METODE TRANSPORTASI
Suatu metode yang digunakan untuk mengatur
distribusi dari sumber-sumber yang
menyediakan produk yang sama ke tempat-
tempat yang membutuhkan secara optimal. (hal
ini karena terdapat perbedaan biaya-biaya
alokasi dari 1 sumber ke tempat-tempat tujuan
yang berbeda)
KEGUNAAN LAIN METODE
TRANSPORTASI DALAM BISNIS ADALAH
UNTUK MEMECAHKAN MASALAH :
• Pengiklanan
• Pembelanjaan modal (capital financial)
• Alokasi dana untuk investasi
• Analisis alokasi
• Keseimbangan lini perakitan
• Perencanaan serta scheduling produksi
BEBERAPA METODE TRANSPORTASI
W 20 5 8
H 15 20 10
P 25 10 19
Metode NWCR
Langkah-langkahnya :
• Dimulai dari sudut kiri atas (sel WA) alokasikan
sebanyak mungkin dengan memilih jumlah
terkecil antara kapasitas pabrik dan kebutuhan
gudang. Dalam hal ini WA diisi sebanyak 50,
• Karena gudang A sudah terpenuhi maka
berpindah ke kolom 2 (sel WB) diisi sebanyak 40
merupakan sisa kapasitas pabrik W. kebutuhan
gudang B masih kurang sebanyak 70 maka
diambilkan dari kapasitas pabrik H sebanyak 60
dan dari pabrik P sebanyak 10
• Gudang B sudah terpenuhi maka kebutuhan
gudang C dipenuhi oleh pabrik P yang
kapasitasnya masih tersisa 40.
Alokasi dengan pedoman NWCR
ke Gudang Gudang Gudang Kapasitas
dari A B C pabrik
20 5 8
Pabrik 90
W 50 40
15 20 10
Pabrik 60
H 60
25 10 19
Pabrik 50
P 10 40
Kebutuhan 50 110 40 200
Gudang
Biaya angkut = 50(20)+40(5)+60(20)+10(10)+40(19) = 3260
Metode Biaya Minimum
langkah-langkahnya :
W 20 5 8 90 3
H 15 20 10 60 5
P 25 10 19 50 9
Kebutuhan 50 110 40 Dipilih sel PB = 50
perbedaan 5 5 2 Hilangkan baris P
A B C Kapasitas perbedaan
W 20 5 8 90 3
H 15 20 10 60 5
A C Kapasitas
H 15 10 60
Kebutuhan 50 10 Dipilih sel HA = 50
HC = 10
Matrik hasil alokasi Metode VAM
ke Gudang Gudang Gudang Kapasitas
dari A B C pabrik
20 5 8
Pabrik 90
W 60 30
15 20 10
Pabrik 60
H 50 10
25 10 19
Pabrik 50
P 50
Kebutuhan 50 110 40 200
Gudang
WC 8-5+10-19 -6
HA 15-20+5-20 -20 (Terpilih)
HC 10-20+10-19 -19
PA 25-10+5-20 0
A B C
20 5 8
W 90
90
15 20 10
H 60
50 10
25 10 19
P 50
10 40
50 110 40 200
WA 20-5+10-19+10-15 1
WC 8-19+10-5 -6 (Terpilih)
HB 20-10+19-10 19
PA 25-19+10-15 1
A B C
20 5 8
W 90
60 30
15 20 10
H 60
50 10
25 10 19
P 50
50
50 110 40 200
Segiempat Non basis Jalur tertutup Pengurangan biaya
WA 20-8+10-15 7 Sudah
HB 20-10+8-5 13 optimal
PA 25-10+5-8+10-15 7
PC 19-8+5-10 6
Biaya = 60(5) + 30(8) + 50(15) + 10(10) + 50(10) = 1890
Metode MODI
langkah-langkah
• Pengisian tabel awal dengan least cost atau NWCR
• Menentukan nilai baris dan kolom berdasarkan rumus
Ri + Kj = Cij, dimana baris pertama diberi nilai =0
• Menghitung indeks perbaikan (nilai dari segi empat yg
kosong) dengan rumus Cij-Ri-Kj
• Memilih titik tolak perbaikan yaitu segiempat yg memiliki
indeks perbaikan negatif (-) terbesar
• Memperbaiki alokasi (caranya seperti pada metode
stepping stone).
• Ulangi langkah-langkah diatas mulai langkah kedua
sampai nilai indeks perbaikan tidak ada yg bernilai
negatif.
Langkah 1 dan 2 untuk metode MODI
Tabel diatas sudah optimal karena indeks perbaikan untuk segi empat
kosong sudah tidak ada yang bernilai negatif
Kebutuhan lebih kecil dari sumber yang tersedia
A B C
W 20 5 8
H 15 20 10
P 25 10 19
terkirim supply
0 60 30 90 90
50 0 10 60 60
0 50 0 50 50
demand 50 110 40
diterima 50 110 40
Pekerjaan I II III IV
karyawan
A Rp 15 Rp 20 Rp 18 Rp 22
B 14 16 21 17
C 25 20 23 20
D 17 18 18 16
Langkah-langkah penyelesaian sbb :
1. Mengubah matrik biaya menjadi matrik opportunity cost.
Caranya pilih elemen terkecil dari setiap baris (kolom), untuk
mengurangi seluruh elemen dalam setiap baris (kolom).
Hasilnya tampak pada Tabel 6.2 berikut
Pekerjaan I II III IV
karyawan
A 0 5 3 7
B 0 2 7 3
C 5 0 3 0
D 1 2 2 0
2. Langkah 1 tadi berdasarkan elemen baris, selanjutnya
membuat total opportunity cost matrix. Pilih elemen terkecil
kolom untuk mengurangi seluruh elemen kolom tersebut
yaitu hanya untuk kolom yg belum memiliki minimal satu
nilai nol. Ditunjukkan dalam tabel 6.3 berikut.
Pekerjaan I II III IV
karyawan
A 0 5 1 7
B 0 2 5 3
C 5 0 1 0
D 1 2 0 0
3. Mencari skedul penugasan. Praktisnya dengan menarik
sejumlah garis horisontal /vertikal untuk meliput seluruh elemen
bernilai nol. Minimal jumlah baris sama dengan jumlah baris/kolom.
Bila tidak sama maka harus direvisi.
Pekerjaan I II III IV
karyawan
A 0 5 1 7
B 0 2 5 3
C 5 0 1 0
D 1 2 0 0
4.Untuk merevisi pilih elemen terkecil yang belum terliput garis
untuk mengurangi seluruh elemen yang belum terliput garis.
Kemudian tambahkan dengan jumlah yg sama untuk elemen
yang terliput dua garis yg bersilangan. Hasilnya sbb.
Pekerjaan I II III IV
karyawan
A 0 4 0 6
B 0 1 4 2
C 6 0 1 0
D 2 2 0 0
5.Matriks penugasan telah tercapai
Skedul penugasan
A – III Rp 18
B–I 14
C – II 20
D - IV 16
68
Masalah Maksimisasi
Pekerjaan I II III IV V
karyawan
A Rp 10 Rp 12 Rp 10 Rp 8 Rp 15
B 14 10 9 15 13
C 9 8 7 8 12
D 13 15 8 16 11
E 10 13 14 11 17
Langkah-langkah penyelesaian
Pekerjaan I II III IV V
karyawan
A 5 3 5 7 0
B 1 5 6 0 2
C 3 4 5 4 0
D 3 1 8 0 5
E 7 4 3 0 0
2. Langkah pertama menggunakan elemen baris, berikut
nya membuat total opportunity loss, yaitu melalui
pengurangan seluruh elemen dalam setiap kolom dengan
elemen terkecil dari kolom tersebut. (langkah ini dan
berikutnya sama seperti langkah pada masalah minimisasi)
Pekerjaan I II III IV V
karyawan
A 2 0 0 5 0
B 0 4 3 0 4
C 0 1 0 2 0
D 2 0 5 0 7
E 6 3 0 6 2
Skedul penugasan optimal dan keuntungan total dan
terdapat dua alternatif penyelesaian
I II III IV
A 15 20 18 22
B 14 16 21 17
C 25 20 23 20
D 17 18 18 16
terisi TUGAS
A 0 0 1 0 1 1
B 1 0 0 0 1 1
C 0 1 0 0 1 1
D 0 0 0 1 1 1
tugas 1 1 1 1
terisi 1 1 1 1
total cost 68
Pertemuan 14
Linier Goal Programing
Pendahuluan
Goal Programing: Masalah
KombinasiProduk
Goal Programing: Masalah Media
Advertensi
Goal Programing: Masalah Prioritas
Pendahuluan
• Dalam bab-bab terdahulu telah dibahas linear
programming dengan menggunakan teknik
formulasi dalam menyelesaikan berbagai
masalah manajemen. Komponen utama dari
kebanyakan linear program adalah fungsi
tujuan, yang ditandai oleh salah satu kriteria
yaitu maksimum atau minimum.
• Pada kenyataannya hal demikian tidak selalu
tepat atau layak bagi manajemen
Secara eksplisit dalam kedua kriteria tersebut sering
dinyatakan sebagai masalah optimum. Misalnya:
• Pertentangan tujuan. Manajemen mungkin menghadapi
pertentangan tujuan antara meminimumkan biaya atau
memaksimumkan pelayanan kepada pelanggan. Pada
hal tingginya tingkat pelayanan akan menjadi biaya
pelayanan semakin tinggi.
• Perbedaan dimensi tujuan. Misalnya, tujuannya adalah
menentukan jumlah unit produksi yang akan
memaksimumkan keuntungan atau memaksimumkan
market share.
• Kesulitan mengukur tujuan. Misalnya, tujuannya adalah
memaksimumkan tingkat pelayanan pada pelanggan, hal
ini sulit untuk diukur.
Goal programming (GP) adalah kelanjutan
dari linear programming di mana tujuan
manajemen yang sesungguhnya adalah untuk
mencapai goal secara tepat berdasarkan
kendala yang dimiliki.
Tujuan dari goal program adalah untuk
meminimumkan penyimpangan dalam mencapai
tujuan manajemen.oleh karena itu, setiap goal
merupakan bagian dari fungsi tujuan. Dalam
bagian berikut ini akan diperhatikan berbagai
ilustrasi metode goal programming.
Goal Programming: Masalah Kombinasi
Produksi