LINIER PROGRAMMING :

TRANSPORTASI

1
 Model Transportasi
• Model transportasi merupakan model khusus dari
suatu permasalah linier programming, yang dapat
digunakan untuk memecahkan masalah pengiriman
komoditas dari suatu sumber (mis. Pabrik) ke tujuan
(mis. Gudang)
• Tujuan dari model transportasi ini adalah
meminimalkan total biaya minimum dengan
memenuhi batas pasokan dan kebutuhan.
 Model Transportasi
Sumber Tujuan

Cij : Xij
a1 A 1 b1

Pasokan a2 B 2 b2 Kebutuhan

a3 C 3 b3
 Contoh Permasalahan
• Sebuah perusahaan retail memiliki gudang dibeberapa kota
yaitu Jakarta, Medan dan Semarang, dan selanjutnya dari
ketiga gudang tersebut perusahaan berusaha untuk
memenuhi kebutuhan pelanggannya di kota-kota Surabaya,
Balikpapan dan Makassar.
• Sementara itu, dari gudang-gudang tersebut perusahaan
mampu memasok masing-masing secara berurutan adalah
dari Jakarta 120 unit, Medan 80 unit dan Semarang 80 unit,
sedangkan permintaan dari kota Surabaya sebanyak 150 unit,
Balikpapan sebanyak 70 unit dan Makassar sebanyak 60 unit.
 Contoh Permasalahan
Biaya angkut dari gudang ke pelanggan

Biaya per unit ke

Dari
Surabaya Balikpapan Makassar

Jakarta 8 5 6
Medan 15 10 12
Semarang 3 9 10
 Penyelesaian :
Rumusan PL :
(1). Fungsi Tujuan :
Minimumkan : Z =8X11+5X12+6X13+15X21+10X22+2X23+
3X31+9X32+10X33
(2). Fungsi kendala :
2.1. Pabrik (Supply) :
- Pabrik-1 : X11+X12+X13 = 120
- Pabrik-2 : X21+X22+X23 = 80
- Pabrik-3 : X31+X32+X33 = 80
2.2. Pasar (demand) :
- Pasar-1 : X11+X21+X31 = 150
- Pasar-2 : X12+X22+X32 = 70
- Pasar-3 : X13+X23+X33 = 60
Dari contoh permasalahan diatas maka dapat dibuat tabel
transportasi seperti berikut:

Tujuan
Sumber Supply
Surabaya Balikpapan Makassar

8 5 6
Jakarta 120

15 10 12
Medan 80

3 9 10
Semarang 80

Demmand 150 70 60 280

 Solusi Awal dan Optimasi
• Dalam model transportasi alokasi yang dilakukan untuk
mengisi sel-sel kosong (yang dikenal dengan solusi awal)
dapat dilakukan dengan beberapa metode, yaitu:
1. North West Corner (NWC)
2. Least Cost
3. Russel Approximation Method (RAM)
4. Vogel Aproximation Method (VAM)

• Sementara itu, untuk mencari solusi optimal dapat dilakukan

dengan menggunakan metode:
1. Stepping Stone
2. Modified Distribution (Modi)
 North West Corner
Langkah-langkahnya adalah seperti berikut :
• Mulai pada pojok barat laut (pojok kiri atas) dan alokasikan sebanyak
mungkin pada X11 tanpa menyimpang dari kendala penawaran atau
permintaan (artinya X11 ditetapkan sama dengan yang terkecil di antara S1
dan D1)
• Ini akan menghabiskan penawaran pada sumber 1 dan atau permintaan
pada tujuan 1. Akibatnya, tak ada lagi barang yang dapat dialokasikan,
selanjutnya alokasikan sebanyak mungkin ke sel di dekatnya pada baris
atau kolom. Jika kolom maupun baris telah dihabiskan pindah ke sel
berikutnya yang terdekat.
• Lanjutkan dengan cara yang sama sampai semua penawaran telah
dihabiskan dan keperluan permintaan terpenuhi.
 North West Corner
Tujuan
Sumber Supply
Surabaya Balikpapan Makassar

8 5 6
Jakarta 120
120
15 10 12
Medan 80

3 9 10
Semarang 80

Demmand 150 70 60 280

 North West Corner
Tujuan
Sumber Supply
Surabaya Balikpapan Makassar

8 5 6
Jakarta 120
120
15 10 12
Medan 80
30
3 9 10
Semarang 80

Demmand 150 70 60 280

 North West Corner
Tujuan
Sumber Supply
Surabaya Balikpapan Makassar

8 5 6
Jakarta 120
120
15 10 12
Medan 80
30 50
3 9 10
Semarang 80

Demmand 150 70 60 280

 North West Corner
Tujuan
Sumber Supply
Surabaya Balikpapan Makassar

8 5 6
Jakarta 120
120
15 10 12
Medan 80
30 50
3 9 10
Semarang 80
20

Demmand 150 70 60 280

 North West Corner
Tujuan
Sumber Supply
Surabaya Balikpapan Makassar

8 5 6
Jakarta 120
120
15 10 12
Medan 80
30 50
3 9 10
Semarang 80
20 60

Demmand 150 70 60 280

 North West Corner
Penyelasaian Tabel Trasportasi di atas :
(1). Mulai pojok barat laut : x11=a1<b1 , yaitu :
x11=120>150 maka x11=min(120,150)=120.
Teruskan ke sel x21 .
(2). x21 =(150-120) < 80 maka x21 =min(30,80)
= 30. Teruskan ke sel x22 .
(3). x22 =(80-30) < 70 maka x22 =min(50,80)=
50. Teruskan ke sel x32 .
(4). x32 =(70-50) < 80 maka x32 =min(20,80)=
20. Teruskan ke sel x33 .
(5). x33 = (80-60) = 60 maka x33 = 60
Total Biaya Transportasi minimum =
120(8)+ 30(15)+50(10)+20(9)+60(10) = 2690
 Least Cost
Metode ini berusaha mencapai tujuan minimasi biaya dengan alokasi
sistematik pada kotak-kotak sesuai dengan besarnya biaya transpor per
unit.

Prosedur metode ini adalah sbb:

• Pilih variabel Xij (kotak) dengan biaya transpor (Cij) terkecil dan alokasikan
sebanyak mungkin. Untuk Cij terkecil, Xij = minimum [S1,D1]. Ini akan
menghabiskan baris i atau kolom j.
• Dari kotak-kotak sisanya yang layak (yaitu yang tidak terisi atau tidak
dihilangkan), pilih nilai Cij terkecil berikutnya dan alokasikan sebanyak
mungkin.
• Lanjutkan proses ini sampai semua penawaran dan permintaan terpenuhi
 Least Cost
Tujuan
Sumber Supply
Surabaya Balikpapan Makassar

8 5 6
Jakarta 120

15 10 12
Medan 80

1 3 9 10
Semarang 80

Demmand 150 70 60 280

 Least Cost
Tujuan
Sumber Supply
Surabaya Balikpapan Makassar

8 2 5 6
Jakarta 120

15 10 12
Medan 80

3 9 10
Semarang 80
80

Demmand 150 70 60 280

 Least Cost
Tujuan
Sumber Supply
Surabaya Balikpapan Makassar

8 5 3 6
Jakarta 120
70
15 10 12
Medan 80

3 9 10
Semarang 80
80

Demmand 150 70 60 280

 Least Cost
Tujuan
Sumber Supply
Surabaya Balikpapan Makassar

8 5 6
Jakarta 120
70 50
15 10 4 12
Medan 80

3 9 10
Semarang 80
80

Demmand 150 70 60 280

 Least Cost
Tujuan
Sumber Supply
Surabaya Balikpapan Makassar

8 5 6
Jakarta 120
70 50
5 15 10 12
Medan 80
10
3 9 10
Semarang 80
80

Demmand 150 70 60 280

 Least Cost
Tujuan
Sumber Supply
Surabaya Balikpapan Makassar

8 5 6
Jakarta 120
70 50
15 10 12
Medan 80
70 10
3 9 10
Semarang 80
80

Demmand 150 70 60 280

TC = (70x5)+(50x6)+(70x15)+(10x12)+(80x3) = 2060
 Perbedaan antara NWC dan LC
• Metode North West Corner lebih mudah
dikerjakan dari pada metode lainnya, tetapi
solusi awal pada umumnya masih jauh dari
optimal karena belum memperhitungkan
ongkos angkut cij. Hal ini berbeda dengan
metode Least-Cost Method, yang sudah
memperhitungkan ongkos angkut satuan cij.
 Vogel Aproximation Method
Proses VAM dapat diringkas seperti berikut :
• Hitung opportunity cost untuk setiap baris atau kolom. Opportunity cost
setiap baris i dihitung dengan mengurangkan nilai Cij terkecil pada baris
itu dengan nilai Cij satu tingkat lebih besar pada baris yang sama.
Opportunity cost kolom diperoleh dengan cara yang serupa. Biaya-biaya ini
adalah penalti karena tidak memilih kotak dengan biaya minimum.
• Pilih baris atau kolom yang memiliki opportunity cost terbesar (jika ada
angka kembar pilih salah satu). Alokasikan sebanyak mungkin ke kotak
dengan niali Cij minimum pada baris atau kolom yang dipilih.
• Sesuaikan penawaran dan permintaan untuk menunjukkan alokasi yang
sudah dilakukan. Hilangkan semua baris atau kolom di mana penawaran
atau permintaan telah dihabiskan (maksimum)
• Jika semua penawaran dan permintaan belum terpenuhi, kembali ke
langkah 1 dan hitung opportunity cost yang baru.
 Vogel Aproximation Method
Tujuan
Sumber Supply
Surabaya Balikpapan Makassar

8 5 6
Jakarta 120 6–5=1

15 10 12
Medan 80 12 – 10 = 2

3 9 10
Semarang 80 9–3=6

Demmand 150 70 60 280

8–3=5 9–5=4 10 – 6 = 4
 Vogel Aproximation Method
Tujuan
Sumber Supply
Surabaya Balikpapan Makassar

8 5 6
Jakarta 120 6–5=1

15 10 12
Medan 80 12 – 10 = 2

3 9 10
Semarang 80 9–3=6

Demmand 150 70 60 280

8–3=5 9–5=4 10 – 6 = 4
 Vogel Aproximation Method
Tujuan
Sumber Supply
Surabaya Balikpapan Makassar

8 5 6
Jakarta 120 6–5=1

15 10 12
Medan 80 12 – 10 = 2

3 9 10
Semarang 80 9–3=6
80

Demmand 150 70 60 280

8–3=5 9–5=4 10 – 6 = 4
 Vogel Aproximation Method
Tujuan
Sumber Supply
Surabaya Balikpapan Makassar

8 5 6
Jakarta 120 6–5=1

15 10 12
Medan 80 12 – 10 = 2

3 9 10
Semarang 80
80

Demmand 150 70 60 280

15 – 8 = 7 10 – 5 = 5 12 – 6 = 6
 Vogel Aproximation Method
Tujuan
Sumber Supply
Surabaya Balikpapan Makassar

8 5 6
Jakarta 120 6–5=1
70
15 10 12
Medan 80 12 – 10 = 2

3 9 10
Semarang 80
80

Demmand 150 70 60 280

15 – 8 = 7 10 – 5 = 5 12 – 6 = 6
 Vogel Aproximation Method
Tujuan
Sumber Supply
Surabaya Balikpapan Makassar

8 5 6
Jakarta 120 6–5=1
70
15 10 12
Medan 80 12 – 10 = 2

3 9 10
Semarang 80
80

Demmand 150 70 60 280

10 – 5 = 5 12 – 6 = 6
 Vogel Aproximation Method
Tujuan
Sumber Supply
Surabaya Balikpapan Makassar

8 5 6
Jakarta 120
70 50
15 10 12
Medan 80 12 – 10 = 2

3 9 10
Semarang 80
80

Demmand 150 70 60 280

 Vogel Aproximation Method
Tujuan
Sumber Supply
Surabaya Balikpapan Makassar

8 5 6
Jakarta 120
70 50
15 10 12
Medan 80 12 – 10 = 2
70
3 9 10
Semarang 80
80

Demmand 150 70 60 280

 Vogel Aproximation Method
Tujuan
Sumber Supply
Surabaya Balikpapan Makassar

8 5 6
Jakarta 120
70 50
15 10 12
Medan 80
70 10
3 9 10
Semarang 80
80

Demmand 150 70 60 280

TC = (70x8)+(50x6)+(70x10)+(10x12)+(80x3) = 1920
 Russel Aproximation Method
RAM melengkapi metode penyusunan tabel awal dengan pendekatan
selisih biaya terbesar antara biaya distribusi masing-masing sel dengan
biaya distribusi terbesar pada masing-masing baris dan kolom di mana sel
itu berada. Secara matematis :

Δij = Bij – Ri – Tj

di mana,
Δij : Selisih biaya distribusi Russell
Bij : Biaya distribusi sel pada baris ke-i dan kolom ke-j
Ri : Biaya distribusi terbesar pada baris ke-i
Tj : Biaya distribusi terbesar pada kolom ke-j
 Russel Aproximation Method
Δ11 = 8 – 8 – 15 = – 15
Tujuan
Sumber Supply Ri
Surabaya Balikpapan Makassar

8 5 6
Jakarta 120 8

15 10 12
Medan 80 15

3 9 10
Semarang 80 10

Demmand 150 70 60 280

Tj 15 10 12
 Russel Aproximation Method
Δ11 = 8 – 8 – 15 = – 15
Tujuan
Sumber Supply Ri
Surabaya Balikpapan Makassar

- 15 8 5 6
Jakarta 120 8

15 10 12
Medan 80 15

3 9 10
Semarang 80 10

Demmand 150 70 60 280

Tj 15 10 12
 Russel Aproximation Method
Δ11 = 5 – 8 – 10 = – 13
Tujuan
Sumber Supply Ri
Surabaya Balikpapan Makassar

- 15 8 5 6
Jakarta 120 8

15 10 12
Medan 80 15

3 9 10
Semarang 80 10

Demmand 150 70 60 280

Tj 15 10 12
 Russel Aproximation Method
Δ11 = 5 – 8 – 10 = – 13
Tujuan
Sumber Supply Ri
Surabaya Balikpapan Makassar

- 15 8 - 13 5 6
Jakarta 120 8

15 10 12
Medan 80 15

3 9 10
Semarang 80 10

Demmand 150 70 60 280

Tj 15 10 12
 Russel Aproximation Method
Tujuan
Sumber Supply Ri
Surabaya Balikpapan Makassar

-15 8 -13 5 -14 6

Jakarta 120 8

-15 15 -15 10 -15 12

Medan 80 15

-22 3 -11 9 -12 10

Semarang 80 10

Demmand 150 70 60 280

Tj 15 10 12
 Russel Aproximation Method
Tujuan
Sumber Supply Ri
Surabaya Balikpapan Makassar

-15 8 -13 5 -14 6

Jakarta 120 8

-15 15 -15 10 -15 12

Medan 80 15

3 9 10
Semarang 80
80

Demmand 150 70 60 280

Tj 15 10 12
 Russel Aproximation Method
Tujuan
Sumber Supply Ri
Surabaya Balikpapan Makassar

8 -13 5 -14 6
Jakarta 120 8
70
15 -12 10 -12 12
Medan 80 12

3 9 10
Semarang 80
80

Demmand 150 70 60 280

Tj 10 12
 Russel Aproximation Method
Tujuan
Sumber Supply Ri
Surabaya Balikpapan Makassar

8 5 6
Jakarta 120
70 50
15 -12 10 -12 12
Medan 80 12

3 9 10
Semarang 80
80

Demmand 150 70 60 280

Tj 10 12
 Russel Aproximation Method
Tujuan
Sumber Supply Ri
Surabaya Balikpapan Makassar

8 5 6
Jakarta 120
70 50
15 10 -12 12
Medan 80 12
70
3 9 10
Semarang 80
80

Demmand 150 70 60 280

Tj 12
 Russel Aproximation Method
Tujuan
Sumber Supply
Surabaya Balikpapan Makassar

8 5 6
Jakarta 120
70 50
15 10 12
Medan 80
70 10
3 9 10
Semarang 80
80

Demmand 150 70 60 280

TC = (70x8)+(50x6)+(70x10)+(10x12)+(80x3) = 1920
 Metode Stepping Stone
Setelah solusi dasar awal diperoleh dari
masalah transportasi, langkah berikutnya
adalah menekan kebawah biaya transpor
dengan memasukkan variabel non basis (yaitu
alokasi barang ke kotak kosong) ke dalam
solusi. Proses evaluasi variabel non basis yang
memungkinkan terjadinya perbaikan solusi
dan kemudian mengalokasikannya kembali
dinamakan metode Stepping Stone.
 Stepping Stone
Tujuan 5 – 10 + 15 – 8 = 2
Sumber Supply
Surabaya Balikpapan Makassar

(-) 8 (+) 5 6
Jakarta 120
120
(+) 15 (-) 10 12
Medan 80
30 50
3 9 10
Semarang 80
20 60

Demmand 150 70 60 280

 Stepping Stone
6 – 10 + 9 – 10 + 15 – 8 = 3
Tujuan
Sumber Supply
Surabaya Balikpapan Makassar

(-) 8 5 (+) 6
Jakarta 120
120
(+) 15 (-) 10 12
Medan 80
30 50
3 (+) 9 (-) 10
Semarang 80
20 60

Demmand 150 70 60 280

 Stepping Stone
Tujuan
Sumber Supply
Surabaya Balikpapan Makassar

812 – 10 + 9 – 105= 1 6
Jakarta 120
120
15 (-) 10 (+) 12
Medan 80
30 50
3 (+) 9 (-) 10
Semarang 80
20 60

Demmand 150 70 60 280

 Stepping Stone
Tujuan
Sumber Supply
Surabaya Balikpapan Makassar

8 5 6
Jakarta 3 – 15 + 10 – 9 = – 11 120
120
(-) 15 (+) 10 12
Medan 80
30 50
(+) 3 (-) 9 10
Semarang 80
20 60

Demmand 150 70 60 280

 Stepping Stone
Tujuan
Sumber Supply
Surabaya Balikpapan Makassar

8 5 6
Jakarta 120
120
(-) 15 (+) 10 12
Medan 80
10 70
(+) 3 (-) 9 10
Semarang 80
20 60

Demmand 150 70 60 280

Iterasi Pertama
 Stepping Stone
Tujuan 5 – 10 + 15 – 8 = 2
Sumber Supply
Surabaya Balikpapan Makassar

(-) 8 (+) 5 6
Jakarta 120
120
(+) 15 (-) 10 12
Medan 80
10 70
3 9 10
Semarang 80
20 60

Demmand 150 70 60 280

 Stepping Stone
6 – 10 + 3 – 8 = – 9
Tujuan
Sumber Supply
Surabaya Balikpapan Makassar

(-) 8 5 (+) 6
Jakarta 120
120
15 10 12
Medan 80
10 70
(+) 3 9 (-) 10
Semarang 80
20 60

Demmand 150 70 60 280

 Stepping Stone
Tujuan
Sumber Supply
Surabaya Balikpapan Makassar
12 – 10 + 3 – 15 = – 10
8 5 6
Jakarta 120
120
(-) 15 10 (+) 12
Medan 80
10 70
(+) 3 9 (-) 10
Semarang 80
20 60

Demmand 150 70 60 280

 Stepping Stone
Tujuan
Sumber Supply
Surabaya Balikpapan Makassar

8 5 6
Jakarta 120
9 – 3 + 15 – 10 = 11
120
(+) 15 (-) 10 12
Medan 80
10 70
(-) 3 (+) 9 10
Semarang 80
20 60

Demmand 150 70 60 280

 Stepping Stone
Tujuan
Sumber Supply
Surabaya Balikpapan Makassar

8 5 6
Jakarta 120
120
(-) 15 10 (+) 12
Medan 80
70 10
(+) 3 9 (-) 10
Semarang 80
30 50

Demmand 150 70 60 280

Iterasi Kedua
 Stepping Stone
5 – 10 + 12 – 10 + 3 – 8 = – 8
Tujuan
Sumber Supply
Surabaya Balikpapan Makassar

(-) 8 (+) 5 6
Jakarta 120
120
15 (-) 10 (+) 12
Medan 80
70 10
(+) 3 9 (-) 10
Semarang 80
30 50

Demmand 150 70 60 280

 Stepping Stone
6 – 10 + 3 – 8 = – 9
Tujuan
Sumber Supply
Surabaya Balikpapan Makassar

(-) 8 5 (+) 6
Jakarta 120
120
15 10 12
Medan 80
70 10
(+) 3 9 (-) 10
Semarang 80
30 50

Demmand 150 70 60 280

 Stepping Stone
Tujuan
Sumber 15 – 12 + 10 – 3 = 10 Supply
Surabaya Balikpapan Makassar

8 5 6
Jakarta 120
120
(+) 15 10 (-) 12
Medan 80
70 10
(-) 3 9 (+) 10
Semarang 80
30 50

Demmand 150 70 60 280

 Stepping Stone
Tujuan
Sumber Supply
Surabaya Balikpapan Makassar

8 5 6
Jakarta 120
9 – 10 + 120
12 – 10 = 1
15 (-) 10 (+) 12
Medan 80
70 10
3 (+) 9 (-) 10
Semarang 80
30 50

Demmand 150 70 60 280

 Stepping Stone
Tujuan
Sumber Supply
Surabaya Balikpapan Makassar

(-) 8 5 (+) 6
Jakarta 120
70 50
15 10 12
Medan 80
70 10
(+) 3 9 (-) 10
Semarang 80
80

Demmand 150 70 60 280

Iterasi Ketiga
 Optimum
Stepping Stone
Tujuan
Sumber Supply
Surabaya Balikpapan Makassar

8 5 6
Jakarta 120
70 50
15 10 12
Medan 80
70 10
3 9 10
Semarang 80
80

Demmand 150 70 60 280

C12 = 5 – 6 + 12 – 10 = 1 C32 = 9 – 3 + 8 – 6 + 12 – 10 = 10
C21 = 15 – 8 + 6 – 12 = 1 C33 = 10 – 3 + 8 – 6 = 9
 Modified Distribution
Dalam metode ini suatu nilai Ui, dirancang
untuk setiap baris ke-i dan suatu nilai Vj untuk
kolom ke-j pada tabel transportasi. Untuk
setiap basis (yaitu kotak isi), Xij mengikuti
hubungan seperti berikut :
Ui + Vj = Cij,
dimana Cij adalah biaya transpor per unit
 Modified Distribution
1. Tentukan nilai-nilai Ui untuk setiap baris dan nilai Vj untuk
setiap kolom dengan menggunakan hubungan Cij = Ui + Vj
untuk semua variabel basis dan tetapkan nilai nol (0) untk
U1.
2. Hitung perubahan biaya Cij untuk setiap variabel non basis
dengan menggunakan rumus Cij = cij – Ui – Vj.
3. Jika terdapat Cij negatif solusi belum optimal. Pilih variabel
dengan nilai Cij negatif terbesar sebagai entering variable.
4. Alokasikan barang ke entering variable Xij sesuai dengan
proses stepping stone. Kembali ke langkah 1.
 Modified Distribution
U1 = 0
X11 : U1 + V1 = C11 = 8 0 + V1 = 8, V1 = 8
X21 : U2 + V1 = C21 = 15 U2 + 8 = 15, U2 = 7
X22 : U2 + V2 = C22 = 10 7 + V2 = 10, V2 = 3
X32 : U3 + V2 = C32 = 9 U3 + 3 = 9, U3 = 6
X33 : U3 + V3 = C33 = 10 6 + V3 = 10, V3 = 4

Cij = cij – Ui – Vj, menghasilkan nila Cij yang identik dengan

stepping stone

C12 = c12 – U1 – V2 = 5 – 0 – 3 = 2
C13 = c13 – U1 – V3 = 6 – 0 – 4 = 2
C23 = c23 – U2 – V3 = 12 – 7 – 4 = 1
C31 = c31 – U3 – V1 = 3 – 6 – 8 = (– 11)
 Modified Distribution
Tujuan
Sumber
Surabaya Balikpapan Makassar
Supply Ui
8 5 6
Jakarta 120 U1 = 0
C12
C12=120
= c12
c12––U1
U1––V2
V2== 55––00––33== 22
C13
C13== c13
c13––15
U1
U1––V3
V3== 610
6––00––44== 2122
Medan
C23 80 U2 = 7
C23=30
= c23
c23––U2
U2–50
–V3
V3== 12
12––77––44== 11
C31
C31== c31
c31––3U3
U3––V1
V1== 339 ––66––88== (–
(–11)
10 11)
Semarang 80 U3 = 6
20 60

Demmand 150 70 60 280

Vj V1 = 8 V2 = 3 V3 = 4
 Modified Distribution
Tujuan
Sumber
Surabaya Balikpapan Makassar
Supply Ui
8 5 6
Jakarta C12
C12==c12
c12––U1
U1––V2
V2==55––00––33==22 120 U1 = 0
120
C13
C13 = c13––U1
= c13 U1 ––V3
V3==66––00––1515==(-9)
(-9)
15 10 12
Medan C23
C23 = c23 – U2 – V3 = 12 – 7 – 15 =(-10)
= c23 – U2 – V3 = 12 – 7 – 15 = (-10) 80 U2 = 7
C32 = 10 – U3 – V2
c32 70 = 9 – (-5) – 3 = 11
C32 = c32 – U3 – V2 = 9 – (-5) – 3 = 11
3 9 10
Semarang 80 U3 = (-5)
20 60

Demmand 150 70 60 280

Vj V1 = 8 V2 = 3 V3 = 15
 Modified Distribution
Tujuan
Sumber
Surabaya Balikpapan Makassar
Supply Ui
8 5 6
Jakarta C12 120 U1 = 0
C12=120
=c12
c12––U1
U1––V2
V2==55––00––1313==(-7)
(-7)
C13
C13==c13
c13––15
U1
U1––V3
V3==610
6––00––1515==12
(-9)
(-9)
Medan C21
C21==c21
c21––U2
U2–70
–V1
V1==15
15––10
(-3)
(-3)––15
15==33 80 U2 = (-3)
C32
C32==c32
c32––U3
U3––V2
V2==99––(-5)
(-5)––1313==11
3 9 10
Semarang 80 U3 = (-5)
30 50

Demmand 150 70 60 280

Vj V1 = 8 V2 = 13 V3 = 15
 Modified Distribution
Tujuan
Sumber
Surabaya Balikpapan Makassar
Supply Ui
8 5 6
Jakarta C12
C12=70
=c12
c12––U1
U1––V2V2==55––050
0––44==11 120 U1 = 0
C21
C21==c21
c21––15
U2
U2––V1V1==15
15––66––88==11
10 12
Medan C32
C32 = c32 – U3 – V2 = 9 – (-5) – 6 =88
= c32 – U3 – V2 = 9 – (-5) – 6 = 80 U2 = 6
C33 70V3 = 10 – 10
C33 = c33 – U3 – V3 = 10 –(-5)
= c33 – U3 – (-5)––66==99
3 9 10
Semarang 80 U3 = (-5)
80

Demmand 150 70 60 280

Vj V1 = 8 V2 = 4 V3 = 6

Optimum
 Latihan soal

Gunakan Metode Barat Laut (NWC), Least Cost Method (LC),

dan Metode Pendekatan Vogel (VAM) untuk mencari solusi
optimal dari masalah ini!.
Referensi:

1. Hamdy A. Taha, Riset Operasi, Jilid 1, Binarupa Aksara,

Jakarta, 1996.
2. Siswanto, Operations Research, Penerbit Erlangga,
Jakarta, 2007.

Selesai