CONTOH MODEL TRANSPORTASI DAN PENYELESAIAN DENGAN NORTH WEST CORNER DAN STEPPING STONE

dokumen-dokumen yang mirip
CONTOH MODEL TRANSPORTASI DAN PENYELESAIAN DENGAN NORTH WEST CORNER DAN MODI

Model Transportasi /ZA 1

Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Magister Agribisnis Universitas Jambi

PERTEMUAN 10 METODE PENDEKATAN VOGEL / VOGEL S APPROXIMATION METHOD (VAM)

BAB VII METODE TRANSPORTASI

BAB 2 LANDASAN TEORI. 2.1 Pengertian Program Linier (Linear Programming)

Tentukan alokasi hasil produksi dari pabrik pabrik tersebut ke gudang gudang penjualan dengan biaya pengangkutan terendah.

UMMU KALSUM UNIVERSITAS GUNADARMA

Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Studi Agribisnis Fakultas Pertanian Universitas Jambi

BAB 2 LANDASAN TEORI

MODEL TRANSPORTASI MATAKULIAH RISET OPERASIONAL Pertemuan Ke-12 & 13. Riani Lubis Jurusan Teknik Informatika Universitas Komputer Indonesia

TRANSPORTASI & PENUGASAN

BAB 3 METODOLOGI PENELITIAN

Operations Management

METODE VOGEL S APPROXIMATION (VAM) METODE TRANSPORTASI

BAB VII. METODE TRANSPORTASI

MASALAH TRANSPORTASI

Riset Operasional TABEL TRANSPORTASI. Keterangan: S m = Sumber barang T n = Tujuan barang X mn = Jumlah barang yang didistribusikan

TRANSPORTATION PROBLEM

METODE TRANSPORTASI Permintaan Masalah diatas diilustrasikan sebagai suatu model jaringan pada gambar sebagai berikut:

Metode Transportasi. Rudi Susanto

Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

TRANSPORTATION PROBLEM. D0104 Riset Operasi I Kuliah XXIII - XXV

MODEL TRANSPORTASI. Sesi XI : Model Transportasi

MODEL TRANSPORTASI - I MATAKULIAH RISET OPERASIONAL Pertemuan Ke-7. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia

BAB II KAJIAN TEORI. yang diapit oleh dua kurung siku sehingga berbentuk empat persegi panjang atau

MODEL TRANSPORTASI - I MATAKULIAH RISET OPERASIONAL Pertemuan Ke-6

TUGAS PROGRAM LINEAR MODEL TRANSPORTASI

METODE TRANSPORTASI. GUDANG A GUDANG B GUDANG C KAPASITAS PABRIK PABRIK W. RP 20 RP 5 RP RP 15 RP 20 RP RP 25 RP 10 RP 19 50

Modul 10. PENELITIAN OPERASIONAL MODEL TRANSPORTASI. Oleh : Eliyani PROGRAM KELAS KARYAWAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI

biaya distribusi dapat ditekan seminimal mungkin

BAB 2 LANDASAN TEORI

MENGOPTIMALKAN BIAYA DISTRIBUSI PAKAN TERNAK DENGAN MENGGUNAKAN METODE TRANSPORTASI (Studi Kasus di PT. X Krian)

Penentuan Solusi Optimal MUHLIS TAHIR

BAB 2 LANDASAN TEORI 2.1 Sistem dan Model Pengertian sistem Pengertian model

BAB 2 LANDASAN TEORI. 2.1 Pengertian Model dan Metode Transportasi

MASALAH TRANSPORTASI

BAB II TINJAUAN PUSTAKA

Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia

METODE TRANSPORTASI. Gudang A Gudang B Gudang C Kapasitas pabrik Pabrik W. Rp 20 Rp 5 Rp Rp 15 Rp 20 Rp Rp 25 Rp 10 Rp 19 50

Pokok Bahasan VI Metode Transportasi METODE TRANSPORTASI. Metode Kuantitatif. 70

TEKNIK RISET OPERASI UNDA

BAB II TINJAUAN PUSTAKA. berhubungan dengan pendistribusian barang dari sumber (misalnya, pabrik) ke

BAB 2 LANDASAN TEORI. 2.1 PENGERTIAN MODEL DAN METODE TRANSPORTASI

v j v 1 =c 31 u 3 =14 0=14 v 2 =c 32 u 3 =0 0= 0 v 3 =c 43 u 4 =0 (8 M)=M 8 v 4 =c 34 u 3 =M 0=M v 5 =c 55 u 5 =0 (15 M)=M 15

OPERATIONS RESEARCH. Industrial Engineering

TRANSPORTASI APROKSIMASI VOGEL

Model Transportasi 1

Metode Transportasi. Muhlis Tahir

PENENTUAN SOLUSI OPTIMAL

PERTEMUAN 9 MENENTUKAN SOLUSI FISIBEL BASIS AWAL

TRANSPORTASI NORTH WEST CORNER (NWC)

Pertemuan 4 Transportasi Dengan Dummy

ANALISA PERBANDINGAN METODE VAM DAN MODI DALAM PENGIRIMAN BARANG PADA PT. MITRA MAYA INDONESIA

PERBANDINGAN PENGGUNAAN METODE MULTIPLIERS DENGAN METODE STEPPING STONE DALAM MEMECAHKAN MASALAH TRANSPORTASI

PENGOPTIMALAN BIAYA DISTRIBUSI BARANG DENGAN MENGGUNAKAN METODE TRANSPORTASI PADA PT. YUSINDO MITRA PERSADA

Pertemuan 3 Transportasi Tanpa Dummy

#6 METODE TRANSPORTASI

TRANSPORTASI, PENUGASAN, PEMINDAHAN

SOAL LATIHAN. Kerjakan soal-soal berikut ini dengan singkat dan jelas!

PENDISTRIBUSIAN PRODUK YANG OPTIMAL DENGAN METODE TRANSPORTASI

BAB V PROGRAMA LINIER : MODEL TRANSPORTASI

VISUALISASI TEORI OPTIMALISASI BIAYA TRANSPORTASI UNTUK PEMBELAJARAN RISET OPERASI

Model Distribusi. Angkutan Barang. Jurusan Teknik Sipil FTSP UII Yogyakarta. Staf Pengajar Bidang Transportasi. Oleh : Ir. Rizki Budi Utomo, MT

MODEL TRANSPORTASI - II MATAKULIAH RISET OPERASIONAL Pertemuan Ke-9. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia

MODEL TRANSPORTASI MATAKULIAH RISET OPERASIONAL Pertemuan Ke-11

Pertemuan ke-1 PENDAHULUAN

TRANSPORTASI, PENUGASAN, PEMINDAHAN

MANAJEMEN LOGISTIK & SUPPLY CHAIN MANAGEMENT KULIAH 4: MERANCANG JARINGAN SUPPLY CHAIN (LANJUTAN)

Metode Kuantitatif Manajemen, Kelompok 5, MB IPB E49, 2014 OPERATION RESEARCH - TRANSPORTATION MODELS. Presented by Group 5 E49

PEMROGRAMAN LINIER: MODEL TRANSPORTASI. Oleh: Ni Ketut Tari Tastrawati, S.Si, M.Si

Pemodelan Programasi Linier dan Solusi Manual Model Assignment

PENDISTRIBUSIAN BBA DENGAN METODE PROGRAMA LINIER (PERSOALAN TRANSPORTASI) Oleh : Ratna Imanira Sofiani, S.Si Dosen Universitas Komputer Indonesia

METODE MODI (MODIFIED DISTRIBUTION) METODE TRANSPORTASI

Pengubahan Model Ketidaksamaan Persamaan

TRANSPORTASI LEAST COST

PROGRAM MAGISTER TEKNIK SIPIL UNLAM

METODE TRANSPORTASI. Fakultas Ekonomi Universitas Gunadarma

Analisis Penggunaan Model Transportasi dalam Memaksimumkan Penjualan Tiket pada Perusahaan Shuttle Xtrans Cabang Bandung

BAB III MODEL TRANSPORTASI. memperkecil total biaya distribusi (Hillier dan Lieberman, 2001, hlm. 354).

Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Magister Agribisnis Universitas Jambi

Bentuk Standar dari Linear Programming pada umumnya adalah sebagai berikut: Sumber daya 1 2. n yang ada

MODEL TRANSPORTASI OLEH YULIATI, SE, MM

Analisis Biaya Distribusi Tas Dengan Menggunakan Metode Transportasi Solusi Awal Pada CV. Nabilah Putri.

MODEL TRANSPORTATION 2014

Artinya : penugasan adalah sub bagian dari program linier.

Optimasi Pendistribusian Barang Menggunakan Metode Stepping Stone dan Metode Modified Distribution (MODI)

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

Analisis Penggunaan Algoritma Greedy dalam Program Solusi Fisibel Basis Awal Transportasi

BAB 2 LANDASAN TEORI

PERTEMUAN 12 KEMEROSOTAN (DEGENERACY)

Materi #13. TKT306 Perancangan Tata Letak Fasilitas T a u f i q u r R a c h m a n

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

METODE MAX MIN VOGEL S APPROXIMATION METHOD UNTUK MENEMUKAN BIAYA MINIMAL PADA PERMASALAHAN TRANSPORTASI

Penggunaan Algoritma Greedy dalam Penyelesaian Masalah Transportasi

IMPLEMENTASI METODE NWC DAN MODI DALAM PENGOPTIMALAN BIAYA PENDISTRIBUSIAN PUPUK (STUDI KASUS : PT. PERKEBUNAN RIMBA AYU)

Aplikasi Proposed Algorithm-[Vogel s Approximation Method-R] Terhadap Permasalahan Distribusi di PT. Pertamina Medan

Transkripsi:

ONTOH MODEL TRNSPORTSI DN PENYELESIN DENGN NORTH WEST ORNER DN STEPPING STONE Sebuah perusahaan saat ini beroperasi dengan 3 buah pabrik serta jumlah permintaan dari 3 Kota dengan kapasitas masing-masing sebagai berikut: Pabrik Produksi Kota Permintaan ton Solo ton ton Kudus 110 ton ton Tegal 40 ton 200 ton 200 ton Perkiraan biaya transportasi (dalam ribuan/ton) dari setiap pabrik ke masing-masing Kota adalah: Dari pabrik ke kota Solo = 20 Dari pabrik ke kota Solo= 15 Dari pabrik ke kota Solo = 25 Dari pabrik ke kota Kudus = 5 Dari pabrik ke kota Kudus = 20 Dari pabrik ke kota Kudus = 10 Dari pabrik ke kota Tegal = 8 Dari pabrik ke kota Tegal = 10 Dari pabrik ke kota Tegal = 19 Pertanyaan: 1. agaimana distribusi barang yang paling optimal guna memenuhi kebutuhan ketiga Kota tersebut? 2. erapa total biaya optimal untuk distribusi barang dari pabrik ke Kota tujuan? Solusi. Menentukan Solusi wal dengan NW Prosedur: 1. lokasikan dengan kapasitas penuh pada sel kiri atas. Jika masih ada sisa kapasitas, alokasikan pada sel di bawahnya atau di kanannya sedemikian sehingga kapasitas baris atau kolom terpenuhi. 2. Ulangi langkah 1 hingga seluruh kapasitas pada baris atau kolom terpenuhi. atatan: Solusi awal matriks transportasi disebut feasible jika jumlah sel terisi adalah m+n-1 dimana m=jumlah baris, dan n=jumlah kolom. Jika sel terisi kurang dari m+n-1 maka perlu ditambahkan sel dummy dengan alokasi sebanyak 0 pada sel kosong yang memiliki ongkos terkecil. Solusi awal dengan NW untuk masalah di atas: Pabrik TEL 1 40 10 40 110 40 200 ek kelayakan o Jumlah sel terisi = 5 (sel basis) o Jumlah aris m=3; Jumlah Kolom n=3; o m+n-1 = 3+3-1=5; o Solusi awal tersebut feasible (layak) karena jumlah sel cost (Tabel 1) o ost = (x20) + (40x5) + (x20) + (10x10) + (40x19) = 32. Menentukan Solusi Optimal dengan Stepping Stone Optimalisasi dilakukan melalui evaluasi nilai opportunity cost atau perubahan ongkos dari sel kosong (non basis). Matriks transportasi disebut optimal jika opportunity cost dari sel sel kosong tidak ada yang negatif. o Menentukan opportunity cost dari sel kosong pad tabel 1 melalui silkus/loop yang melibatkan sel basis (sel terisi) pada sudut-sudut siklus/loop: ost 3 3-3-2-2 +8-19+10-5 = -6 1 1-1-2-2 +15-20+5-20 = -20 3 3-3-2-2 +10-19+10-20 = -19 1 1-1-2-2 +25-20+5-10 = 0 o Karena masih ada nilai opportunity cost yang negatif, maka Tabel 1 belum optimal dan dilakukan perubahan distribusi.

o kosong 1 (negatif terbesar) dipilih sebagai entering variable (untuk diisi) sebesar minimum dari sel terisi yang bertanda negatif, yaitu sebesar. Sedangkan sel 1-2-2 sebagai leaving variable (untuk ditambah/dikurangi) dengan nilai tersebut (lihat loop). - +40 + - 10 40 110 40 200 Tabel 2 berikut: TEL 2 10 10 40 110 40 200 ek kelayakan Tabel 2 Jumlah aris m=3; Jumlah Kolom n=3; Tabel 2 feasible (layak) karena jumlah sel cost (Tabel 2) o ost = (x5) + (x15) + (10x20) + (10x10) + (40x19) = 22 ek optimalisasi Tabel 2 ost 1 1-2-2-1 +20-5+20-15 = +20 3 3-3-2-2 +8-19+10-5 = -6 3 3-3-2-2 +10-19+10-20 = -19 1 1-1-2-2 +25-15+20-10 = +20 o Karena masih ada nilai opportunity cost yang negatif, maka Tabel 2 belum optimal dan dilakukan perubahan distribusi. o kosong 3 (negatif terbesar) dipilih sebagai entering variable (untuk diisi) sebesar minimum dari sel terisi yang bertanda negatif, yaitu sebesar 10. Sedangkan sel 3-2-2 sebagai leaving variable (untuk ditambah/dikurangi) dengan nilai 10 tersebut (lihat loop). 10 - + 10+ - 40 110 40 200 Tabel 3 berikut: TEL 3 10 20 30 110 40 200 ek kelayakan Tabel 3 Jumlah aris m=3; Jumlah Kolom n=3; Tabel 3 feasible (layak) karena jumlah sel cost (Tabel 3) o ost = (x5) + (x15) + (10x10) + (20x10) + (30x19) = 2070 ek optimalisasi Tabel 3 ost 1 1-2-2-3-2-1 +20-5+10-19+10-15 = +1 3 3-3-2-2 +8-19+10-5 = -6 2 2-3-3-2 +20-10+19-10 = +19 1 1-1-3-3 +25-15+10-19 = +1

o Karena masih ada nilai opportunity cost yang negatif, maka Tabel 3 belum optimal. o kosong 3 (negatif terbesar) dipilih sebagai entering variable (untuk diisi) sebesar minimum dari sel terisi yang bertanda negatif, yaitu sebesar 30. Sedangkan sel 3-2-2 sebagai leaving variable (untuk ditambah/dikurangi) dengan nilai 30 tersebut (lihat loop). - + 10 20+ -30 110 40 200 Tabel 4 berikut: TEL 4 30 10 110 40 200 ek kelayakan Tabel 4 Jumlah aris m=3; Jumlah Kolom n=3; Tabel 4 feasible (layak) karena jumlah sel cost (Tabel 4) o cost = (x5) + (30x8) + (x15) + (10x10) + (x10) = 18 ek optimalisasi Tabel 4 ost 1 1-3-3-1 +20-8+10-15 = +7 2 2-2-3-3 +20-5+8-10 = +13 1 1-1-3-3-2-2 +25-15+10-8+5-10 = +7 3 3-2-2-3 +19-10+5-8 = +6 o Karena tidak ada nilai opportunity cost yang negatif, maka Tabel 4 sudah optimal dengan total cost 18 ONTOH MODEL TRNSPORTSI DN PENYELESIN DENGN INSPEKSI (ONGKOS TERKEIL/LEST OST) DN STEPPING STONE ontoh: Lihat kembali persoalan di atas. Jika matriks solusi awal menggunakan metode inspeksi (ongkos terkecil) dan penyelesaian optimalnya menggunakan stepping stone, dapat dilakukan sebagai berikut:. Menentukan Solusi wal dengan Inspeksi Prosedur: 1. lokasikan dengan kapasitas penuh pada sel yang memiliki ongkos terkecil. Jika terdapat lebih dari 1 sel dengan ongkos terkecil, pilih salah satu. 2. Ulangi langkah 1 hingga seluruh kapasitas pada baris atau kolom terpenuhi. atatan: Solusi awal matriks transportasi disebut feasible jika jumlah sel terisi adalah m+n-1 dimana m=jumlah baris, dan n=jumlah kolom. Jika sel terisi kurang dari m+n-1 maka perlu ditambahkan sel dummy dengan alokasi sebanyak 0 pada sel yang kosong. Solusi awal dengan metode inspeksi untuk masalah di atas: 1. Ongkos terkecil terdapat pada sel 2, isikan dengan kapasitas penuh sebesar. kibatnya, kapasitas baris sudah terpenuhi. 2. Ongkos terkecil berikutnya yanag layak terdapat pada sel 3, isikan dengan kapasitas penuh sebesar 40. kibatnya kapasitas kolom Tegal sudah terpenuhi. 3. Ongkos terkecil berikutnya yang layak terdapat pada sel 2, isikan dengan kapasitas penuh sebesar 20 (karena hanya tersisa 20 untuk kolom. kibatnya kapasitas kolom sudah terpenuhi.

Pabrik 4. Ongkos terkecil berikutnya yang layak terdapat pada sel 1, isikan dengan kapasitas penuh sebesar 20 (karena hanya tersisa 20 untuk baris ). kibatnya kapasitas baris sudah terpenuhi. 5. Ongkos terkecil berikutnya yang layak terdapat pada sel 1, isikan sisa kapasitas yang masih mungkin (sebesar 30). 6. Hasil alokasi dinyatakan pada Tabel 1: TEL 1 20 40 30 20 110 40 200 ek kelayakan o Jumlah sel terisi = 5 (sel basis) o Jumlah aris m=3; Jumlah Kolom n=3; o m+n-1 = 3+3-1=5; o Solusi awal tersebut feasible (layak) karena jumlah sel cost (Tabel 1) o ost = (x5) + (20x15) + (40x10) + (30x25) + (20x10) = 2100. Menentukan Solusi Optimal dengan Stepping Stone Lihat prosedur menggunakan metode Stepping Stone pada contoh sebelumnya. o Menentukan opportunity cost dari sel kosong pad tabel 1 melalui silkus/loop yang melibatkan sel basis (sel terisi) pada sudut-sudut siklus/loop: ost 1 1-1-2-2 +20-25+10-5 = 0 3 3-3-1-1-2-2 +8-10+15-25+10-5 = -7 2 2-2-1-1 +20-10+25-15 = +20 3 3-1-1-3 +19-25+15-10 = -1 o Karena masih ada nilai opportunity cost yang negatif, maka Tabel 1 belum optimal dan dilakukan perubahan distribusi. o kosong 3 (negatif terbesar) dipilih sebagai entering variable (untuk diisi) sebesar minimum dari sel terisi yang bertanda negatif, yaitu sebesar 30. Sedangkan sel 3-1-1-2-2 sebagai leaving variable (untuk ditambah/dikurangi) dengan nilai 30 tersebut (lihat loop). - + 20+ -40 30-20+ 110 40 200 Tabel 2 berikut: TEL 2 30 10 110 40 200 ek kelayakan Tabel 2 Jumlah aris m=3; Jumlah Kolom n=3; Tabel 2 feasible (layak) karena jumlah sel cost (Tabel 2) o ost = (x5) + (30x8) + (x15) + (10x10) + (x10) = 18 ek optimalisasi Tabel 2 ost 1 1-3-3-1 +20-8+10-15 = +7 2 2-2-3-3 +20-5+8-10 = +13 1 1-1-3-3-2-2 +25-15+10-8+5-10 = +7 3 3-2-2-3 +19-10+5-8 = +6 o Karena tidak ada nilai opportunity cost yang negatif, maka Tabel 2 sudah optimal dengan total cost 18

ontoh: ONTOH MODEL TRNSPORTSI DN PENYELESIN DENGN VM (VOGEL PPROXIMTION METHOD) DN STEPPING STONE Lihat kembali persoalan di atas. Jika matriks solusi awal menggunakan metode VM dan penyelesaian optimalnya menggunakan stepping stone, dapat dilakukan sebagai berikut:. Menentukan Solusi wal dengan VM Prosedur: 1. Hitung nilai pinalti (selisih 2 ongkos terkecil) pada semua baris dann kolom. 2. Pilih nilai pinalti kolom/baris terbesar. 3. lokasikan dengan kapasitas penuh pada sel dengan ongkos terkecil dari kolom/baris pinalti terbesar/terpilih. 4. Ulangi langkah 1 s.d. 3 hingga semua kapasitas baris/kolom terpenuhi. atatan: Solusi awal matriks transportasi disebut feasible jika jumlah sel terisi adalah m+n-1 dimana m=jumlah baris, dan n=jumlah kolom. Jika sel terisi kurang dari m+n-1 maka perlu ditambahkan sel dummy dengan alokasi sebanyak 0 pada sel yang kosong. Solusi awal dengan metode VM untuk masalah di atas: TEL 1 Pinalti Kap 1 2 3 4 5 30 3 3 12 - - 10 5 5 5 5 10 9 - - - - Kap 110 40 Pinalti 1 5 5 2 2 5 15 2 3 5-2 4 15-10 5 - - 10 ek kelayakan o Jumlah sel terisi = 5 (sel basis) o Jumlah aris m=3; Jumlah Kolom n=3; o m+n-1 = 3+3-1=5; o Solusi awal tersebut feasible (layak) karena jumlah sel cost (Tabel 1) o ost = (x5) + (30x8) + (x15) + (10x10) + (x10) = 18

ek optimalisasi Tabel 1 atatan: ost 1 1-3-3-1 +20-8+10-15 = +7 2 2-2-3-3 +20-5+8-10 = +13 1 1-1-3-3-2-2 +25-15+10-8+5-10 = +7 3 3-2-2-3 +19-10+5-8 = +6 o Karena tidak ada nilai opportunity cost yang negatif, maka Tabel 1 sudah optimal dengan total cost 18 Dari contoh tersebut di atas, tampak bahwa penggunaan metode VM merupakan pendekatan terbaik dalam menentukan solusi awal permasalahan transportasi karena lebih cepat dalam mencapai solusi optimal. 24/11/2014 by ris Marjuni