Program Linear

MODEL
TRANSPORTASI
Solusi Awal dan Solusi Optimum

F. Basuki Sukandaru, M.Sc.

Pendahuluan

Model program linier yang mempunyai bentuk

khusus yang umum digunakan dalam
masalah pengoptimalan suatu
pendistribusian, antara lain adalah:
 Model Transportasi (Transportation)
 Model Penugasan (Assignment).
Model Transportasi
 Membahas masalah pendistribusian suatu komoditas
atau produk dari sejumlah sumber (supply) kepada
sejumlah tujuan (destination, demand), dengan
tujuan meminimumkan biaya yang akan terjadi.

 Sasarannya adalah
 mencari pola pendistribusian dan banyaknya
komoditi yang diangkut dari masing-masing
sumber ke masing-masing tujuan
 meminimalkan ongkos angkut secara
keseluruhan, dengan kendala-kendala yang ada.
Ciri-ciri khusus persoalan transportasi adalah
:
 Ada sumber/daerah asal (origin) dengan kapasitas
(supply) maksimumnya.
 Ada tujuan (destination) dengan permintaan
(demand) minimumnya.
 Ada jalur angkutan dari setiap sumber ke setiap
tujuan beserta ongkos angkut satuan. (Ongkos
sifatnya linier  proporsional terhadap jarak)
 Ada satu macam komoditi saja yang diangkut
 Meminimalkan ongkos angkut.
 Adanya fungsi sasaran (objective function) yang
diasumsikan linear.
Gambar Model Transportasi :
SUMBER TUJUAN

X11 , C11
1
1
Xm1 , Cm1

X12 , C12
2
Xm2 , Cm2
2

X13 , C13
3
Xm3 , Cm3

X1n , C1n
n
Xmn , Cmn
Dari Gambar Model Transportasi berlaku :
 Masing-masing sumber mempunyai
kapasitas ai dengan i = 1,2,3,....,m
 Masing-masing tujuan membutuhkan
komoditas bj dengan j = 1,2,3,....,n
 Jumlah unit yang dikirim oleh sumber ke-i
kepada tujuan ke-j adalah sebanyak Xij
dengan i = 1,2,3,....,m dan j = 1,2,3,....,n
 Biaya pengiriman per unit dari sumber ke-i
kepada tujuan ke-j adalah sebanyak Cij
dengan i = 1,2,3,....,m dan j = 1,2,3,....,n
Formulasi model transportasi adalah :

m n
Fungsi tujuan : Min Z =  X
i 1 j  `
ij .C ij

n
Fungsi pembatas : X
j 1
ij  ai , i  1,2,3....., m

X
i 1
ij  bj , j  1,2,3....., n

Xij > 0 untuk seluruh i dan j

Penyajian data masalah transportasi dituangkan
dalam tabel berikut :
Keseimbangan Model Transportasi:
Suatu model transportasi dikatakan seimbang
bila jumlah total supply (sumber) sama dengan
jumlah total demand (tujuan), dituliskan :
m n

 ai   bj
i 1 j 1

Hal ini diperlukan karena dalam persoalan

transportasi akan diperoleh solusi feasible,
jika terpenuhi jumlah total supply (sumber)
sama dengan jumlah total demand (tujuan).
 Bila ketentuan tersebut tidak dipenuhi, maka model
transportasi tersebut disebut sebagai model yang tidak
seimbang.
 Untuk menyelesaikan model transportasi dengan cara
memasukkan variabel artificial, dimana bila jumlah
demand melebihi supply, maka dibuat suatu sumber
dummy yang akan mensupply kekurangan tersebut.
Sebaliknya, bila jumlah supply melebihi demand,
maka dibuat suatu tujuan dummy yang akan
menyerap kelebihan tersebut.
 Biaya per unit untuk sumber dummy ke seluruh tujuan
adalah nol, karena pada kenyataannya dari sumber
dummy tidak terjadi pengiriman ke seluruh tujuan.
Demikian juga untuk biaya per unit dari semua sumber
ke tujuan dummy adalah nol.
Metode Pemecahan :
 Menentukan solusi awal
Metode yang dapat digunakan antara lain, yaitu :
 Metode pojok barat laut (North west Corner),
 Metode biaya terkecil (Least Cost),
 Metode pendekatan Vogel’s (Vogel’s
Approximation Method atau VAM).
 Menentukan solusi optimal
Terdapat 2 metode yang biasa digunakan, yaitu :
 Metode Stepping Stone,
 Metode distribusi yang dimodifikasi (MODI =
Modification Distribution).
Langkah-Langkah Metode pojok kiri atas (Northwest
Corner) :

1. Alokasi sebanyak mungkin ke sel di pojok kiri

atas, disesuaikan dengan batasan
penawaran dan permintaan.
2. Alokasi sebanyak mungkin ke sel feasible
berikutnya yang berdekatan.
3. Ulangi langkah 2 sampai semua kebutuhan
telah dipenuhi.
Langkah-Langkah Metode biaya terkecil (Least
Cost):

1. Alokasi sebanyak mungkin ke sel feasible

dengan biaya transportasi minimum, dan
sesuaikan dengan batasan penawaran dan
permintaan.
2. Alokasikan sebanyak mungkin ke sel
feasible yang mempunyai biaya minimum
berikutnya.
3. Ulangi langkah 2 sampai semua kebutuhan
telah dipenuhi.
Langkah-Langkah Metode VAM :

1. Tentukan biaya penalti untuk tiap baris dan

kolom dengan cara mengurangkan biaya sel
terendah pada baris atau kolom terhadap biaya
sel terendah berikutnya pada baris atau kolom
yang sama.
2. Pilih baris atau kolom dengan biaya penalti
tertinggi.
3. Alokasi sebanyak mungkin ke sel feasible
dengan biaya transportasi terendah pada baris
atau kolom dengan biaya penalti tertinggi.
4. Ulangi langkah 1, 2, dan 3 sampai semua
kebutuhan telah terpenuhi.
Langkah-langkah metode Stepping Stone :

1. Tentukan lintasan stepping stone dan

perubahan biaya untuk setiap sel yang
kosong dalam tabel.
2. Alokasikan sebanyak mungkin ke sel kosong
yang menghasilkan penurunan biaya
terbesar.
3. Ulangi langkah 1 dan 2 sampai semua sel
kosong memiliki perubahan biaya positif
yang mengindikasikan tercapainya solusi
optimal.
Langkah-langkah metode MODI :
 Tentukan solusi awal
 Hitung nilai-nilai ui dan vj untuk tiap-tiap baris dan kolom
dengan menerapkan rumus cij = ui + vj pada tiap sel yang
terisi atau sel basis ( sel yang telah memiliki alokasi). Nilai
ui dan vj dihitung dari selisih antara sel yang mempunyai
biaya terkecil dengan biaya terkecil berikutnya pada tiap-
tiap baris dan kolom.
 Hitung perubahan biaya kij untuk setiap sel kosong
dengan menggunakan rumus kij = cij – ui – vj
 Alokasikan sebanyak mungkin ke sel kosong yang
menghasilkan penurunan biaya terbesar (kij yang paling
negatif). Alokasikan sesuai lintasan stepping stone untuk
sel yang terpilih.
 Ulangi langkah 2 sampai 4 sampai semua nilai kij positif
atau nol.
Model Transportasi Tidak Seimbang :

 Untuk menyelesaikan permasalahan model

transportasi tidak seimbang adalah dengan
menambahkan kolom / baris dummy
 Penambahan kolom / baris dummy tidak akan
mempengaruhi solusi awal maupun solusi
optimal pada metode transportasi.
 Sel-sel pada kolom/baris dummy diperlakukan
sama seperti sel yang lainnya. Sehingga
penyelesaiannya juga sama dengan tahap-tahap
yang dilakukan pada model transportasi seimbang.
 Khusus untuk penyelesaian awal dengan metode
biaya sel minimum, maka akan terdapat sel-sel
yang masing-masing mempunyai nilai biaya nol.
Dalam hal ini (atau kapan saja terdapat sel-sel
yang bernilai seri/sama), maka salah satu sel
dapat diilih secara acak.
Degenerasi

 Merupakan kondisi dimana jumlah kolom

terisi (sel dengan alokasi) tidak sesuai
dengan rumus m + n -1
 Kesulitan akan muncul pada saat dilakukan
evaluasi untuk menentukan solusi optimal
dengan menggunakan metode Stepping
Stone maupun MODI, karena tidak akan
bekerja dengan baik.
 Untuk menyelesaikannya dipilih salah satu sel
kosong artifisial dengan alokasi sebesar 0, yang
diperlakukan seolah-olah sebagai sebuah sel yang
berisi alokasi.
 Penentuan sel artifisial nol ini dipilih secara acak,
karena tidak terdapat aturan untuk mengalokasikan
sel artifisial. Yang penting diperhatikan adalah
pemilihan sel artifisial nol tersebut harus menjamin
terbentuknya suatu lintasan tertutup stepping stone.
 Setelah penentuan sel artifisial nol ini, langkah
selanjutnya untuk menyelesaikan model transportasi
sama dengan langkah-langkah yang telah dijelaskan
sebelumnya.
Contoh :

Butiran gandum dipanen dan disimpan di tiga

gudang penyimpanan 1, 2, dan 3. Kemudian butir-
butir gandum tersebut dikirim ke penggilingan yang
berlokasi di daerah lain yaitu A, B, dan C.
Setiap bulannya, jumlah butiran gandum yang
tersedia di masing- gudang penyimpanan 1, 2, dan
3 adalah 150 ton, 175 ton, dan 275 ton.
Sedangkan jumlah butiran yang diminta per bulan
oleh penggilingan A, B, dan C berturut-turt adalah
200 ton, 100 ton, dan 300 ton.
Biaya pengiriman satu ton masing gandum dari gudang
penyimpanan ke penggilingan berbeda-beda menurut jarak
dan sistem transportasi yang digunakan. Biaya-biaya
tersebut dituliskan dalam tabel berikut :

Gudang Penggilingan (Tujuan)

(Sumber)
A B C
1 6 8 10
2 7 11 11
3 4 5 12

Permasalahannya adalah berapa banyak ton gandum

yang harus dikirim dari gudang penyimpanan ke tiap
penggilingan setiap bulannya agar total biaya
transportasi minimum
 Model Penugasan
 Sebagai gambaran model penugasan adalah
menyangkut penempatan para pekerja pada
bidang yang tersedia agar biaya yang ditanggung
dapat diminimumkan.
 Misal pekerja dianggap sebagai sumber dan
pekerjaan dianggap sebagai tujuan, maka pada
model penugasan jumlah pasokan pada setiap
sumber dan jumlah permintaan pada setiap
tujuan adalah satu.
 Hal ini berarti setiap pekerja hanya menangani
satu pekerjaan, atau sebaliknya satu pekerjaan
hanya ditangani oleh satu pekerja
 Model matematis untuk masalah penugasan :
m n
Fungsi tujuan : Min Z =  C
i 1 j 1
ij X ij

Fungsi Batasan : X
j 1
ij = 1, i = 1, 2, ......, m

X
i 1
ij = 1, j = 1, 2, ......., n

Xij = 0 atau 1
Catatan :
Xij = 0, bila pekerjaan ke-i tidak ditugaskan pada mesin ke-j.
Xij = 1, bila pekerjaan ke-i ditugaskan pada mesin ke-j.
Penyelesaian Model Penugasan :

 Metode yang digunakan untuk

menyelesaikan masalah penugasan
adalah metode Hungarian
 Langkah-langkah metode Hungarian

1. Lakukan pengurangan baris dengan cara mengurangkan nilai

terendah pada suatu baris dari semua nilai pada baris tersebut.
2. Lakukan pengurangan kolom dengan cara mengurangkan nilai
terendah pada suatu kolom dari semua nilai pada kolom tersebut.
3. Tarik sejumlah garis horizontal dan vertikal yang diperlukan untuk
mencoret semua angka nol pada tabel biaya oportunity yang
lengkap.
4. Jika diperlukan garis lebih sedikit dari m (dimana m = jumlah baris
atau kolom), maka semua nilai lain yang tercoret dikurangkan
dengan nilai terendah dari nilai-nilai yang tidak tercoret tersebut.
Kemudian nilai terendah tersebut ditambahkan pada sel-sel dimana
dua garis berpotongan, sedangkan nilai yang lain tetap. Ulangi
langkah 3.
5. Jika diperlukan garis sebanyak m, maka solusi optimal tercapai.
Sehingga dapat dilakukan analisis m penugasan yang unik. Jika
masih diperlukan garis lebih sedikit dari m, maka ulangi langkah 4.
Contoh 1 (kasus minimisasi) :

ACC mempunyai 4 pertandingan bola basket pada suatu malam

tertentu. Kantor pusat bermaksud mengirim 4 tim pendamping ke
empat pertandingan sedemikian sehingga total jarak yang harus
ditempuh minimal. Jarak tiap tim pendamping ke lokasi tiap
pertandingan ditunjukkan pada tabel berikut :

Tim Lokasi Pertandingan

K L M N
A 210 90 180 160
B 100 70 130 200
C 175 105 140 170
D 80 65 105 120
Contoh 2 (kasus maksimisasi) :

Sebuah perusahaan mempekerjakan 3 salesman untuk

3 daerah pemasarannya. Perkiraan penjualan setiap
salesman untuk tiap daerah pemasaran ditunjukkan
pada tabel berikut :

Salesman Daerah Pemasaran

P Q R
A 25 31 35
B 15 20 24
C 22 19 17