BAB VII.pdf (520Kb)

(1)

Metode Transportasi

BAB VII

METODE TRANSPORTASI

Pada umumnya masalah transportasi berhubungan dengan distribusi suatu

produk tunggal dari beberapa sumber, dengan penawaran terbatas, menuju beberapa

tujuan, dengan permintaan tertentu, pada biaya transport minimum. Karena hanya ada

satu macam barang, suatu tempat tujuan dapat memenuhi permintaanya dari satu atau

lebih sumber. Asumsi dasar model ini adalah bahwa biaya transport pada suatu rute

tertentu proporsional dengan banyaknya unit yang dikirimkan. Unit yang dikirimkan

sangat tergantung pada jenis produk yang diangkut. Yang penting, satuan penawaran

dan permintaan akan barang yang diangkut harus konsisten.

Contoh.

Sebuah perusahaan Negara berkepentingan mengangkut pupuk dari tiga pabrik

ke tiga pasar. Kapasitas penawaran ketiga pabrik, permintaan pada ketiga pasar dan

biaya transport perunit adalah sebagai berikut:

Pasar

Masalah diatas diilustrasikan sebagai suatu model jaringan pada gambar sebagai

(2)

Masalah diatas juga dapat dirumuskan sebagai suatu masalah LP sebagai

berikut:

Minimumkan: Z = 8X11 + 5X12 + 6X13 + 15X21 + 10X22 + 12X23 + 3X31 + 9X32 + 10X33

Batasan: X11 + X12 + X13 = 120 (penawaran pabrik 1)

X21 + X22 + X23 = 80 (penawaran pabrik 2)

X31 + X32 + X33 = 80 (penawaran pabrik 3)

X11 + X21 + X31 = 150 (permintaan pabrik 1)

Table Transportasi

Table 1.1 (Table Transportasi)

Ke

Dari 1 2 3 Penawaran (S)

1

8 5 6

120

2

15 10 12

80

3

3 9 10

80

Permintaan (D) 150 70 60 280

A. Solusi Awal Transportasi

1. Metode North–West Corner

Langkah-langkahnya adalah sebagai berikut:

a. Mulai pada pojok kiri atas (barat laut table) dan alokasikan sebanyak mungkin

(3)

b. Hilangkan baris atau kolom yang tidak dapat dialokasikan lagi, kemudian

alokasikan sebanyak mungkin ke kotak didekat baris atau kolom yang tidak

dihilangkan, jika kolom atau baris sudah dihabiskan, pindahkan secara diagonal

kekotak berikutnya.

c. Lanjutkan dengan cara yang sama sampai semua penawaran telah dihabiskan

dan keperluan permintaan telah dipenuhi.

Solusi awal dengan menggunakan metode north – west corner pada masalah diatas

ditunjukkan oleh table 1.2.

Table 1.2 (Table Solusi Awal Metode North-West Corner)

Ke

Dari table 1.2 diatas dapat diketahui bahwa biaya transport total adalah sebagai berikut: Z

= (8 x 120) + (15 x 30) + (10 x 50) + (9 x 20) + (10 x 60) = 2690

Ingat, ini hanya solusi awal, sehingga tidal perlu optimum.

2. Metode Least-Cost

Langkah-langkahnya adalah sebagai berikut:

a. Pilih variable Xij (kotak) dengan biaya transport (cij) terkecil dan alokasikan

sebanyak mungkin. Ini akan menghabiskan baris i atau kolom j.

b. Dari kotak-kotak sisanya yang layak (yaitu yang tidak terisi atau dihilangkan)

pilih cij terkecil dan alokasikan sebanyak mungkin.

(4)

Solusi awal dengan menggunakan metode north – west corner pada masalah diatas

ditunjukkan oleh table 1.3.

Table 1.3 (Tabel Solusi Awal Metode Least-Cost)

Ke

Dari table 1.3 diatas dapat diketahui bahwa biaya transport total adalah sebagai berikut: Z

= (3 x 80) + (5 x 70) + (6 x 50) + (12 x 10) + (15 x 70) = 2060

3. Metode Aproksimasi Vogel (VAM)

Proses VAM dapat diringkas sebagai berikut:

a. Hitung opportunity cost untuk setiap baris dan kolom. Opportunity cost untuk

setiap baris ke-i dihitung dengan mengurangkan nilai cij terkecil pada baris tersebut

dengan nilai cij satu tingkat lebih besar pada baris yang sama. Opportunity cost

kolom diperoleh dengan cara yang sama. Biaya-biaya ini adalah pinalti karena

tidak memilih kotak dengan biaya minimum.

b. Pilih baris atau kolom dengan opportunity cost terbesar (jika terdapat nilai

kembar, pilih secara sembarang. Alokasikan sebanyak mungkin kekotak dengan

nilai cij minimum pada baris atau kolom yang dipilih.

c. Hilangkan semua baris dan kolom dimana penawaran dan permintaan telah

dihabiskan.

(5)

Solusi awal dengan menggunakan metode VAM pada masalah diatas ditunjukkan oleh

table 1.4.

Table 1.4 (Table Solusi Awal Metode VAM)

Ke

Dari 1 2 3

Penawaran

(S)

Penalty cost baris

(2) ₈ ₅ (3) ₆

1 70 50 120 1 1 1

15 (4) 10 (5) 12

2 70

(1) ₃ ₉

10 80

10

2 2 2

3 80 80 6 ‐ ‐

Permintaan

(D) 150 70 60 280

Penalty cost kolom

(6)

Biaya transport model VAM adalah sebagai berikut:

Z = (3 x 80) + (8 x 70) + (6 x 50) + (10 x 70) + (12 x 10) = 1920

Biaya total untuk solusi awal dengan metode VAM merupakan biaya awal terkecil

yang diperoleh dari ketiga metode solusi awal. Kenyataannya, solusi ini juga

optimum, suatu keadaan yang akan ditunjukan pada pembahasan mencari solusi

optimum.

B. Menentukan Solusi Optimum

1. Metode Stepping Stone

Beberapa hal penting yang perlu diperhatikan dalam penyusunan jalur stepping

stone untuk mencari variable masuk.

a. Arah yang diambil boleh searah atau berlawanan arah jarum jam.

b. Hanya ada satu jalur tertutup untuk setiap kotak kosong.

c. Jalur harus mengikuti kotak terisi, kecuali pada kotak kosong yang sedang

dievaluasi.

d. Baik kotak terisi maupun kotak kosong dapat dilewati dalam penyusunan jalur

tertutup.

e. Suatu jalur dapat melintasi dirinya.

f. Sebuah penambahan dan pengurangan yang sama besar harus kelihatan pada

setiap baris dan kolom pada jalur itu.

• Penambahan atau pengurangan biaya dari jalur tertutup X12: C12 = 5 – 10 + 15 – 8 = +2

• Penambahan atau pengurangan biaya dari jalur tertutup X13: C13 = 6 – 10 + 9 – 10 + 15 - 8 = +2

• Penambahan atau pengurangan biaya dari jalur tertutup X23: C23 = 12 – 10 + 9 – 10 = +1

• Penambahan atau pengurangan biaya dari jalur tertutup X31: C31 = 3 – 15 + 10 – 9 = -11

Analisis diatas menunjukan bahwa C31 memiliki perubahan biaya negative, sehingga

(7)

maka pilih satu yang memiliki perubahan penurunan biaya terbesar (negative terbesar),

dan jika terdapat nilai kembar, pilih sembarang.

Table 1.5 (Tabel Solusi Optimum Metode Stepping Stone – Jalur Tertutup X13)

Ke

(8)

Ke

8 5 6

1 120 120

-1 ₁₅ +1 ₁₀ ₁₂

2 30 50 80

+1 ₃ -1 ₉ ₁₀

3 20 60 80

Permintaan (D) 150 70 60 280

Jumlah yang dialokasikan kedalam variable masuk dibatasi oleh permintaan dan

penawaran, serta dibatasi pada jumlah minimum pada suatu kotak yang dikurangi pada

jalur tertutup. Dari contoh diatas dapat diketahui bahwa variable X31 merupakan

variable masuk, maka:

X31 minimum = (X21, X32) = min (30, 20) = 20, sehingga table transportasi menjadi:

Table 1.8 (Tabel Solusi Optimum Metode Stepping Stone – Alokasi Variable Masuk X31)

Ke

8 5 6

1 120 120

-20 15

2 30 – 20 = 10

+20 10 12

50 + 20 = 70 80

+20 ₃

3 0 + 20 = 20

-20 ₉ ₁₀

20 – 20 = 0 60 80

(9)

Solusi optimum dicapai disaat tidak ada calon variable masuk bernilai negative, dengan

kata lain Cij bernilai positif. Solusi optimum dicapai melalui tiga iterasi:

Table 1.9 (Tabel Solusi Optimum Metode Stepping Stone – Iterasi Kedua)

Ke

8 5 6

1 120 120

-10 15

2 10 – 10 = 0 70

10 +10 12

0 + 10 = 10 80

+10 ₃

3 20 + 10 = 30

9 -10 10

60 – 10 = 50 80

Permintaan (D) 150 70 60 280

Table 1.10 (Tabel Solusi Optimum Metode Stepping Stone – Iterasi Ketiga; Optimum)

Ke

-50 ₈ ₅

1 ₁₂₀_–_{50 =}₇₀

+50 ₆

0 + 50 = 50 120

15 10 12

2 70 10 80

+50 3

3 30 + 50 = 80

Permintaan (D) 150 70 60 280

9 -50 10

(10)

Table 1.11 diatas memberikan nilai Cij positif untuk semua kotak kosong, sehingga

tidak dapat diperbaiki lagi. Solusi optimum pada table 1.11 memberikan biaya transport

terkecil, yaitu:

Z = (8 x 70) + (6 x 50) + (10 x 70) + (12 x 10) + (3 x 80) = 1920

2. Metode Modified Distribution (Modi)

Tabel 1.11. Contoh: solusi awal menggunakan north – west corner.

Ke

Dari table diatas dapat diketahui bahwa:

X11 : U1 + V1 = C11 = 8, misalkan U1 = 0, maka: 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

Nilai perubahan untuk setiap variable non dasar Cij, ditentukan melalui:

Cij = cij – Ui – Vj, sehingga:

C12 = 5 – 0 – 3 = +2 C23 = 12 – 7 – 4 = 1

(11)

Nilai C31 negatif terbesar (-11) menunjukan bahwa solusi yang ada tidak optimal dan X31

sebagai variable masuk. Jumlah yang dialokasikan ke X31 ditentukan sesuai dengan prosedur

stepping stone, selanjutnya Ui, Vj, dan Cij pada table baru dihitung kembali untuk uji

optimalitas dan menentukan variable masuk.

C. Model Penugasan

Pertimbangkan situasi dimana m pekerjaan (atau pekerja) ke n mesin. Pekerjaan i (i = 1, 2, 3,…m) ketika ditugaskan ke mesin j (j = 1, 2, 3, …n) memerlukan biaya Cij. Tujuannya adalah menugaskan pekerjaan-pekerjaan tersebut ke mesin-mesin (satu pekerja

satu mesin) dengan biaya total terendah. Situasi ini dikenal sebagai masalah penugasan.

Dengan kata lain, masalah penugasan menyangkut penempatan para pekerja pada

bidang yang tersedia atau mesin agar biaya yang ditanggung dapat diminimumkan.

Disini pekerjaan mewakili “sumber” dan mesin (bidang yang tersedia) mewakili

“tujuan”. Penawaran yang tersedia disumber adalah 1 dan permintaan yang diperlukan oleh tujuan adalah 1. Biaya pekerjaan i ke mesin i adalah Cij.

Struktur khusus dari model penugasan memungkinkan pengembangan sebuah

teknik pemecahan yang efisien yang disebut metode hungaria. Metode ini akan

diilustrasikan berdasarkan contoh sebagai berikut:

Table 1.12. Matriks Biaya Cij atau Biaya Pekerjaan i ke Mesin j

Pekerjaan

mesin

1 2 3

1 ₂₅ ₃₁ ₃₅

2 ₁₅ ₂₀ ₂₄

(12)

Langkah pertama mencari solusi pola penugasan adalah menyusun total

Opportunity cost table, caranya kurangi elemen pada setiap baris dengan elemen terkecil

pada baris yang bersangkutan. Pengurangan baris menghasilkan:

0 6 10

0 5 9

5 2 0

Berikutnya dilakukan pengurangan kolom dan dihasilkan (ingat biaya tidak boleh

bernilai negative):

0 4 10

0 3 9

5 0 0

Penugasan dapat ditempatkan pada sel yang bernilai nol. Solusi optimum dicapai

jika setiap pekerjaan dapat ditugaskan pada setiap mesin dan setiap mesin dikerjakan oleh

satu pekerja. Untuk mengetahui apakah opportunity cost table sudah optimum dapat

diperiksa melalui cara berikut: tutup semua angka nol dengan menarik garis datar atau

tegak dengan jumlah garis paling efisien. Jika jumlah garis itu lebih kecil dari jumlah baris

atau kolom, berarti penugasan optimum belum dapat ditemukan. Langkah selanjutnya

kurangkan semua angka yang tidak tertutup garis dengan angka terkecil yang tidak

tertutup. Tambahkan angka terkecil tersebut pada angka yang menempati posisi silang,

sehingga menghasilkan:

0 1 7

0 0 6

8 0 0

Jumlah garis minimum yang diperlukan adalah 3, sehingga penugasan optimum

sudah dapat dibuat, dengan demikian maka:

Pekerja 1 akan bekerja pada mesin 1, pekerja 2 akan bekerja pada mesin 2, dan pekerja