatan atau aktivitas yang menggunakan banyak
sumber daya dan memerlukan waktu tertentu.
2. Lingkaran kecil (node): menunjukkan kejadian atau peristiwa, yang merupakan akhir
atau pertemuan dari satu atau beberapa kegiatan.
3. Anak panah (dummy): menunjukkan kegiatan semu atau dummy yang tidak
membutuhkan sumber daya dan berlangsung selama waktu terbatas.

Dalam dunia ilmiah dan pemodelan, "model jaringan" merujuk pada

representasi matematis atau grafis dari hubungan antar entitas atau elemen dalam
suatu sistem. Ini memungkinkan pemodelan untuk menggambarkan, menganalisis, dan
memahami kompleksitas interaksi antar komponen sistem. Contoh penggunaan model
jaringan termasuk representasi struktur, koneksi antar simpul, dan elemen lainnya
yang menunjukkan hubungan dalam sistem. Oleh karena itu, memahami ide-ide
tentang model jaringan sangat penting untuk mempelajari dan menjelaskan fenomena
atau proses yang terlibat dalam berbagai bidang studi.

2.1.2 Jenis - Jenis Model Jaringan

Untuk memecahkan masalah kompleks yang melibatkan hubungan dan interaksi
antara elemen sistem, kemajuan operasional menggunakan berbagai jenis model
jaringan. Berikut adalah pengembangan lebih lanjut tentang beberapa model jaringan
yang paling umum digunakan:

1. Model Transportasi
Model ini digunakan untuk mengoptimalkan distribusi sumber daya dari
beberapa lokasi awal ke beberapa lokasi tujuan dengan biaya yang rendah. Contoh
penggunaan model ini termasuk distribusi barang, pengaturan transportasi, dan
manajemen rantai pasokan. Model ini menggunakan faktor-faktor seperti biaya
transportasi dan kapasitas setiap jalur, yang meningkatkan efisiensi dan mengurangi

5
 biaya operasional.

2. Model Alokasi
Model alokasi membantu dalam menentukan cara terbaik untuk
mengalokasikan sumber daya yang terbatas ke sejumlah kegiatan atau proyek dengan
tujuan memaksimalkan keuntungan atau mengurangi biaya. Model ini dapat
digunakan untuk pengalokasian anggaran, alokasi tenaga kerja, dan alokasi sumber
daya, dan membantu organisasi membuat keputusan alokasi yang efektif dan efisien.

3. Model Jaringan Minimum (Minimum Spanning Tree)

Model Jaringan Minimum digunakan untuk jaringan komunikasi, desain
jaringan, dan optimasi rute, dan membantu menemukan pohon berbobot terendah
yang menghubungkan semua simpul dalam suatu graf. Dengan menemukan struktur
terpendek, model ini membantu mengembangkan infrastruktur yang optimal dan
efisien.

4. Model Potongan Minimum (Minimum Cut)

Model ini digunakan untuk menemukan potongan terkecil dalam jaringan yang
akan memisahkan sumber daya dari tujuan jika dipotong. Model ini membantu dalam
manajemen dan peningkatan keamanan dan efisiensi jaringan dengan melakukan
analisis jaringan komunikasi dan optimasi jaringan.

5. Model Aliran Maksimal

Jumlah aliran maksimum yang dapat mengalir dari satu simpul ke simpul lain
dalam jaringan dapat dihitung dengan menggunakan model aliran maksimum.
Manajemen rantai pasokan, pengaturan transportasi, dan aliran data jaringan adalah
beberapa contoh aplikasinya. Model ini membantu perencanaan yang lebih baik untuk
mengoptimalkan proses aliran sumber daya dengan mengidentifikasi kemampuan dan
batasan aliran.

6. Model Rute Terpendek (Rute Terpendek)

Fokus utama model rute terpendek adalah menemukan jalur terpendek yang
melintasi dua titik atau lebih dalam suatu jaringan. Perencanaan perjalanan,
pengembangan sistem navigasi, dan optimasi rute transportasi adalah beberapa
aplikasinya. Ketika mencari solusi distribusi atau perjalanan yang efisien, model ini
sangat penting untuk menghemat waktu, biaya, dan sumber daya.

2.1.2 Aplikasi Model Jaringan Dalam Riset Operasional

Penerapan model jaringan pada riset operasi bersifat luas dan mencakup banyak
bidang. Beberapa contoh aplikasi utama model jaringan dalam riset operasi meliputi:

1. Manajemen Rantai Pasokan:

6
 Aplikasi Model Transportasi: Model Transportasi digunakan untuk
merencanakan dan mengoptimalkan distribusi barang dari pabrik ke gudang, dari
gudang ke toko atau bahkan dari produsen langsung ke konsumen. Hal ini membantu
mengurangi biaya transportasi dan meningkatkan efisiensi rantai pasokan.

2. Manajemen transportasi dan logistik:

Penerapan model arus maksimum dan model transportasi: Model arus
maksimum membantu mengelola dan mengoptimalkan arus barang atau informasi lalu
lintas dalam sistem logistik. Model transportasi digunakan untuk mengatur rute dan
mengalokasikan kendaraan transportasi secara optimal.

3. Manajemen proyek dan alokasi sumber daya:

Penerapan model alokasi: Model alokasi membantu menentukan alokasi
optimal sumber daya terbatas seperti waktu, anggaran, dan tenaga kerja untuk
berbagai aktivitas atau proyek. Ini dapat digunakan dalam proyek konstruksi,
pengembangan perangkat lunak, atau aktivitas lain yang memerlukan alokasi sumber
daya yang efisien.

4. Optimasi jaringan komunikasi:

Penerapan model jaringan minimal: Model jaringan minimal digunakan dalam
perencanaan dan optimalisasi infrastruktur jaringan komunikasi. Membantu
menemukan rute terpendek atau optimal untuk menghubungkan berbagai lokasi atau
node dalam jaringan.

5. Pengelolaan sumber daya air dan energi:

Penerapan model aliran puncak: Dalam pengelolaan sumber daya air, model
aliran puncak dapat digunakan untuk merencanakan dan mengoptimalkan distribusi
air pada sistem saluran air. Begitu pula dalam manajemen energi, model ini dapat
diterapkan untuk mengoptimalkan distribusi energi.

6. Analisis Organisasi dan Jaringan Sosial:

Penerapan Model Pemotongan Minimum:Model Pemotongan Minimum
digunakan dalam analisis jaringan sosial dan organisasi untuk Mengidentifikasi
hubungan utama atau mengevaluasi elemen dalam jaringan. Hal ini dapat membantu
meningkatkan efisiensi komunikasi dan kolaborasi.

7. Perencanaan rute dan angkutan umum:

Penerapan Model Jaringan Minimum dan Model Arus Maksimum: Model
Jaringan Minimum membantu dalam perencanaan rute angkutan angkutan umum,
sedangkan model arus maksimum dapat digunakan untuk mengoptimalkan
penumpang dan angkutan umum. arus kendaraan dalam sistem transportasi perkotaan.

Penerapan model jaringan ini terus berkembang seiring dengan kemajuan teknologi
dan kompleksitas permasalahan di berbagai industri. Penggunaan model jaringan

7
 dalam riset operasi memberikan kontribusi signifikan terhadap peningkatan efisiensi,
pengurangan biaya, dan optimalisasi pengelolaan sumber daya.

BAB III

PEMBAHASAN

3.1 Model Jaringan Asiklis

3.1.1 Pengertian Model Jaringan Asiklis
Masalah rute terpendek merupakan permasalahan dalam menemukan jalur
dengan jarak paling efisien dari satu titik awal ke beberapa titik tujuan di dalam suatu
jaringan. Contohnya sebuah perusahaan jasa pengangkutan barang yang harus
memindahkan furniture dan perlengkapan kantor dari Istec Corporation ke markas
barunya. Untuk melakukan ini, perusahaan ini bisa memilih beberapa jalur antar kota
yang terdapat dalam sebuah jaringan.
Dalam menyelesaikan masalah rute terpendek, ada dua algoritma yang umum
digunakan: algoritma asiklik dan algoritma siklik. Algoritma asiklik digunakan untuk
jaringan kerja tanpa loop (atau siklus), sementara algoritma siklik digunakan untuk
jaringan kerja yang memiliki loop.
Metode asiklik (atau algoritma asiklik) adalah pendekatan dalam
menyelesaikan masalah rute terpendek pada jaringan kerja yang tidak memiliki siklus
atau loop. Tujuan utamanya adalah untuk menemukan jalur terpendek dari satu titik ke
titik lain dalam jaringan.
Metode asiklik menggunakan teknik ini untuk menghitung dan menentukan
rute terpendek dalam suatu jaringan kerja. Ini berguna dalam berbagai konteks, seperti
logistik pengiriman barang, perencanaan rute transportasi, perutean jaringan
komputer, dan aplikasi lain yang membutuhkan penentuan jalur terpendek antara
titik-titik tertentu dalam suatu jaringan yang tidak memiliki siklus.
Dengan memperhitungkan jarak antara simpul-simpul dalam jaringan, metode
asiklik membantu menemukan jalur optimal yang meminimalkan biaya atau jarak
yang ditempuh, yang pada gilirannya dapat meningkatkan efisiensi operasional dan
penghematan waktu dalam proses perencanaan rute atau pengiriman.

8
3.1.2 Metode Penyelesaian Model Jaringan Asiklis
Untuk menyelesaikan sebuah permasalahan terkait pencarian aliran maksimal dapat
digunakan beberapa langkah berikut :
1. Langkah 1: Identifikasi Titik Awal dan Jarak Terpendek
a. Identifikasi Simpul Awal: Pilih simpul awal dari mana perhitungan
jarak terpendek dimulai.
b. Inisialisasi Jarak Terpendek: Tetapkan nilai jarak terpendek dari simpul
awal ke dirinya sendiri sebagai 0.
2. Langkah 2: Perhitungan Jarak Terpendek untuk Setiap Simpul
a. Iterasi Melalui Setiap Simpul: Untuk setiap simpul dalam jaringan:
● Perhitungan Jarak Terpendek: Hitung jarak terpendek dari
simpul awal ke simpul tersebut dengan mempertimbangkan
jarak dari simpul awal ke simpul sebelumnya dan jarak antara
simpul tersebut dengan simpul sebelumnya.
● Penyimpanan Nilai Jarak Terpendek: Simpan nilai jarak
terpendek yang telah dihitung.
3. Langkah 3: Penentuan Rute Terpendek dengan Penelusuran Mundur
a. Penelusuran Mundur dari Simpul Tujuan: Mulai dari simpul tujuan,
lakukan penelusuran mundur (backtracking) dengan memilih simpul
yang memiliki jarak terpendek.
b. Penentuan Rute Terpendek: Catat simpul-simpul yang telah dilewati
hingga mencapai simpul awal sebagai rute terpendek.

Rumus Algoritma Asiklik :

1. Perhitungan Jarak Terpendek untuk Setiap Simpul:
● Tentukan uj = min { ui + dij } dengan uj sebagai jarak terpendek dari
simpul i ke simpul j dan dij sebagai jarak antar dimpil i dan j.
●
2. Penentuan Lintasan Terpendek dengan Penelusuran Mundur:
● Identifikasi lintasan terpendek dengan melakukan penelusuran mundur
dari simpul tujuan ke simpul awal.

3.1.3 Contoh Soal Dan Penyelesaian Model Jaringan Asiklis

Contoh Soal:

Carilah Rute Yang memiliki nilai jarak terpendek dari simpul A (pabrik) ke simpul F
(kota) berikut berdasarkan perhitungan algoritma asiklik.

9
Penyelesaian :

Dalam Contoh 2, kita diberikan suatu jaringan kerja yang merepresentasikan distribusi
barang dari pabrik ke kota. Dikarenakan jaringan ini tidak memiliki loop atau siklus,
kita menggunakan algoritma asiklik untuk menemukan rute terpendeknya. Berikut
adalah langkah-langkah dan penyelesaian lebih rinci menggunakan algoritma asiklik:
1. Langkah 1: Identifikasi Jarak Terpendek dari Simpul Awal
1) Simpul A: Jarak terpendek dari simpul A (pabrik) ke dirinya sendiri
adalah 0, dinotasikan sebagai (ua = 0).
2) Simpul B: Jarak terpendek dari A ke B adalah minimum dari jarak
sebelumnya dan jarak dari A ke B, sehingga ub = min { ua + dab } =
min { 0 + 4 } = 4.
3) Simpul C: Jarak terpendek dari A ke C adalah minimum dari jarak
sebelumnya dan jarak dari A ke C, sehingga uc = min { ua + dac } =
min { 0 + 3 } = 3.
2. Langkah 2: Perhitungan Jarak Terpendek ke Setiap Simpul
1) Simpul D: Jarak terpendek dari B ke D adalah minimum dari jarak
sebelumnya dan jarak dari B ke D, sehingga ud = min { ub + dbd } =
min { 4 + 3 } = 7.
2) Simpul E: Jarak terpendek dari B atau C ke E adalah minimum dari
jarak sebelumnya dan jarak antara simpul B dan E atau simpul C dan
E, sehingga ue = min { ub + dbe, uc + dce } = min { 4 + 2, 3 + 3 } = 6.
3) Simpul F: Jarak terpendek dari D atau E ke F adalah minimum dari
jarak sebelumnya dan jarak antara simpul D dan F atau simpul E dan F,
sehingga uf = min { ud + ddf, ue + def } = min { 7 + 2, 6 + 2 } = 8.
3. Langkah 3: Penentuan Rute Terpendek dengan Penelusuran Mundur
a. Penelusuran Mundur dari Simpul F ke A:
Dengan menggunakan hasil perhitungan di atas, rute terpendek dari
simpul A (pabrik) ke simpul F (kota) dapat ditentukan dengan melakukan
penelusuran mundur:

10
 1) Pada simpul F, nilai minimal 8 diperoleh dari rumus ue + def,
sehingga simpul sebelum simpul F pada rute terpendek adalah
simpul E.
2) Pada simpul E, nilai minimal 6 diperoleh dari rumus ub + dbe
dan uc + dce, sehingga simpul sebelum simpul E pada rute
terpendek adalah simpul B atau simpul C.
3) Pada simpul B, nilai minimal 4 diperoleh dari rumus ua + dab,
sehingga simpul sebelum simpul B adalah simpul A.
4) Pada simpul C, nilai minimal 3 diperoleh dari rumus ua + dac,
sehingga simpul sebelum simpul C adalah simpul A.
b. Hasil Penelusuran Mundur
Secara sederhana, hasil penelusuran mundur dapat digambarkan sebagai
berikut:
Rute terpendek: F ➔ E ➔ C ➔ A atau F ➔ E ➔ B ➔ A.
Dengan menggunakan algoritma asiklik, kita berhasil menemukan jarak
terpendek dari simpul A (pabrik) ke simpul F (kota) sebesar 8, dan rute
terpendeknya adalah F ➔ E ➔ C ➔ A atau F ➔ E ➔ B ➔ A. Algoritma
ini memberikan panduan sistematis untuk menentukan jalur terpendek
dalam jaringan kerja yang memungkinkan perusahaan mengoptimalkan
proses distribusi barang.

3.2 Model Jaringan Maximal Flow

3.1.1 Pengertian Model Jaringan Maximal Flow
Maximal Flow merupakan aliran yang memiliki nilai tertinggi yang dapat
mengalir dari simpul sumber (source) ke simpul tujuan (sink) dalam suatu jaringan. Secara
garis besar masalah aliran maksimal dapat diartikan sebagai sebuah metode penyelesaian
masalah arus maksimum yang dapat mengalir pada sebuah jaringan yang memiliki sumber
dan tujuan. Maksimal flow harus memenuhi dua syarat, yaitu:

11
 ● Kapasitas, yaitu aliran yang mengalir pada setiap tepi tidak boleh melebihi kapasitas
maksimum yang ditentukan pada tepi tersebut.
● Konservasi, yaitu jumlah aliran yang masuk pada setiap simpul selain sumber dan
tujuan harus sama dengan jumlah aliran yang keluar dari sebuah simpul tersebut.
Maksimal flow dapat digunakan untuk memodelkan berbagai macam permasalahan, seperti
distribusi barang, alokasi sumber daya, perencanaan jadwal, pemadaman listrik, dan berbagai
permasalahan lainnya. Secara umum tujuan utama dari permasalahan aliran maksimum yakni
untuk memaksimalkan total aliran dari sumber ke sasaran dalam suatu jaringan/network.

3.1.2 Metode Penyelesaian Model Jaringan Maximal Flow

Untuk menyelesaikan sebuah permasalahan terkait pencarian aliran maksimal
dapat digunakan beberapa metode atau algoritma seperti max-flow min-cut Theorem,
algoritma Djikstra, algoritma Ford-Fulkerson, algoritma Edmonds Karp, dan
algoritma Dinic.
a) Metode Algoritma Djikstra
Beberapa langkah yang dapat dilakukan untuk menyelesaikan permasalahan aliran
maksimum menggunakan Algoritma Djikstra yakni:
1. Mencari sebuah lintasan yang belum dipilih dengan menghubungkan simpul
awal dan simpul tujuan.
2. Dari lintasan yang dipilih dicari sebuah sisi yang memiliki nilai kapasitas
minimum. Jika kapasitas minimum sama dengan 0, maka langsung ke langkah
4.
3. Alirkan sejumlah arus minimum sisa pada lintasan yang terpilih.
4. Kembali ke langkah 1 sampai semua lintasan diperiksa.

b) Metode Algoritma Ford-Fulkerson

Algoritma Ford-Fulkerson sering disebut juga algoritma pelabelan karena
algoritma ini menggunakan proses pelabelan untuk menentukan jalur peningkatan
aliran (augmenting path) dari simpul sumber ke simpul tujuan. Proses pelabelan ini
dilakukan dengan memberikan label berupa pasangan bilangan pada setiap simpul
yang dapat dijangkau dari simpul sumber. Label pertama menunjukkan simpul asal
dari mana simpul tersebut dijangkau, sedangkan label kedua menunjukkan kapasitas
residual minimum dari jalur yang menghubungkan simpul tersebut dengan simpul
sumber. Dengan menggunakan label-label ini, kita dapat menelusuri kembali jalur
peningkatan aliran dari simpul tujuan ke simpul sumber dan menambahkan aliran
sebesar kapasitas residual minimum tersebut. Proses pelabelan ini diulangi hingga
tidak ada lagi jalur peningkatan aliran yang dapat ditemukan, yang berarti aliran yang
diperoleh sudah maksimum.
Langkah-langkah yang dapat digunakan untuk menyelesaikan permasalahan
aliran maksimum menggunakan algoritma Ford-Fulkerson yaitu:

12
 1. Pilih lintasan garis pada sebuah jaringan yang menghubungkan titik awal ke
titik tujuan.
2. Pilih kapasitas minimum pada lintasan tersebut.
3. Update setiap f[u,v] untuk setiap (u,v) dalam path sesuai dengan aliran
tersebut.
4. Hitung proses cr(u, v) = c(u, f) - f(u, v) untuk setiap (u,v) dalam path sebagai
residual baru.
5. Ulangi iterasi hingga tidak ada lintasan residual titik awal dengan titik tujuan.

3.1.3 Contoh Soal Dan Penyelesaian Model Jaringan Maximal Flow

Salah satu contoh penyelesaian masalah aliran maksimum adalah

memaksimumkan aliran kendaraan (maximum flow of cars) yang akan melewati jalan
penghubung antara Mess Karyawan dengan kantor tempat mereka bekerja. Misalkan
terdapat 7 buah jalan yaitu A, B, C, D, E, F, G yang dihubungkan oleh rute-rute
perjalanan. Huruf A menunjukkan mess tempat mereka tinggal dan huruf G
merupakan kantor tempat mereka bekerja. Sedangkan B, C, D, E, F merupakan jalan
penghubung keduanya. Sedangkan angka 1, 3, 4, 5, 6, 7, 9 merupakan arus kendaraan
mobil yang melintas pada setiap jalan yang menghubungkan dari A → F. Sebelum
menjelaskan ke pemecahan masalah, maka perlu dijelaskan terlebih dahulu arti
angka-angka yang terdapat pada setiap cabang. Cabang yang menghubungkan antara
A → B yang memuat angka 7, maksudnya adalah arus maksimal kendaraan yang
dapat melintasi jalan dari A→ B adalah 700 mobil / jam, sedangkan dari B → E
memuat angka 4, maksudnya adalah besarnya arus maksimal kendaraan yang dapat
melintasi jalan dari B → E adalah 400 mobil/jam, begitu seterusnya. Jalan
penghubung tersebut dapat digambarkan dalam jaringan dibawah ini.

Permasalahannya adalah berapa arus maksimum dari jalan yang menghubungkan

mess karyawan dengan kantor.

13
Penyelesaian Menggunakan Algoritma Djikstra
Sebelum menentukan langkah-langkah dalam menyelesaikan masalah aliran maksimum
diatas, dapat kita ketahui bahwa terdapat 5 lintasan yang menghubungkan simpul awal (A)
dengan simpul tujuan (G). Lintasan-lintasan tersebut adalah :
1. Lintasan A − B − E − G
2. Lintasan A − C − E − G
3. Lintasan A − C − F − G
4. Lintasan A − C − D − F − G
5. Lintasan A − D − F − G
Berdasarkan 5 lintasan diatas, kita bisa mencari solusi untuk mencari masalah aliran
maksimum pada permasalahan diatas. Ada 3 langkah yang akan diselesaikan dalam masalah
aliran maksimum dengan menggunakan Algoritma Djikstra, yaitu :
● Langkah 1 : Pada jaringan diatas didapat lintasan A − B − E − G yang
menghubungkan antara mess karyawan (A) ke kantor tempat mereka bekerja (G)
● Langkah 2 : Nilai kapasitas sisi yang didapat pada lintasan tersebut adalah ( 6,4,7 = 4.
) sedangkan nilai kapasitas minimum sisa nya adalah 4
● Langkah 3 : Alirkan arus sejumlah 4 satuan pada lintasan A − B − E − G
Berdasarkan langkah-langkah yang telah diselesaikan, maka arus lintasan yang diperoleh
adalah

Dari gambar tersebut kemudian akan dicari lagi solusi untuk penyelesaian masalah aliran
maksimum lain yang bisa menghubungkan titik A ke G dengan langkah-langkah berikut:
● Langkah 1 : Lintasan yang dipilih berikutnya adalah lintasan A − C − E − G
● Langkah 2 : Nilai kapasitas sisinya adalah :( 2,1,4 sedangkan nilai kapasitas minimum
sisa ) yang diperoleh adalah 1
● Langkah 3 : Alirkan arus sejumlah 1 satuan pada lintasan A − C − E − G .

14
Berdasarkan langkah-langkah yang dilakukan diatas, maka arus lintasan yang diperoleh untuk
menghubungkan antara mess ke tempat mereka bekerja adalah :

Dari data tersebut akan dilakukan langkah-langkah untuk menyelesaikan masalah aliran
maksimum yang menghubungkan simpul awal dengan simpul akhir, langkah-langkah nya
adalah :
● Langkah 1 : Jalur atau lintasan yang masih memungkinkan untuk dilewati adalah
Lintasan A − C − F − G
● Langkah 2 : Dari lintasan ini diperoleh nilai kapasitas sisinya : ( 9,5,3 sedangkan nilai
) kapasitas minimum sisa yang diperoleh pada lintasan tersebut adalah 3
● Langkah 3 : Alirkan arus sejumlah 3 satuan pada lintasan A − C − F − G
Dari langkah-langkah tersebut akan diperoleh lintasan sebagai berikut:

Berdasarkan data tersebut maka akan dicari lagi lintasan yang dapat menghubungkan antara
simpul awal dengan simpul tujuan, dengan langkah-langkah sebagai berikut :
● Langkah 1 : Lintasan yang dipilih berikutnya adalah lintasan A − C − D − F − G
● Langkah 2 : Nilai kapasitas sisi adalah : ( 6,4,3,0 ), dan nilai kapasitas minimum sisa
adalah 0
● Langkah 3 : Tidak dapat dialiri arus lagi karena nilai kapasitas minimum nya adalah 0
Karena nilai kapasitas minimum sisanya adalah 0, maka lintasan yang diperoleh sama
dengan lintasan sebelumnya.

15
Berdasarkan gambar diatas, maka diperoleh lintasan terakhir yang menghubungkan antara
mess dengan kantor karyawan, dengan melakukan langkah-langkah sebagai berikut :
● Langkah 1 : Kemudian Pilih lintasan A − D − F − G sebagai lintasan terakhir yang
menghubungkan mess karyawan dengan kantor tempat mereka bekerja.
● Langkah 2 : Kapasitas sisi nya adalah : ( 6,4,1 ) dan kapasitas sisa minimumnya
adalah 1
● Langkah 3 : Alirkan arus sejumlah 1 satuan pada lintasan A − D − F − G .
Pada langkah ini tidak ada lagi jalur atau lintasan yang dapat menghubungkan arus dari A ke
G. Sehingga solusi dari masalah aliran maksimum menggunakan Algoritma Dijkstra adalah:

Karena tidak ada lagi arus yang dapat mengalir dari A ke G, maka proses telah mencapai
penyelesaian yang optimum. Dari hasil diatas dapat kita ketahui bahwa jumlah aliran
maksimum yang dapat mengalir dari Network tersebut adalah 9, artinya arus maksimum yang
menghubungkan antara lokasi mess karyawan dengan kantor tempat mereka bekerja adalah 9
atau 900 mobil/jam.

16
Penyelesaian Menggunakan Algoritma Ford-Fulkerson
Ada beberapa langkah yang harus dilakukan sebelum menyelesaikan permasalahan
maksimal flow, yakni menentukan nilai kapasitas, aliran yang mengalir pada tiap lintasan, dan
kapasitas yang tersisa dari lintasan yang menghubungkan antara Mess tempat karyawan
dengan tempat mereka bekerja.Nilai kapasitas tersebut akan disajikan dalam bentuk tabel.

Berdasarkan data tersebut maka akan diperoleh nilai kapasitas, aliran dan kapasitas sisa dari
network yang mengalir pada lintasan, ke 3 nilai tersebut dapat disajikan dalam bentuk tabel
berikut:

Nilai Kapasitas dari Mess ke Kantor

c A B C D E F G

A - 7 4 1 0 0 0

B 0 - 0 0 4 0 0

C 0 0 - 3 1 5 0

D 0 0 0 - 4 0

E 0 0 0 0 - 0 6

F 0 0 0 0 0 - 9

G 0 0 0 0 0 0 -

17
Aliran yang Mengalir dari Network tersebut

f A B C D E F G

A - 0 0 0 0 0 0

B 0 - 0 0 0 0 0

C 0 0 - 0 0 0 0

D 0 0 0 - 0 0 0

E 0 0 0 0 - 0 0

F 0 0 0 0 0 - 0

G 0 0 0 0 0 0 -

Nilai Kapasitas Sisa

f A B C D E F G

A - 7 4 1 0 0 0

B 0 - 0 0 4 0 0

C 0 0 - 3 1 5 0

D 0 0 0 - 0 4 0

E 0 0 0 0 - 0 6

F 0 0 0 0 0 - 9

G 0 0 0 0 0 0 -

Setelah menentukan nilai kapasitas, aliran, dan kapasitas sisa pada lintasan, langkah
berikutnya yakni pencarian dari masing-masing lintasan(path). Pencarian Path dilakukan
dengan memperhatikan masing-masing simpul yang menghubungkan antara mess dengan
kantor. Berdasarkan gambar sebelumnya, terdapat 5 lintasan yang menghubungkan A ke G,
maka akan terdapat 5 Path.

18
 1) Path 1
Terdapat beberapa langkah penyelesaian dalam pencarian path 1, yakni:
● Langkah 1 : Cari nilai dari arus kendaraan yang mengalir dari A menuju G
melalui Lintasan A − B − E − G
● Langkah 2 : Nilai kapasitas dari lintasan A − B − E − G adalah ( 6,4,7 ),
sedangkan nilai kapasitas minimum nya adalah 4
● Langkah 3 : Update setiap [ ,vuf ] untuk setiap ( ,vu )dalam lintasan sesuai
dengan nilai kapasitas minimum yaitu 4
● Langkah 4 : [ ,uvf ] −= [ ,vuf ] untuk setiap ( ,vu ) dalam path.
Dari pencarian path 1 yaitu lintasan A − B − E − G, di peroleh nilai kapasitas
minimum nya adalah 4. maka aliran yang mengalir dari lintasan tersebut ditambah 4.

Aliran pada lintasan A - B - E - G

f A B C D E F G

A - 4 0 1 0 0 0

B -4 - 0 0 4 0 0

C 0 0 - 0 0 0 0

D 0 0 0 - 0 0 0

E 0 -4 0 0 - 0 4

F 0 0 0 0 0 - 0

G 0 0 0 0 -4 0 -
Oleh karena arus maksimum yang mengalir pada lintasan A − B − E − G adalah 4 atau
400 mobil/jam, maka tiap arus yang menuju ke G dikurangi 4, dan arus yang berlawanan arah
ditambah 4, sehingga nilai kapasitas sisa yang diperoleh adalah :

Nilai Kapasitas Sisa dari lintasan A - B - E - G

f A B C D E F G

A - 3 4 1 0 0 0

B 4 - 0 0 4 0 0

C 0 0 - 3 1 5 0

D 0 0 0 - 0 4 0

E 0 4 0 0 - 0 2

F 0 0 0 0 0 - 9

G 0 0 0 0 4 0 -

19
Dari pencarian path 1, diperoleh lintasan yang menghubungkan A - B - E - G dengan
menggunakan algoritma Ford-Fulkerson

2) Path 2
Pada pencarian path 2, akan dipilih lagi lintasan yang dapat menghubungkan A ke G,
dedengan melakukan langkah berikut:
● Langkah 1 : Ambil Lintasan A − C − E − G
● Langkah 2 : Nilai kapasitas dari lintasan A − C − E − G adalah ( 2,1,4 ,
sedangkan nilai ) kapasitas minimum nya adalah : 1
● Langkah 3 : Update setiap [ , untuk setiap vuf ] ( , dalam lintasan sesuai
dengan nilai vu ) kapasitas minimum yaitu 1.
● Langkah 4 : [ ,uvf ] −= [ ,vuf ] untuk setiap ( , dalam path.
Berdasarkan langkah diatas, diperoleh aliran A - C - E - G sebesar 1 satuan, kemudian
alirkan arus tersebut ke lintasan.

Tabel Aliran A - C - E - G
f A B C D E F G

A - 4 1 0 0 0

B -4 - 0 0 4 0 0

C -1 0 - 0 1 0 0

D 0 0 0 - 0 0 0

E 0 4 0 0 - 0 5

F 0 0 0 0 0 - 0

G 0 0 0 0 -5 0 -

20
 Oleh karena arus maksimum minimum yang mengalir pada lintasan A − C − E − G
adalah 1 atau 100 mobil/jam, maka tiap arus yang menuju ke G dikurangi 1, dan arus yang
berlawanan arah ditambah 1, sehingga nilai kapasitas sisa yang diperoleh adalah. Tabel 4.7
Nilai Kapasitas sisa yang diperoleh dari lintasan A − C − E − G.

C A B C D E F G

A - 3 3 1 0 0 0

B 4 - 0 0 0 0 0

C 1 0 - 3 0 5 0

D 0 0 0 - 0 4 0

E 0 4 1 0 - 0 1

F 0 0 0 0 0 - 9

G 0 0 0 0 5 0 -

Berdasarkan langkah-langkah diatas, maka lintasan yang menghubungkan dari A − C − E − G

adalah:

3) Path 3
Berdasarkan gambar maka akan kita pilih lagi lintasan yang dapat menghubungkan
antarara simpul A ke simpul G, dengan melakukan langkah-langkah sebagai berikut
● Langkah 1 : Pilih Lintasan A − C − F − G
● Langkah 2 : Nilai kapasitas dari lintasan A − C − F − G adalah ( 9,5,3 ,
sedangkan nilai ) kapasitas minimum nya adalah : 3
● Langkah 3 : Update setiap [ , untuk setiap vuf ] ( , dalam lintasan sesuai
dengan nilai vu ) kapasitas minimum yaitu 3
● Langkah 4 : [ ,uvf ] −= [ ,vuf ] untuk setiap ( , dalam path. vu )

21
 Berdasarkan langkah-langkah tersebut diatas, diperoleh aliran yang mengalir dari A −
C − F − G sebesar 3 satuan, dan bila berlawanan arah, ditambah -3 kemudian alirkan arus
tersebut ke lintasan.

Aliran lintasan A - C - F - G
f A B C D E F G

A - 4 4 0 0 0 0

B -4 - 0 0 4 0 0

C -4 0 - 0 1 3 0

D 0 0 0 - 0 4 0

E 0 -4 -1 0 - 0 1

F 0 0 -3 0 0 - 3

G 0 0 0 0 0 -3 -

Oleh karena arus maksimum minimum yang mengalir pada lintasan A − C − F − G

adalah 3 atau 300 mobil/jam, maka tiap arus yang menuju ke G dikurangi 3, dan arus yang
berlawanan arah ditambah 3, sehingga nilai kapasitas sisa yang diperoleh adalah.

Nilai Kapasitas Sisa yang diperoleh dari lintasan

cf A B C D E F G

A - 3 0 1 0 0 0

B 4 - 0 0 0 0 0

C 4 0 - 3 0 2 0

D 0 0 0 - 0 4 0

E 0 4 1 0 - 0 1

F 0 0 3 0 0 - 6

G 0 0 0 0 0 3 -

22
Dari pencarian path 1, diperoleh lintasan yang menghubungkan A − C − F − G yaitu:

4) Path 4
Berdasarkan gambar, akan dipilih lintasan yang dapat menghubungkan simpul A ke G
dengan melakukan langkah-langkah berikut:
● Langkah 1 : Pilih Lintasan A − C − D − F − G
● Langkah 2 : Nilai kapasitas dari lintasan A − C − D − F − G adalah ( 5,4,3,0 ,
sedangkan nilai ) kapasitas minimum nya adalah 0
● Langkah 3 : Update setiap [ , untuk setiap vuf ] ( , dalam lintasan sesuai
dengan nilai vu ) kapasitas minimum yaitu 0
● Langkah 4 : [ ,uvf ] −= [ ,vuf ] untuk setiap ( , dalam path.
Karena nilai kapasitas minimum pada lintasan ini adalah 0, maka arus dan nilai
kapasitas sisa juga 0.

Aliran dari lintasan A - C - D - F - G

f A B C D E F G

A - 4 4 0 0 0 0

B 4 - 0 0 4 0 0

C 4 0 - 3 1 3 0

D 0 0 0 - 0 0 0

E 0 -4 -1 0 - 0 0

F 0 0 -3 0 0 - 3

G 0 0 0 0 0 -3 -

23
Nilai Kapasitas sisa yang diperoleh dari lintasan A - C - D - F - G
cf A B C D E F G

A - 3 0 1 0 0 0

B 4 - 0 0 0 0 0

C 4 0 - 3 0 2 0

D 0 0 0 - 0 4 0

E 0 4 1 0 - 0 1

F 0 0 3 0 0 - 6

G 0 0 0 0 0 3 -

5) Path 5
Berdasarkan gambar, akan dipilih lintasan lain yang masih memungkinkan untuk
dikunjungi dari simpul A ke simpul G dengan melakukan langkah berikut:
● Langkah 1 : Jalur lain atau lintasan lain yang masih memungkinkan untuk
dilewati adalah jalur A − D − F − G
● Langkah 2 : Nilai kapasitas dari lintasan A − D − F − G adalah ( 6,4,1 ,
sedangkan nilai ) kapasitas minimum nya adalah : 1
● Langkah 3 : Update setiap [ , untuk setiap vuf ] ( , dalam lintasan sesuai
dengan nilai vu ) kapasitas minimum yaitu 1
● Langkah 4 : [ ,uvf ] −= [ ,vuf ] untuk setiap ( , dalam path.
Berdasarkan langkah-langkah tersebut diatas, diperoleh aliran yang mengalir dari A −
D − F − G sebesar 1 satuan, dan bila berlawanan arah, tambahkan -1, kemudian alirkan arus
tersebut ke lintasan.

Aliran dari lintasan A - D - F - G

f A B C D E F G

A - 4 4 1 0 0 0

B -4 - 0 0 4 0 0

C -4 0 - 3 1 3 0

D -1 0 0 - 0 1 0

E 0 -4 -1 0 - 0 0

F 0 0 -3 -1 0 - 4

G 0 0 0 0 0 -4 -

24
 Oleh karena arus maksimum minimum yang mengalir pada lintasan A − D − F − G
adalah 1 atau 100 mobil/jam, maka tiap arus yang menuju ke G dikurangi 1, dan arus yang
berlawanan arah ditambah 1, sehingga nilai kapasitas sisa yang diperoleh adalah

Nilai Kapasitas sisa yang diperoleh dari lintasan A - D - F - G

f A B C D E F G

A - 3 0 0 0 0 0

B 4 - 0 0 4 0 0

C 4 0 - 3 0 2 0

D 1 0 0 - 0 3 0

E 0 4 1 0 - 0 0

F 0 0 3 1 0 - 5

G 0 0 0 0 0 4 -
Berdasarkan langkah-langkah diatas, maka diperoleh lintasan terakhir yang menghubungkan
antara A – G. Lintasan nya dapat dilihat seperti gambar dibawah ini:

Karena tidak ada lagi arus yang dapat mengalir dari A ke G, maka proses pencarian
masalah aliran maksimum telah selesai dilakukan, disini dapat dilihat hasil akhir dari masalah
aliran maksimum kendaraan menggunakan Algoritma Ford-Fulkerson adalah

25
Berdasarkan gambar diatas dapat ditarik kesimpulan bahwa arus maksimum yang
menghubungkan antara mess karyawan ke tempat mereka bekerja dengan menggunakan
Algoritma Ford-Fulkerson adalah sebesar 9 atau 900 mobil/jam.

26
 BAB IV

PENUTUP

4.1 Kesimpulan
Jaringan asiklis dan maksimal flow dapat digunakan untuk memodelkan
berbagai macam masalah, seperti struktur organisasi, hubungan keluarga, sistem
kelistrikan, sistem komunikasi, distribusi barang, pengalokasian sumber daya,
perencanaan jadwal, pemadaman listrik, dan lain-lain.
Algoritma Ford-Fulkerson adalah salah satu algoritma yang dapat digunakan
untuk mencari maksimal flow dalam suatu jaringan. Algoritma ini menggunakan
proses pelabelan untuk menentukan jalur peningkatan aliran dari simpul sumber ke
simpul tujuan. Algoritma dijkstra adalah algoritma yang dapat digunakan untuk
mencari jarak terpendek dari simpul sumber ke simpul tujuan dalam suatu graf
berbobot.
Algoritma dijkstra dapat dimodifikasi untuk mencari jalur peningkatan aliran
(augmenting path) dari simpul sumber ke simpul tujuan dalam suatu jaringan aliran
dengan menggunakan konsep kapasitas residual.

4.2 Saran
Penulis artikel dapat memberikan contoh-contoh nyata dari masalah-masalah
yang dapat dimodelkan dengan menggunakan jaringan asiklis dan maksimal flow,
serta menunjukkan bagaimana cara menerapkan model dan algoritma tersebut untuk
menyelesaikan masalah tersebut.
Penulis artikel dapat memberikan saran-saran untuk pengembangan lebih
lanjut dari model jaringan asiklis dan maksimal flow, serta mengidentifikasi
tantangan-tantangan dan peluang-peluang yang ada dalam bidang riset operasional.

27
 DAFTAR PUSTAKA

Edudetik. (2020, April 11). Makalah Riset Operasional (Operation Research) - Lengkap

Rumusan Masalah, Maksud dan Tujuan. Edukasi.

https://www.edudetik.com/2018/09/makalah-riset-operasional-operation.html

28