PEMROGRAMAN LINEAR

TRANSPORTASI
PENDAHULUAN
Berkaitan dengan penentuan biaya terendah
untuk pengiriman satu barang dari sejumlah
sumber (mis : pabrik) ke sejumlah tujuan
(mis : gudang)
Pada dasarnya merupakan sebuah program
linear yang dapat dipecahkan oleh metode
simpleks biasa, tetapi memiliki struktur yang
khusus memungkinkan untuk pengembangan
sebuah prosedur pemecahan yang disebut
teknik transportasi
Gambar 1. Model Transportasi
Model Transportasi
 Gambar 1. memperlihatkan model transportasi dari
sebuah jaringan dengan 𝒎 sumber dan 𝒏 tujuan,
 sumber dan tujuan diwakili dengan sebuah node.
 Busur yang menghubungkan sebuah sumber dan
sebuah tujuan mewakili rute pengiriman barang
Jumlah penawaran di sumber 𝒊 adalah 𝒂𝒊 dan
permintaan di tujuan 𝒋 adalah 𝒃𝒋
Biaya unit transportasi antara sumber 𝒊 dan tujuan 𝒋
adalah 𝒄𝒊𝒋
Jumlah barang yang dikirimkan dari sumber 𝒊 ke tujuan 𝒋
adalah 𝒙𝒊𝒋
Model Transportasi secara umum
𝑚 𝑛
Minimumkan
𝑧 = ෍ ෍ 𝑐𝑖𝑗 𝑥𝑖𝑗
𝑖=1 𝑗=1

Dengan batasan
𝑛

෍ 𝑥𝑖𝑗 ≤ 𝑎𝑖, 𝑖 = 1,2, … , 𝑚

𝑖=1

෍ 𝑥𝑖𝑗 ≥ 𝑏𝑗, 𝑗 = 1,2, … , 𝑛

𝑖=1

𝑥𝑖𝑗 ≥ 0, untuk semua 𝑖 dan 𝑗

Model Transportasi Berimbang
Ketika penawaran total sama dengan permintaan total
( σ𝑚 𝑎
𝑖=1 𝑖 = σ 𝑛
𝑗 𝑏𝑗 ), formulasi yang dihasilkan disebut model
transportasi berimbang

෍ 𝑥𝑖𝑗 = 𝑎𝑖, 𝑖 = 1,2, … ,

𝑖=1

෍ 𝑥𝑖𝑗 = 𝑏𝑗, 𝑗 = 1,2, … , 𝑛

𝑖=1
CONTOH 1(Model transportasi Standar)
MG Auto Company memiliki pabrik di Los Angeles,
Deutron, dan New Orleans. Pusat distribusinya
terletak di Denver dan Miami. Kapasitas ketiga pabrik
tersebut selama kwartal berikutnya adalah 1000, 1500
dan 1200 mobil. Permintaan kwartalan di kedua pusat
distribusi itu adalah 2300 dan 1400 mobil. Biaya
transportasi darat per mobil per mil adalah sekitar 8
sen.
Jarak antar pabrik dan pusat distribusi adalah berikut

Denver Miami
Los Angeles 1000 2690
Detroit 1250 1350
New Orleans 1275 850
Maka biaya per mobil dengan tarif 8 sen per mil, yang mewakili 𝐶𝑖𝑗
dalam model umum, adalah sebagai berikut :

Denver Miami
(1) (2)
Los Angeles (1) 80 215
Detroit (2) 100 108
New Orleans (3) 102 68
Dengan menggunakan kode numerik untuk mewakili pabrik
dan pusat distribusi, kita menganggap 𝑥𝑖𝑗 mewakili jumlah
mobil yang dikirimkan dari sumber 𝑖 ke tujuan 𝑗

Karena penawaran total (1000 + 1500 + 1200 = 3700 )

kebetulan sama dengan permintaan total (2300 + 1400 =
3700 ), model transportasi yang dihasilkan berimbang.
Maka masalah ini memiliki batasan yang semua
berbentuk persamaan
Model LP menjadi
Minimumkan
𝑧 = 80 𝑥11 + 2 15 𝑥12 + 100𝑥21 + 108𝑥22 + 102 𝑥31 + 68 𝑥32

Dengan batasan
𝑥11 + 𝑥12 = 1000
+ 𝑥21 + 𝑥22 = 1500
+ 𝑥31 + 𝑥32 = 1200
𝑥11 +𝑥21 +𝑥31 = 2300
𝑥12 + 𝑥22 +𝑥32 = 1400
𝑥𝑖𝑗 ≥ 0, untuk semua 𝑖 dan 𝑗
 Tujuan
Tabel Transportasi
Denver Miami
(1) (2)
Penawaran
80 215
Los (1)
Angeles 𝒙𝟏𝟏 𝒙𝟏𝟐 1000

100 108
Sumber (2) 1500
Detroit 𝒙𝟐𝟏 𝒙𝟐𝟐

102 68 1200
New (3) 𝒙𝟑𝟏 𝒙𝟑𝟐
Orleans
Permintaan 2300 1400
Contoh 2 ( Model Transportasi Berimbang)
Pada contoh 1 anggaplah kapasitas pabrik Detroit adalah
1300 mobil. Situasi ini dikatakan tidak berimbang karena
penawaran total (=3500) tidak sama dengan permintaan
total (=3700). Dengan kata lain situasi yang tidak
berimbang ini berarti bahwa tidak semua permintaan
dipusat distribusi dapat dipenuhi.
Tujuan kita adalah merumuskan ulang model transportasi
ini dengan cara mendistribusikan kekurangan jumlah
(=3700-3500 =200 mobil) secara optimal diantara pusat-
pusat distribusi.
Karena permintaan lebih besar dari penawaran, sebuah sumber
buatan atau dummy (pabrik) dapat ditambahkan dengan kapasitas
yang sama dengan 200 mobil. Dalam kasus ini, biaya transportasi
tersebut akan sama dengan biaya penalti per unit di berbagai tujuan

Denver Miami
Los Angeles 80 215 1000

Detroit 100 108 1500

New Orleans 102 68 1200
Pabrik dummy 0 0 200
2300 1400
Contoh 3. Dengan cara yang sama, jika penawaran lebih
besar daripada permintaan, kita dapat menambahkan tujuan
buatan atau tujuan dummy. Anggaplah dalam contoh 1
permintaan merosot menjadi 1900

Pusat
Denver Miami Distribusi
Dummy
Los Angeles 80 215 0 1000

Detroit 100 108 0 1500

New 102 68 0 1200
Orleans
1900 1400 400
Latihan
1. Pada Contoh 2 anggaplah bahwa biaya penalti untuk setiap
mobil yang tidak diterima di Denver dan Miami adalah $200
dan $260. Ubahlah model untuk mencakup informasi ini.
2. Interpretasikan pemecahan jika jumlah mobil yang
“dikirimkan” dari pabrik dummy ke Denver dan Miami adalah
150 dan 50, secara berurutan.
3. Pada Contoh 3 anggaplah bahwa pabrik Detroit harus
mengirimkan semua produksinya yang berjumlah 1500
mobil. Bagaimana kita dapat menerapkan batasan ini?
4. Dalam setiap kasus berikut ini, tunjukan apakah sebuah
sumber atau tujuan dummy harus ditambahkan untuk
menyeimbangkan model yang bersangkutan.
1) a1=10,a2=5,a3=4, a4=6,
b1=10,b2=5,b3=7,b4=9
2) a1=30,a2=44
b1=25,b2=30,b3=10
PEMECAHAN MASALAH TRANSPORTASI
Langkah-langkah dasar teknik transportasi adalah
Langkah 1 : Tentukan pemecahan awal yang layak
Langkah 2 : Tentukan variabel masuk dari di antara
variabel nondasar. Jika semua variabel masuk memenuhi
kondisi optimalitas (dari metode simpleks), berhenti; jika
tidak, lanjutkan ke langkah 3
Langkah 3 : Tentukan variabel keluar dari diantara variabel-
variabel dalam pemecahan dasar saat ini; lalu temukan
pemecahan dasar baru. Kembali ke langkah 2
Penentuan Pemecahan Awal
Definisi umum dari model transportasi mengharuskan
𝒎 𝒏

෍ 𝒂𝒊 = ෍ 𝒃𝒋
𝒊=𝟏 𝒋=𝟏

Pemecahan dasar yang layak harus mencakup 𝑚 + 𝑛 −

1 variabel dasar
 Tujuan
1 2 3 4 Penawaran
1 10 0 20 11
𝒙𝟏𝟏 𝑥12 𝑥13 𝑥14 15

2 12 7 9 20
Sumber 𝑥21 𝑥22 𝑥23 𝑥24 25

3 0 14 16 18
𝑥31 𝑥32 𝑥33 𝑥34 5

Permintaan 5 15 15 10
Peraturan Sudut Barat Laut (Northwest-
corner rule)
Metode sudut barat laut memulai dengan
mengalokasikan jumlah maksimum yang dapat diijinkan
oleh penawaran dan permintaan ke variabel 𝑥11 (variabel
yang berada disudut barat laut dari tabel.
Kolom( baris) yang sudah dipenuhi lalu disilang, yang
menunjukan bahwa variabel sisanya dalam kolom (baris)
yang disilang tersebut adalah sama dengan nol.
Jika sebuah kolom dan sebuah baris dipenuhi secara
bersamaan, salah satunya yang disilang
 Pemecahan awal meggunakan metode
sudut barat laut
1 2 3 4
1 5 10 15
2 5 15 5 25
3 5 5
5 15 15 10
Pemecahan dasar awal yang dihasilkan, variabel dasar adalah
𝒙𝟏𝟏 =5, 𝒙𝟏𝟐 =10, 𝒙𝟐𝟐 =5, 𝒙𝟐𝟑 =15, 𝒙𝟐𝟒 =5 dan 𝒙𝟑𝟒 =5 Variabel sisanya
adalah nondasar ditingkat nol. Biaya transportasi yang bersangkutan
dengannya adalah

5x10+ 10 x 0 + 5 x 7 + 15 x 9 + 5 x 20 + 5 x 18 = $410
Penentuan Variabel Masuk (Metode
Pengali-MODI)
Dalam metode pengali kita mengaitkan pengali 𝑢𝑖 dan 𝑣𝑗
dengan baris 𝑖 dan kolom 𝑗 dari tabel transportasi. Untuk
setiap variabel dasar 𝑥𝑖𝑗 dalam pemecahan saat ini,
pengali 𝑢𝑖 dan 𝑣𝑗 harus memenuhi persamaan berikut ini:
𝒖𝒊 + 𝒗𝒋 = 𝒄𝒊𝒋 , untuk setiap variabel dasar 𝑥𝑖𝑗
Nilai-nilai pengali dapat ditentukan dari persamaan ini
dengan memberikan nilai 𝑢𝑖 ditetapkan sama dengan nol.
Evaluasi terhadap setiap variabel nondasar 𝑥𝑝𝑞 , diketahui
𝒄pq =𝒖𝒑 + 𝒗𝒒 - Cpq, untuk setiap variabel non dasar 𝑥𝑝𝑞
Variabel dengan 𝒄pq yang paling positif lalu dipilih sebagai
variabel masuk
Jika kita menerapkan prosedur ini pada variabel-variabel
non dasar pada pemecahan awal, persamaan yang
berkaitan dengan variabel dasar diketahui :
𝑥11 ∶ 𝑢1 + 𝑣1 = 𝑐11 = 10
𝑥12 ∶ 𝑢1 + 𝑣2 = 𝑐12 = 0
𝑥22 ∶ 𝑢2 + 𝑣2 = 𝑐22 = 7
𝑥23 ∶ 𝑢2 + 𝑣3 = 𝑐23 = 9
𝑥24 ∶ 𝑢2 + 𝑣4 = 𝑐24 = 20
𝑥34 ∶ 𝑢3 + 𝑣4 = 𝑐34 = 18
Dengan memberikan 𝑢1 =0, nilai pengali secara berturut-
turut 𝑣1 =10, 𝑣2 =0, 𝑢2 =7, 𝑣3 =2, 𝑣4 =13 dan 𝑢3 =5
Jadi evaluasi variabel nondasar diketahui sebagai
berikut:
𝑥13 : 𝑐13ҧ = 𝑢1 + 𝑣3 - 𝑐13 = 0 + 2 – 20 = -18
𝑥14 : ҧ =𝑢1 + 𝑣4 - 𝑐14 = 0 + 13 – 11 = 2
𝑐14
𝑥21 : 𝑐21 ҧ =𝑢2 + 𝑣1 - 𝑐21 = 7 + 10 – 12 = 5
𝑥31 : 𝑐31 ҧ =𝑢3 + 𝑣1 - 𝑐31 = 5 + 10 – 0 = 15 15
𝑥32 : 𝑐32 ҧ =𝑢3 + 𝑣2 - 𝑐32 = 5 + 0 – 14 = -9
𝑥33 : 𝑐33 ҧ =𝑢3 + 𝑣3 - 𝑐33 = 5 + 2 – 16 = -9
Penentuan Variabel Keluar (Konstruksi
Loop)
Langkah ini setara dengan penerapan kondisi kelayakan
dalam metode simpleks
Untuk maksud penentuan rasio minimum kita
mengembangkan loop tertutup untuk variabel masuk saat
ini (𝒙𝟑𝟏 dalam iterasi saat ini).
Loop berawal dan berakhir di variabel non dasar yang
ditunjukkkan
Loop ini dapat didefinisikan dalam bentuk variabel dasar
sebagai 𝒙𝟑𝟏 → 𝒙𝟏𝟏 → 𝒙𝟏𝟐 → 𝒙𝟐𝟐 → 𝒙𝟐𝟒 → 𝒙𝟑𝟒 → 𝒙𝟑𝟏
 1 2 3 4
1 10 0 20 11
15
5 10
(-) (+)
2 12 7 9 20
15
5 𝟓
25
(-) (+)
3 0 14 16 18

𝒙𝟑𝟏 5 5
(+) (-)

5 15 15 10
• Variabel keluar dipilih dari diantara variabel-variabel sudut
dari loop ini yang akan menurun ketika variabel masuk
(𝑥31 ) meningkat melewati tingkat nol.
• Dari tabel, 𝑥11 , 𝑥22 𝑥34 adalah variabel dasar yang akan
menurun ketika 𝑥31 meningkat.
• Variabel yang memiliki nilai terkecil lalu dipilih sebagai
variabel keluar, karena variabel itu akan menjadi variabel
pertama yang mencapainilai 0 dan setiap penuruna lebih
lanjut akan menyebabkan nilainya menjadi negatif.
• Anggaplah bahwa 𝑥34 di ambil sebagai variabel keluar.
 1 2 3 4
1 10 0 20 11

0 15
15
2 12 7 9 20

0 15 𝟏𝟎
25
3 0 14 16 18

5 5

5 15 15 10
Pemecahan yang baru ini, mengeluarkan biaya
0x10 + 15x0 + 0x7 + 15x9 +10x20 + 5x10 = $335
Biaya ini berbeda dengan biaya yang berkaitan dengan
pemecahan awal dengan $410-$335 = $75

Nilai ini sama dengan jumlah unit yang diberikan untuk 𝑥31
(=5) dikalikan dengan 𝑐31
ҧ (=$15)
 V1=10 V2=0 V3=2 V4=13
U1=0 10 0 20 11

0 15
-18 +2 15
U2=7 12 7 9 20

0 15 10
+5 25
U3=-10 0 14 16 18
5
5
-24 -24 -15
5 15 15 10
 V1=10 V2=0 V3=2 V4=13
U1=0 10 0 20 11
15
0 15 -18 +2
(-) (+)
U2=7 12 7 9 20
𝑥21
+5 0 15 10
(+) (-)
25
U3=-10 0 14 16 18
5
-24 -24 -15 5

5 15 15 10
 V1=10 V2=0 V3=2 V4=13
U1=0 10 0 20 11
𝒙𝟏𝟒
15
-5 (-) (-) -18 +2 (+)
15
U2=7 12 7 9 20
0
0 15 10
(+) (-)
25
U3=-10 0 14 16 18
5
5
-24 -24 -15
5 15 15 10
 V1=10 V2=0 V3=2 V4=13
U1=0 10 0 20 11
𝟏𝟎
5
(-) (-) -18 (+)
15
U2=7 12 7 9 20

10 15
(+)
25
U3=-10 0 14 16 18
5
5

5 15 15 10
Hasilnya:
Pemecahan Optimal biaya transportasi total dari jadwal ini
adalah $315
Metode Biaya Terendah
Prosedurnya adalah sebagai berikut
Berikan nilai setingi mungkin pada variabel dengan biaya
unit terkecil dalam keseluruhan tabel
Silang baris atau kolom yang dipenuhi
ulangi proses dengan memberikan nilai setinggi mungkin
pada variabel dengan biaya unit terkecil yang belum
disilang.
METODE BIAYA TERENDAH
1 2 3 4
1 10 0 20 11

15
15
2 12 7 9 20

25
3 14 16 18

5 15 15 10
 1 2 3 4
1 10 0 20 11

15
15
2 12 7 9 20

25
3 0 14 16 18

5 5

5 15 15 10
METODE BIAYA TERENDAH
1 2 3 4
1 10 0 20 11

15
15
2 12 7 9 20

15
25
3 0 14 16 18

5 5

5 15 15 10
METODE BIAYA TERENDAH
1 2 3 4
1 10 0 20 11

15
15
2 12 7 9 20

15 10
25
3 0 14 16 18

5 5

5 15 15 10
Metode Pendekatan Vogel (VAM)
• Metode ini merupakan sebuah heuristik dan biasanya
memberikan pemecahan awal yang lebih baik daripada metode
barat laut atau biaya metode terendah
• Langkah prosedur ini sebagai berikut ;
• Langkah 1 : Evaluasi pinalti untuk setiap baris (kolom) dengan
mengurangkan elemen biaya terkecil dalam baris (kolom )
dengan biaya terkecil berikutnya dalam baris (kolom0 yang
sama
• Langkah 2 : Identifikasi baris atau kolom denagn penalti
terbesar, pilih nilai yang sama secara sembarang.
Alokasikan sebanyak mungkin pada variabel dengan biaya
terendah dalam baris atau kolom yang dipilih. Sesuaikan
penawaran dan permintaan dan silang baris atau kolom yang
dipenuhi
Metode Pendekatan Vogel (VAM)
• Langkah 3 ;
Jika tepat satu baris atau satu kolom yang belum
disilang, berhentilah,
Jika hanya satu baris (kolom) yang belum disilang
tentukan variabel dasar dalam baris (kolom) tersebut
dengan metode biaya terendah
Jika semua baris dan kolom yang belum disilang
memiliki (diberi)penawaran dan permintaan nol.
Tentukan variabel dasar nol berdasarkan metode biaya
terendah, berhentilah
Jika tidak, hitung ulang pinalti untuk baris dan kolom
yang belum disilang, lalu kembali ke langkah 2
 Penalti
Baris
1 2 3 4
1 10 0 20 11
15 10

2 12 7 9 20
25 2

3 0 14 16 18
5 14
5

5 15 15 10
10 7 7 7
 1 2 3 4
1 10 0 20 11

15 15 11

2 12 7 9 20
25 10 2
15 10

3 0
5 0
5

5 15 15 10
- 7 11 9
Metode Pengali - MODI
• METODE MODIFIED DISTRIBUTION (MODI)
Metode MODI (Modified Distribution) adalah metode untuk
mendapatkan solusi optimal masalah transportasi (total biaya
transportasi minimum). Metode ini bersifat eksak dan juga disebut
sebagai metode multiplier, karena dalam penghitungannya
menggunakan multiplier, yaitu multiplier baris (ui) dan multiplier
kolom (vj).
Metode MODI menggunakan algoritma sebagai berikut :
(1) Menentukan ui dan vj dengan memperhatikan basic variable, yaitu
sel (kotak) yang ada isinya dan menggunakan rumus Ui + Vj = Cij
(2) Menentukan indeks perbaikan, yaitu dengan memperhatikan sel
(kotak) yang kosong dan dengan menggunakan rumus Indeks
Perbaikan (Kij) = Cij – Ui – Vj
(3) Isilah sel kosong yang mempunyai Indeks Perbaikan negatif yang
dimulai dari sel kosong dengan indeks perbaikan negatif terbesar
(4) Ulangi langkah (1) s/d (3), jika Indeks Perbaikan telah positif semua
berarti solusi optimal telah tercapai dan tidak ada sel kosong yang
harus diisi.
• Fungsi Tujuan
• Minimum Z = (C11) X11 + (C21) X21 + (C22) X22 + (C31) X31
• Minimum Z = 40X11 + 100X21 + 70X22 + 60X31
• Minimum Z = 40 (100) + 100 (25) + 70 (125) + 60 (50)
• Minimum Z = 4000 + 2500 + 8750 + 3000
• Minimum Z = 18250
• Fungsi Kendala Pabrik
• (1) X11 + X12 ≤ 100
• (2) X21 + X22 ≤ 150
• (3) X31 + X32 ≤ 50
• Fungsi Kendala Gudang
• (1) X11 + X21 ≤ 175
• (2) X12 + X22 ≤ 125
• Kendala Non-Negatif
• X11, X12, X21, X22, X31, X32 ≥ 0