RMK RISET OPERASI

Rizky Azizah (A021221109)

THE TRANSPORTATION MODEL
 Metode Vogel’s Approximation
Metode ini bisa disebut VAM atau Vogel’s Approximation Method berdasarkan pada
konsep biaya penalti atau penyesalan (regret). jika pengambil keputusan salah memilih
tindakan dari beberapa alternatif tindakan yang ada, maka suatu hukuman akan diberikan
(pengambil keputusan akan menyesali keputusan yang diambil). dalam suatu permasalahan
transportasi, yang dianggap sebagai rangkaian tidakan adalah alternatif rute dan suatu
keputusan dianggap salah jika mengalokasikan ke sel yang tidak berisi biaya rendah. Dalam
metode VAM, langkah pertama adalah membentuk biaya penalti untuk tiap sumber dan
tempat tujuan. Aturan umum untuk menghitung suatu biaya penalti adalah dengan
mengurangi sel biaa minimum terhadap biaya sel berikutnya yang lebih tinggi pada tiap baris
pada kolom.
Contoh: Tempat tujuan A, Chicago,
dapat dipasok ke Kansas City, Omaha,
dan Des Moines. Keputusan terbaik
adalah memasok Chicago dari sumber 3,
karena sel 3A memiliki biaya minimum
sebesar $4. jika melakukan suatu
keputusan yang salah dan memiliki biaya
yang berikutnya yang lebih tinggi pada
sel 1A sebesar $6, maka penyebab
sebuah “penalti” sebesar 42 per ton
(yaitu $6 - $4 = $2).

Alokasi awal dalam metode VAM

dilakukan pada baris atau kolom yang
memiliki biaya penalti tertinggi. Pada
tabel diatas, baris 2 memiliki biaya penalti
tertinggi sebesar $2. dialokasikan
sebanyak mungkin pada sel fisibel dalam
baris dengan biaya terendah. Dalam baris
2, sel 2A memiliki biaya terendah sebesar
$7, dan jumlah terbanyak yang dapat
dialokasikan ke sel tersebut adalah 175 ton.
Setelah alokasi awal dilakukan
menentukan, semua biaya penalti harus dihitung kembali. Dalam beberapa kasus biaya penalti
ini akan berubah; dalam kasus lain tidak berubah. Selanjutnya, mengulangi langkah
sebelumnya dan mengalokasikan pada baris atau kolom dengan biaya penalti tertinggi, yang
sekarang ini adalah kolom B dengan biaya penalti sebesar $3. sel dalam kolom B dengan
biaya terendah adalah 3B, dan dengan demikian dapat mengalokasikan sebanyak mungkin ke
sel tersebut, yaitu 100 ton.
Perhatikan bahwa semua penalti telah dihitung kembali pada tabel 7.8 karena biaya penalti
tertinggi sekarang adalah pada baris ketiga sebesar $8 dan karena sel 3A memiliki biaya
minimum sebesar $4 , maka kita mengalokasikan 25 ton ke sel tersebut, seperti yang
ditunjukkan pada tabel 7.9.
Tabel 7.9 juga memperlihatkan perhitungan kembali biaya penalti setelah alokasi ketiga.
perhatikan bahwa saat ini hanya kolom c yang mempunyai biaya penalti. baris 1 dan 3 hanya
mempunyai satu set yang fisible, sehingga tidak ada penalti untuk baris-baris ini. jadi, 2 lokasi
terakhir dialokasi dilakukan pada kolom C. pertama, 150 ton dialokasikan ke sel C,
mengingat sel tersebut memiliki biaya terendah titik hal ini menyebabkan tinggal sel 3C
sebagai sel yang fisible, dengan demikian 105 ton dialokasikan pada sel tersebut titik kedua
lokasi ini ditunjukkan pada tabel
7.10.
Total biaya dari solusi awal ini
adalah sebesar $51.25 tidak
setinggi solusi awal north west
corner yaitu sebesar $5.925 atau
serendah solusi biaya sel minimum
sebesar $4.450. seperti model
biaya sel minimum titik VAM
biasanya menghasilkan solusi awal
yang lebih rendah dari metode
northwest Corner.

 Metode Solusi Stepping - Stone

Begitu solusi fisible dasar telah ditentukan oleh salah satu dari ketiga metode
penentuan solusi awal, langkah selanjutnya adalah menyelesaikan model untuk mendapatkan
solusi minimal (yaitu, total biaya minimum). ada dua metode solusi dasar: metode stepping
stone dan metode modified distribution (MODI). Mengingat solusi awal yang diperoleh
dengan menggunakan metode biaya sel minimum mempunyai total biaya terendah di antara
ketiga solusi awal, maka di sini akan menggunakan sebagai solusi permulaan.
Prinsip solusi dasar dalam permasalahan
transportasi adalah untuk menentukan apakah
suatu rute transportasi yang tidak digunakan
pada saat ini (yaitu sebuah sel yang kosong)
akan menghasilkan total biaya yang lebih rendah
jika digunakan. Sebagai contoh, tabel 7.11
memperlihatkan adanya sel kosong (1A, 2A, 2B,
3C) yang mewakili rute - rute yang tidak
digunakan. Langkah pertama yang dilakukan
dalam metod eini adalah mengevaluasi sel - sel
kosong tersebut untuk mengetahui apakah dengan menggunakan sel - sel tersebut dapat
menurunkan total biaya. Jika ditemukan rute seperti itu, maka kita akan mengalokasikan
sebanyak mungkin pada sel tersebut.
Pertama, misalkan dialokasikan 1 ton gandum
ke sel 1A. jika 1 ton dialokasikan ke sel 1A,
biaya akan meningkat sebesar $6-yaitu biaya
transportasi untuk sel 1A. akan tetapi, dengan
mengalokasikan satu stone ke sel 1A kita
meningkatkan penawaran pada baris 1
menjadi 151 ton.
Batasan dari permasalahan tidak boleh
dilanggar dan kelayakan harus tetap
dipertahankan titik jika kita dapat
menambahkan satu ton ke sel 1A kita harus mengurangkan 1 ton dari alokasi lain sepanjang
baris itu titik salah satu b merupakan kandidat yang masuk akal, mengingat sel tersebut logis,
karena sel tersebut berisi 25 ton. dengan mengurangkan 1 ton dari sel 1B sekarang kita
mempunyai 150 ton pada baris 1 berarti dapat memenuhi batasan penawaran kembali. pada
saat yang bersamaan dengan mengurangi 1 ton dari salah satu b berarti menurunkan total
biaya sebesar $8.
Dengan mengurangkan faktor dari sel 1B
sekarang hanya memiliki 99 ton untuk
dialokasikan pada kolom b padahal jumlah
yang diminta adalah sebanyak 100 ton. untuk
mengkompensasi pelanggaran batasan ini, 1
ton harus ditambahkan ke sel yang telah
mempunyai alokasi di titik karena sel 3B
mempunyai 75 ton maka dapat ditambahkan 1
ton ke sel ini yang kembali memenuhi batasan
permintaan sebesar 100 ton.
Metode ini dapat digunakan dengan satu syarat yaitu bahwa unit hanya dapat ditambahkan
dan dikurangi dari sel-sel yang telah dialokasikan. inilah yang menyebabkan mengapa 1 ton
ditambahkan ke sel 3B bukannya sel 2B. proses penambahan dan pengurangan unit dari sel-
sel yang telah dialokasikan ini analog dengan menyeberang danau kecil dengan cara
melompat dari satu batu ke Batu lain (step-ping on stones), yaitu hanya mengalokasikan ke
sel.
Dengan mengalokasikan 1 ton ekstra ke sel 3B biaya meningkat menjadi $5 yaitu biaya
transportasi untuk sel tersebut. akan tetapi, penawaran pada baris 3 juga meningkat menjadi
276 ton, dan ini melanggar batasan penawaran untuk sumber tersebut. seperti contoh proses
sebelumnya, pelanggaran ini dapat diatasi dengan mengurangi 1 ton dari sel 3A yang berisi
alokasi sebesar 200 ton. hal ini membuat baris 3 memenuhi batasan penawaran kembali, dan
juga menurunkan biaya transportasi sebesar $4, yaitu biaya transportasi untuk sel 3A.

Perhatikan tabel 7.14 bahwa dengan

mengurangi satu ton dari sel 3A, kita tidak
melanggar batas permintaan kolom A, karena
sebelumnya kita telah menambahkan satu ton
ke sel 1Asekarang mari mengulas kenaikan
dan penurunan pada biaya yang dihasilkan
dari proses ini. pada awalnya dinaikkan biaya
sebesar $6 pada sel 1A, kemudian
menurunkannya sebesar $8 pada sel 1B lalu
menaikkannya sebesar $5 pada sel 3B dan akhirnya menurunkan sebesar 44 pada sel 3A.
1A > 1B > 3A > 3B
+$6 - 8 + 5 - 4 = $1
Dengan kata lain, untuk setiap ton yang dialokasikan ke sel 1A total biaya akan berkurang
sebesar 1 titik hal ini mengindikasikan bahwa solusi awal tidak optimal mengingat biaya yang
lebih rendah dapat dicapai dengan cara mengalokasikan tone gandum tambahan ke sel 1A.
oleh karena itu, untuk tabel ini salah satu a mewakili suatu pilihan yang memungkinkan untuk
menjadi variabel dan dasar yang masuk. akan tetapi, variabel lain mungkin menghasilkan
penurunan yang jauh lebih besar daripada sel 1A jika sel seperti itu ada, sel tersebut akan
dipilih sebagai variabel yang masuk, jika tidak ada, salah satu a akan dipilih titik untuk
mengidentifikasikan variabel yang masuk tepat, sel-sel yang masih kosong harus diuji seperti
yang dilakukan pada sel 1A.
Sebelum menguji sel-sel tersebut, ada beberapa karakteristik umum dari proses stepping stone.
pertama selalu mulai dengan sel yang kosong dan
membentuk suatu lintasan tertutup dari sel-sel
yang telah dialokasikan. dalam pembentukan
lintasan ini sel yang telah digunakan dan belum
digunakan mungkin terlewat dalam baris atau
kolom yang mana saja pasti terdapat tepat 1
tambahan dan satu pengurangan.
Mari menguji sel 2A untuk mengetahui apakah
sel tersebut akan menghasilkan suatu penurunan
biaya titik lintasan tertutup stepping stone untuk
sel 2A ditunjukkan pada tabel 7.15 perhatikan
bahwa lintasan untuk sel 2A tersebut nampak
sedikit lebih rumit daripada lintasan untuk sel 1A
perhatikan juga bahwa lintasan tersebut memotong lintasan itu sendiri pada suatu titik, yang
mana hal ini dapat diterima. pengalokasian terhadap sel 2A akan menurunkan biaya sebesar
$1, seperti yang ditunjukkan pada dalam perhitungan pada tabel 7.15.

Perhatikan bahwa setelah semua rute yang tidak digunakan dievaluasi, ternyata sel 1A dan 2A
mengalami seri untuk sebagai variabel yang masuk. kedua sel menunjukkan penurunan biaya
sebesar 1 per ton yang dialokasikan ke rute tersebut. kondisi seri tersebut dapat dipecahkan
secara acak, memecahkan seri antara kolom pemutar yang seri pada metode simpleks. kita
akan pilih sel 1A (yaItu X1A) untuk masuk ke dalam basis solusi. mengingat total biaya dari
model ini akan diturunkan sebesar $1 untuk setiap tahun yang dapat kita alokasikan kembali
 ke sel 1 A , secara alamiah kita ingin
mengalokasikan sebanyak mungkin.
lintasan stepping stone pada tabel 7.18
memperlihatkan bahwa ton gandum harus
dikurangi pada sel 1B dan 3A agar kebutuhan
Lim terpenuhi dan batasan modal terpenuhi.
mengingat tidak dapat mengurangkan lebih
besar dari apa yang pada sel kita dibatasi
untuk mengurangkan sebanyak 25 ton dalam
sel 18 titik dengan kata lain, jika
mengalokasikan ke sel 1A lebih dari 25 ton,
maka harus mengurangkan lebih dari 25 ton pada 1B, yang mana hal ini tidak mungkin
karena hanya 25 tahun yang tersedia titik Dengan demikian, 25 ton adalah jumlah yang
dialokasikan kembali ke sel 1A sesuai dengan lintasannya. jadi, 25 ton ditambahkan ke 1A,
dikurangkan dari 1B ditambahkan ke 3B dan dikurangkan dari 3A.

Proses yang berakhir sampai dengan tabel 7.19

ini mencerminkan satu pengulangan metode
stepping stone. kita memilih X1A sebagai variabel
yang masuk, dan menghasilkan X1B sebagai
variabel yang keluar. jadi, pada tiap pengulangan
satu variabel akan masuk dan satu variabel akan
keluar, tepat seperti dalam metode simpleks.

Sekarang kita harus melihat apakah solusi yang

ditunjukkan pada tabel 7.19 telah optimal. untuk
keperluan itu kita menetapkan lintasan rute yang
tidak digunakan ( yaitu, sel sel kosong 2A, 1B, 2B,
dan 3C), yang ditunjukkan pada tabel 7.19. Evaluasi
kita atas keempat lintasan tersebut mengindikasikan
tidak terdapat penurunan biaya; sehingga, solusi
yang ditunjukkan pada tabel 7.19 adalah optimal.
Perhatikan tabel 7.20, lintasan untuk sel 2A menghasilkan perubahan biaya sekitar $0. dengan
kata lain, pengalokasian ke sel ini tidak akan mengakibatkan peningkatan atau penurunan
total biaya. situasi ini mengindikasikan adanya masalah solusi optimal majemuk. jadi, X2A
dapat dimasukkan ke dalam solusi dan tidak akan mengakibatkan perubahan pada total biaya
minimum yang sebesar $4.525 tersebut. untuk mengidentifikasikan solusi alternatifnya kita
dapat mengalokasikan sebanyak-banyaknya ke sel 2A yang dalam hal ini adalah sebanyak 25
ton gandum. Solusi alternatif ditunjukkan pada tabel 7.24.

 Metode Distribusi yang Dimodifikasi

Metode distribusi yang dimodifikasi
(MODI) pada dasarnya adalah suatu
modifikasi dari metode stepping stone. namun,
dalam metode MODI perubahan biaya pada
sel ditentukan secara matematis tanpa
mengidentifikasi lintasan sel-sel kosong
seperti pada metode stepping stone. untuk
memperlihatkan mode kita akan
menggunakan solusi awal yang diperoleh dari
metode biaya sel minimum. tambahan kolom
Sisi kiri dengan simbol Ui dan tambahan baris
terasa teratas dengan simbol Vj dalam MODI
mewakili nilai-nilai kolom baris yang harus
dihitung. nilai nilai ini dihitung untuk semua
sel berisi pengalokasian dengan menggunakan
formula berikut ini
Ui + Vj = Cij
Nilai Cij adalah biaya transportasi barang untuk sel ij. Sebagai contoh formula untuk sel 1B
adalah U1 = VB = C1B
Dan karena C1B = 8 U1 +VB = 8
Formula untuk sel - sel lain yang ada pada saat ini berisi pengalokasian ditunjukkan di bawah
ini:
X1C : U1 + VC = 10
X2C : U2 + VC = 11
X3 : U3 + VA = 4
X3B : U3 + VB = 5
Sekarang terdapat lima persamaan dengan enam variabel yang tidak diketahui. Untuk
memecahkan persamaan ini, satu variabel yang tidak diketahui tersebut perlu diberi nilai nol.
Jadi, jika mengasumsikan U1 = 0, maka nilai nilai Ui dan Vj lainnya dapat dicari.

Perhatikan bahwa persamaan untuk sel 3B dapat diselesaikan

sebelum persamaan untuk sel 3A diselesaikan. Dengan demikian
semua nilai Ui dan Vj dapat didistribusikan ke dalam tabel.
Selanjutnya, sel - sel kosong dapat dievaluasi dengan menggunakan
formula berikut ini:
Cij - Ui - Vj = Kij . Dimana Kij sama dengan kenaikan dan penurunan
biaya yang timbul karena pengalokasian pada sebuah sel. Untuk sel -
sel kosong pada tabel 7.26, formula tersebut akan menghasilkan nilai
- nilai berikut:

Perhitungan ini mengindikasikan bahwa sel 1A atau sel 2A akan menurunkan biaya sebesar 1
per alokasi ton. Perhatikan bahwa perubahan biaya pada keempat se kosong tepat sama
dengan perubahan yang terjadi dengan menggunakan metode stepping stone. Berarti, dalam
mengevaluasi lintsan baik dengan metode stepping stone. Berarti, dalam mengevaluasi
lintasan baik dengan metode stepping stone maupun formula matematis dari MODI akan
diperoleh informasi yang sama. Dengan demikian, dapat memilih anatar sel 1A atau 2A untuk
pengalokasian, karena kedua sel menghaislkan seri sebesar -1. jika sel 1A dipilih sebagai
variabel non-dasar yang masuk, maka harus ditentukan lintasan stepping stone untuk sel
tersebut sehingga dapat diketahui berapa besarnya yang harus dialokasikan. Dan ini
merupakan lintasan yang sama dengan yang sebelumnya diidentifikasi pada tabel 7.18. hasil
pengalokasian kembali sepanjang lintasan ini ditunjukkan pada tabel 7.27. nilai nilai Ui dan
Vj pada tabel 7.27 harus dihitung kembali menggunakan formula untuk sel - sel yang
dialokasikan.
 Perubahan biaya untuk sel kosong dihitung
menggunakan formula Cij - Ui - Vj = Kij
X1B : K1B = C1B - U1 - V8 = - 0 -7 = +1
X2A : K2A = C2A - U 2- VA = 7 - 1 - 6 = 0
X2B : K2B = C2B - U2 - VB = 11 - 1 - 7 = +13
X3C : K 3C= C3C - U3 - VC = 12 - (-2) 10 = +4
Karena tidak satupun dari nilai ini negatif, solusi
yang ditunjukkan pada tabel 7.28 adalah optimal.
Namun, seperti dalam metode stepping stone, sel 2A dengan perubahan biaya sebesar no;
mengindikasikan suatu solusi optimal majemuk.
 Model transportasi tidak seimbang
Sejauh ini, telah diperlihatkan metode - metode penentuan solusi awal dan solusi
optimal dalam kondisi model transportasi
seimbang. Namun pada kenyataannya, sering
timbul permasalahan yang modelnya dalam
kondisi tidak seimbang. Misalkan contoh
gandum kita. Dengan mengubah di Cincinnati
menjadi 350 ton, kita menciptakan situasi
dimana permintaan adalah 695 ton sedangkan
penawaran adalah sebesar 600 ton. Untuk
mengkompensasi peredaan ini, ditambahkan
baris “dummy” dalam tabel transportasi,
seperti yang ditunjukkan pada tabel 7.29.
Agar model menjadi seimbang, baris dummy
ditugaskan untuk memasok penawaran sebesar
50 ton. Permintaan tambahan sebesar 50 ton yang tidak akan dipasok, akan dialokasikan ke
sebuah sel dalam baris dummy. Biaya
transportasi sel sel dalam baris dummy
bernilai nol, karena jumlah yang dialokasikan
ke sel sel tersebut bukan jumlah yang benar
benar dipindahkan tetapi jumlah yang
permintaannya tidak terpenuhi. Sel sel dummy
ini sebenarnya adalah variabel pengurang.
Sekarang asumsikan penawaran pada Des
Moines meningkat menjadi 375 ton. Hal ini
akan meningkatkan total penawaran menjadi 700 ton sedangkan total permintaan tetap 600
ton. Untuk mengkompensasikan ketidakseimbangan ini, ditambahkan sebuah kolom dummy,
seperti yang ditunjukkan pada tabel 7.30.
Penambahan sebuah baris atau kolom dummy ini tidak mempengaruhi metode solusi awal
atau metode untuk menentukan solusi optimal. Sel sel baris atau kolom dummy diperlakukan
sama seperti sel lainnya dalam tabel. Contohnya, dalam metode biaya sel minimum, tiga sel
mempunyai nilai seri untuk ditentukan sebagai sel biaya minimum, tiga sel mempunyai nilai
seri untuk ditentukan sebagai sel biaya minimum, misalnya masing - masing mempunyai
biaya sebesar nol. Dalam hal ini, salah satu akan dipilih secara acak.
 Degenerasi
Kondisi berikut di bawah ini dipenuhi dalam semua tabel yang memperlihatkan solusi
permasalahan transportasi gandum.
m baris + kolom - 1 = jumlah sel dengan alokasi
Sebagai contoh, dalam tabel seimbang yang mana saja dari transportasi gandum, jumlah baris
aalah 3 (yaitu m = 3) dan jumlah kolom adalah 3 (yaitu n = 3), jadi 3 + 3 - 1 = 5 sel dengan
alokasi.
Tabel tabel tersebut akan selalu mempunyai
lima sel dengan alokasi. Jadi, kondisi untuk
mendapatkan normal solusi terpenuhi. Jika
kondisi ini tidak terpenuhi dan terdapat sel
yang mempunyai alokasi kurang dari m + n - 1,
tabel dinyatakan mengalami degenerasi.
Misalkan pada contoh transportasi gandum
nilai penawaran berubah seperti yang
ditunjukkan pada tabel 7.31. dan solusi awal
pada tabel ini didapat dengan metode biaya sel
minimum.
Karena hanya terdapat empat sel yang berisi
pengalokasian. Kesulitan yang dihasilkan dari
generasi atas solusi fisibel adalah dasar bahwa
baik metode stepping-stone maupun MODI tidak akan bekerja kecuali kondisi di atas
terpenuhi. Alasannya adalah, lintasan tertutup pada metode stepping-stone dan semua
perhitungan ui + vj = cij pada MODI tidak dapat dilengkapi. Sebagai contoh, lintasan tertutup
untuk sel 1A tidak dapat ditentukan seperti yang ditunjukkan pada tabel 7.31.
Untuk menciptakan suatu lintasan terutup, sebuah sel kosong secara artifisial harus
diperlakukan seolah - olah sebagai sebuah sel yang berisi alokasi. Secara acak sel 1A pada
tabel 7.32 diperlakukan sebagai sel dengan alokasi artifisial sebesar “0”. hal ini
mengindikasikan bahwa sel ini akan diperlakukan sebagai sel berisi alokasi baik dalam
penentuan lintasan stepping stone maupun formula MODI, meskipun sesungguhnya tidak
terdapat alokasi yang sesungguhnya. Perhatikan bahwa pengalokasian 0 adalah acak, karena
tidak terdapat aturan umum untuk mengalokasikan sel artifisial. Pengalokasian 0 pada sebuah
sel tidak menjamin terbeentuknya semua
lintasan stepping-stone.
Contohnya, jika 0 dialokasikan ke sel 2B
bukannya sel 1A, tidak satupun lintasan
stepping-stone dapat terbentuk, meskipun
secara teknis tabel ini tidak lagi mengalami
degenerasi. Dalam hal itu, 0 harus
direalokasi ke sel lain dan semua lintasan
kembali ditentukan lagi. Proses ini harus
diulangi sampai sebuah alokasi artifisial telah terbentuk sehingga penentuan lintasan dapat
dilakukan. Akan tetapi, dalam banyak kasus, terdapat lebih dari satu kemungkinan sel
sehingga pengalokasian semacam itu dapat dilakukan.
Lintasan stepping-stone dan perubahan biaya untuk tabel di atas ditunjukkan dibawah ini:

Mengingat sel 3B memperlihatkan

penurunan biaya sebesar $1 untuk setiap
ton gandum yang dialokasikan ke sel
tersebut, maka akan dialokasikan
sebanyak 100 ton ke sel 3B. hasilnya
ditunjukan pada tabel 7.33.
Jadi, dalam penerapan metode stepping-
stone (atau MODI) pada tabel ini tidak
diperlukan alokasi artifisial pada sebuah
sel kosong. Dalam pencarian solusi
adalah memungkinkan dimulai dengan
suatu tabel normal kemudian berubah
menjadi degenerasi atau sebaliknya
dimulai dengan tabel degenerasi kemudian berubah menjadi normal. Jika telah dapat
diidentifikasikan bahwa sel dengan 0 mempunyai unit yang harus dikurangkan dari sel
tersebut, sesungguhnya tidak terdapat unit aktual yang harus dikurangkan. Dalam hal
demikian 0 dapat dipindahkan ke sel yang mewakili variabel solusi optimal yang masuk.
(Solusi yang ditunjukkan pada tabel 7.33 telah optimal; tetapi, suatu solusi optimal majemuk
muncul pada sel 2A.)
 Rute yang dilarang
Kadangkala satu atau lebih rute dalam model transportasi dilarang, yaitu, unit barang
tidak dapat dipindahkan dari satu sumber tertentu ke suatu tempat tujuan tertentu pula. Pada
saat situasi seperti ini muncul, kita harus yakin bahwa dalam solusi optimal tidak satu unit
barangpun dialokasikan ke sel yang mewakili rute ini. Dalam pembahasan kita mengenai
tabel simpleks, kita mengetahui bahwa dengan memberikan suatu koefisien yang besarnya M
pada variabel artifisial akan menyebabkan variabel tersebut keluar dari solusi akhir. Prinsip
yang sama dapat diterapkan dalam model transportasi untuk rute yang dilarang ini. Nilai
sebesar M sebagai biaya transportasi diberikan pada sel yang mewakili suatu rute yang
dilarang. Jadi, pada saat pengevaluasian yang dilarang, sel tersebut akan selalu memuat
perubahan biaya positif yang besarnya M, yang akan menyebabkan variabel tersebut tidak
terpilih sebagai variabel yang masuk.