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

dokumen-dokumen yang mirip
Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia

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

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

MODEL TRANSPORTASI - I MATAKULIAH RISET OPERASIONAL Pertemuan Ke-6

MODEL TRANSPORTASI MATAKULIAH RISET OPERASIONAL Pertemuan Ke-11

Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia

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

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

BAB VII METODE TRANSPORTASI

BAB II TINJAUAN PUSTAKA

TRANSPORTASI APROKSIMASI VOGEL

TRANSPORTATION PROBLEM. D0104 Riset Operasi I Kuliah XXIII - XXV

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

UMMU KALSUM UNIVERSITAS GUNADARMA

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

TRANSPORTASI LEAST COST

TRANSPORTASI NORTH WEST CORNER (NWC)

TEORI DUALITAS. Pertemuan Ke-9. Riani Lubis JurusanTeknik Informatika Universitas Komputer Indonesia

TRANSPORTASI, PENUGASAN, PEMINDAHAN

BAB V PROGRAMA LINIER : MODEL TRANSPORTASI

BAB 2 LANDASAN TEORI. 2.1 Pengertian Model dan Metode Transportasi

APLIKASI METODE TRANSPORTASI DALAM OPTIMASI BIAYA DISTRIBUSI BERAS MISKIN (RASKIN) PADA PERUM BULOG SUB DIVRE MEDAN

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

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

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

TRANSPORTASI, PENUGASAN, PEMINDAHAN

METODE SIMPLEKS MATAKULIAH RISET OPERASIONAL Pertemuan Ke-3. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia

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

TRANSPORTATION PROBLEM

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

Penentuan Solusi Optimal MUHLIS TAHIR

MASALAH TRANSPORTASI

EFISIENSI BIAYA DISTRIBUSI DENGAN METODE TRANSPORTASI

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

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

Pengubahan Model Ketidaksamaan Persamaan

METODE TRANSPORTASI PENGERTIAN METODE STEPPING STONE METODE MODI METODE VOGELS APPROXIMATION (VAM)

BAB 2 LANDASAN TEORI

PERTEMUAN 9 MENENTUKAN SOLUSI FISIBEL BASIS AWAL

PENDISTRIBUSIAN PRODUK YANG OPTIMAL DENGAN METODE TRANSPORTASI

TUGAS PROGRAM LINEAR MODEL TRANSPORTASI

MODEL TRANSPORTASI. Sesi XI : Model Transportasi

ANALISIS SENSITIVITAS MATAKULIAH RISET OPERASIONAL Pertemuan Ke-11. Riani Lubis Jurusan Teknik Informatika Universitas Komputer Indonesia

kita menggunakan variabel semu untuk memulai pemecahan, dan meninggalkannya setelah misi terpenuhi

PENERAPAN METODE STEPPING STONE UNTUK TRANSPORTASI PENGIRIMAN BARANG PADA CV. MITRA TRANS LOGISTICS

METODE SIMPLEKS MATAKULIAH RISET OPERASIONAL Pertemuan Ke-5

ANALISIS SENSITIVITAS MATAKULIAH RISET OPERASIONAL Pertemuan Ke-11. Riani Lubis Jurusan Teknik Informatika Universitas Komputer Indonesia

TEKNIK RISET OPERASI UNDA

EFISIENSI BIAYA TRANSPORTASI DENGAN PENDEKATAN METODE NORTH WEST CORNER DAN STEPPING STONE (Studi Kasus Industri Air Minum Kemasan di Lampung)

MASALAH TRANSPORTASI

BAB 2 LANDASAN TEORI

BAB VII. METODE TRANSPORTASI

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

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

Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia

BAB 2 LANDASAN TEORI

PERANCANGAN DAN PEMBUATAN APLIKASI PENJADWALAN PENGIRIMAN BARANG PADA PERUSAHAAN DISTRIBUSI ROKOK PT. X DENGAN METODE STEPPING STONE

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

Pertemuan ke-1 PENDAHULUAN

Metode Transportasi. Rudi Susanto

MODEL TRANSPORTASI OLEH YULIATI, SE, MM

Hermansyah, Helmi, Eka Wulan Ramadhani INTISARI

Tabel 1. Jumlah kebutuhan batu kerikil pada masing-masing proyek. Kebutuhan (muatan truk) A B C Total. Green ville Fountain Ayden

BAB I PENDAHULUAN 1.1. Latar Belakang Pemilihan Judul

BAB II TINJAUAN PUSTAKA

2. Metode MODI (Modified Distribution) / Faktor Pengali (Multiplier)

BAB VI PROGRAMA LINIER : DUALITAS DAN ANALISIS SENSITIVITAS

METODE dan TABEL SIMPLEX

PENYELESAIAN MASALAH MODEL TRANSPORTASI DENGAN MENGGUNAKAN METODE SIMPLEKS TRANSPORTASI

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

BAB 2 LANDASAN TEORI. 2.1 PENGERTIAN MODEL DAN METODE TRANSPORTASI

BAB I PENDAHULUAN. Pada era modern sekarang ini dengan biaya hidup yang semakin meningkat,

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

BAB III SOLUSI GRAFIK DAN METODE PRIMAL SIMPLEKS

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

BAB 2 LANDASAN TEORI

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

DESKRIPSI MATA KULIAH

Metode Transportasi. Muhlis Tahir

METODE IMPROVED EXPONENTIAL APPROACH DALAM MENENTUKAN SOLUSI OPTIMUM PADA MASALAH TRANSPORTASI

Pengenalan Matakuliah RISET OPERASIONAL Pertemuan Ke-1. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia

BAB 3 METODOLOGI PENELITIAN

Model umum metode simpleks

BAB I PENDAHULUAN 1.1. Latar Belakang

VISUALISASI TEORI OPTIMALISASI BIAYA TRANSPORTASI UNTUK PEMBELAJARAN RISET OPERASI

METODE SIMPLEKS. Obyektif 1. Memahami cara menyelesaikan permasalahan menggunakan solusi grafik 2. Mengetahui fungsi kendala dan fungsi tujuan

BAB I. MASALAH TRANSPORTASI KHUSUS

BAB 3 PEMBAHASAN. 3.1 Pengumpulan Data

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

METODE TRANSPORTASI. Dr. Mohammad Abdul Mukhyi, SE., MM

Model Transportasi /ZA 1

Pemrograman Linier (2)

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

METODE VOGEL S APPROXIMATION (VAM) METODE TRANSPORTASI

Manajemen Sains. Model Transportasi. Eko Prasetyo Teknik Informatika Univ. Muhammadiyah Gresik 2011

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

PRAKTIKUM II PEMROGRAMAN LINIER (METODE SIMPLEKS)

mempunyai tak berhingga banyak solusi.

BAB V PROGRAMA LINIER : METODE SIMPLEKS

Transkripsi:

MODEL TRANSPORTASI - II MATAKULIAH RISET OPERASIONAL Pertemuan Ke-9 Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia 1

Menentukan Entering Variable & Leaving Variable Tahap selanjutnya dari teknik pemecahan persoalan transportasi adalah menentukan entering dan leaving variable. Tahap ini dilakukan setelah diperoleh solusi fisible basis awal. Ada dua cara yang dapat digunakan dalam menentukan entering dan leaving variable, yaitu : a) Metode Stepping Stone b) Metode Multipliers 2

Metode Stepping Stone Setelah solusi fisibel basis awal diperoleh dari masalah transportasi, langkah berikutnya adalah menekan ke bawah biaya transpor dengan memasukkan variabel nonbasis (yaitu alokasi komoditas ke kotak kosong) ke dalam solusi. Proses evaluasi variabel non-basis yang memungkinkan terjadinya perbaikan solusi dan kemudian mengalokasikan kembali dinamakan metode steppingstone. Variabel non-basis = kolom-kolom yang tidak mempunyai nilai Variabel basis = kolom-kolom yang mempunyai nilai 3

4 Beberapa hal penting dalam penyusunan jalur stepping stone : 1. Arah jalur yang diambil : baik searah maupun berlawanan arah dengan jarum jam adalah tidak penting dalam membuat jalur tertutup. 2. Jalur-jalur dimulai dari setiap kotak kosong (variabel non basis) yang harus diteruskan ke kotak-kotak terisi (variabel basis), dan pada akhirnya kembali ke kotak kosong awal. 3. Hanya ada satu jalur tertutup untuk setiap kotak kosong. 4. Jalur yang dibuat harus/hanya mengikuti kotak terisi (dimana pada kotak ini terjadi perubahan arah), kecuali pada kotak kosong yang sedang dievaluasi. 5. Namun, baik kotak terisi maupun kosong dapat dilewati dalam penyusunan jalur tertutup. 6. Suatu jalur dapat terjadi perpotongan. 7. Sebuah penambahan dan sebuah pengurangan yang sama besar harus kelihatan pada setiap baris kolom pada jalur itu.

Contoh 1 Karena dari langkah 1 diperoleh solusi fisibel awal dari metoda VAM dengan Z = 1920 dan tabel distribusinya sbb : 70 50 70 10 Maka dari tabel VAM di samping, dilakukan perhitungan solusi optimum. 80 5

Loop 1 : 70 50 80 70 10 6 Jalur : X 12 = X 12 X 13 X 23 X 22 X 12 C : C 12 = 5-6 + 12-10 = + 1

Loop 2 : 70 50 70 10 80 7 Jalur : X 21 = X 21 X 11 X 13 X 23 X 21 C : C 21 = 15-8 + 6-12 = + 1

Loop 3 : 70 50 70 10 80 8 Jalur : X 32 = X 32 X 31 X 11 X 13 X 23 C : C 32 = 9-3 + 8-6 + 12-10 = + 10 X 22 X 32

Loop 4 : 70 50 70 10 80 9 Jalur : X 33 = X 33 X 31 X 11 X 13 X 33 C : C 33 = 10-3 + 8-6 = + 9

Jalur stepping stone untuk semua kotak kosong (Variabel Non Basis) : X 12 X 12 X 13 X 23 X 22 X 12 X 21 X 21 X 11 X 13 X 23 X 21 X 32 X 32 X 31 X 11 X 13 X 23 X 22 X 32 X 33 X 33 X 31 X 11 X 13 X 33 Perubahan biaya yang dihasilkan dari masing-masing jalur : C 12 = C 12 C 13 + C 23 C 22 = 5 6 + 12 10 = +1 C 21 = 15 8 + 6 12 = +1 C 32 = 9 3 + 8 6 + 12 10 = +10 C 33 = 10 3 + 8 6 = +9 Karena tidak ada calon entering variabel (semua kotak kosong memiliki C ij positif), berarti solusi sudah optimum. 10

11 Solusinya :

Contoh 2 Jika diasumsikan solusi fisibel awal diperoleh dari NWCR dengan Z = 2690 dan tabel distribusinya sbb : 120 30 50 Maka dari tabel NWCR di samping, dilakukan perhitungan solusi optimum. 20 60 12

Loop 1 : 120 30 50 20 60 13

Loop 2 : 120 30 50 20 60 14

Loop 3 : 120 30 50 20 60 15

Loop 4 : 120 30 50 20 60 16

Jalur stepping stone untuk semua kotak kosong (variabel non-basis): X 12 X 12 X 22 X 21 X 11 X 12 X 13 X 13 X 33 X 32 X 22 X 21 X 11 X 13 X 23 X 23 X 33 X 32 X 22 X 23 X 31 X 31 X 21 X 22 X 32 X 31 Perubahan biaya yang dihasilkan dari masing-masing jalur : C 12 = 5 10 + 15 8 = +2 C 21 = 6 10 + 9 10 + 15 8 = +2 C 32 = 12 10 + 9 10 = +1 C 31 = 3 15 + 10 9 = 11 17

Hanya nilai X 31 yang memiliki perubahan biaya negatif (C 31 = 11), sehingga X 31 adalah variabel nonbasis dengan nilai C ij negatif, yang jika dimasukkan ke solusi yang ada akan menurunkan biaya. Jika terdapat dua atau lebih variabel nonbasis dengan C ij negatif, maka dipilih satu yang memiliki perubahan menurunkan biaya yang terbesar. Jika terdapat nilai kembar, piling salah satu secara sembarang. Karena telah menentukan X 31 adalah entering variabel, kemudian harus ditetapkan berapa yang akan dialokasikan ke kotak X 31 (tentunya ingin dialokasikan sebanyak mungkin ke X 31 ). Untuk menjaga kendala penawaran dan permintaan, alokasi harus dibuat sesuai dengan jalur stepping stone yang telah ditentukan untuk X 31 18

Karena pada Loop 4, komoditas yang paling kecil adalah X 32 = 20 (yang bertanda negatif), maka nilai komoditas tersebut dipilih sebagai koefisien yang mengurangi dan menambah setiap komoditas pada jalur Loop 4 sesuai tanda yang telah ditentukan sebelumnya. 120 30 20 50 + 20 0 + 20 20 20 60 19

Iterasi 1 : 120 10 70 20 60 20

21 Proses stepping stone yang sama untuk mengevaluasi kotak kosong harus diulang, untuk menentukan apakah solusi telah optimum atau apakah ada calon entering variabel

22 Solusi? Sama dengan hasil metode VAM?

Metode Multiplier (1) Metode ini adalah variasi metode stepping stone. Pada metode ini tidak perlu menentukan semua jalur tertutup variabel nonbasis. Sebagai gantinya, nilai-nilai C ij ditentukan secara serentak dan hanya jalur tertutup untuk entering variabel yang diidentifikasi Langkahnya : 1. Tentukan nilai-nilai U i untuk setiap baris dan nilai-nilai V j untuk setiap kolom dengan menggunakan hubungan C ij = U i + V j untuk semua basis dan tetapkan nilai nol untuk U 1. 23

Metode Multiplier (2) 2. Hitung perubahan biaya, C ij untuk setiap variabel nonbasis dengan menggunakan rumus C ij = C ij U i V j. 2. Jika terdapat nilai C ij negatif, maka solusi belum optimal. Kemudian pilih variabel X ij dengan nilai C ij negatif terbesar sebagai entering variabel. 3. Alokasikan komoditas ke entering variabel, X ij sesuai proses stepping stone. Lalu kembali ke langkah 1. 24

Misal solusi fisibel awal diperoleh dari metode NWCR 120 30 50 20 60 25

Tentukan nilai-nilai baris & kolom dengan asumsi U 1 = 0 V 1 = 8 V 2 = 3 V 3 = 4 U 1 = 0 U 2 = 7 U 3 = 6 120 30 50 20 60 26

Biaya-biaya pada variabel Basis (kotak isi) : C 11 = 8 C 21 = 15 C 22 = 10 C 32 = 9 C 33 = 10 Diasumsikan : U 1 = 0 Nilai-nilai U i dan V j : X 11 U 1 + V 1 = C 11 X 32 U 3 + V 2 = C 32 0 + V 1 = 8 U 3 = 6 V 1 = 8 X 21 U 2 + V 1 = C 21 X 33 U 3 + V 3 = C 33 U 2 = 7 V 3 = 4 X 22 U 2 + V 2 = C 22 V 2 = 3 27

Perubahan biaya untuk semua variabel non-basis (kotak kosong) : C ij = C ij U i V j C 12 = C 12 U 1 V 2 = 5 0 3 = 2 C 13 = C 13 U 1 V 3 = 6 0 4 = 2 C 23 = C 23 U 2 V 3 = 12 7 4 = 1 C 31 = C 31 U 3 V 1 = 3 6 8 = 11 C 31 negatif, menunjukkan bahwa solusi yang ada belum optimal dan X 31 adalah entering variabel. 28

Buat loop yang dimulai dari X 31 120 30 50 20 60 29

Karena pada loop tersebut, komoditas yang paling kecil adalah X 32 = 20 (yang bertanda negatif), maka nilai komoditas tersebut dipilih sebagai koefisien yang mengurangi dan menambah setiap komoditas pada jalur loop tersebut sesuai tanda yang telah ditentukan sebelumnya. 120 30 20 50 + 20 0 + 20 20 20 60 30

Iterasi 1 : 120 10 70 20 60 31

Setelah mendapatkan solusi pada iterasi 1, maka nilainilai U i, V j dan C ij pada tabel iterasi 1 harus dihitung lagi untuk uji optimalitas dan menentukan entering variabel. Lakukan hal tersebut di atas berulang-ulang hingga diperoleh kondisi optimum. Solusi optimum untuk contoh di atas ini memerlukan iterasi yang sama dengan metode stepping stone dan alokasi yang sama akan terjadi pada setiap iterasi. 32

Iterasi 1 : V 1 = 8 V 2 = 3 V 3 = 15 U 1 = 0 U 2 = 7 U 3 = -5 120 10 70 20 60 33

Perubahan biaya untuk semua variabel non-basis (kotak kosong) : C 12 = C 12 U 1 V 2 = 5 0 3 = 2 C 13 = C 13 U 1 V 3 = 6 0 15 = -9 C 23 = C 23 U 2 V 3 = 12 7 15 = -10 C 32 = C 32 U 3 V 2 = 9 ( 5) 3 = 11 C 13 dan C 23 negatif, menunjukkan bahwa solusi yang ada belum optimal. X 23 dipilih sebagai entering variabel karena memiliki C 23 paling kecil (paling negatif). 34 Buat loop yang dimualia dari X 23 Lakukan alokasi ulang komoditas pada loop tersebut, sehingga diperoleh tabel distribusi iterasi 2.

Ulangi terus langkah-langkah tersebut hingga diperoleh tabel tranportasi optimum, yaitu tabel transportasi yang tidak memiliki C negatip. V 1 = 8 V 2 = 13 V 3 = 15 U 1 = 0 U 2 = -3 U 3 = -5 35

Perubahan biaya untuk semua variabel non-basis (kotak kosong) : C 12 = C 12 U 1 V 2 = 5 0 13 = -8 C 13 = C 13 U 1 V 3 = 6 0 15 = -9 C 21 = C 21 U 2 V 1 = 15 ( 3) 8 = 10 C 32 = C 32 U 3 V 2 = 9 ( 5) 13 = 1 C 12 dan C 13 negatif, menunjukkan bahwa solusi yang ada belum optimal dan X 13 dipilih sebagai entering variabel karena memiliki C 13 paling kecil (paling negatif). 36

V 1 = 8 V 2 = 4 V 3 = 6 U 1 = 0 U 2 = 6 U 3 = -5 37

Perubahan biaya untuk semua variabel non-basis (kotak kosong) : C 12 = C 12 U 1 V 2 = 5 0 4 = 1 C 21 = C 21 U 2 V 1 = 15 6 8 = 1 C 32 = C 32 U 3 V 2 = 9 ( 5) 4 = 10 C 33 = C 33 U 3 V 3 = 10 ( 5) 6 = 9 Seluruh C ij di atas sudah menunjukkan nilai positif semuanya, sehingga dapat disimpulkan bahwa tabel transportasi iterasi 3 di atas telah optimum. Apakah solusi optimumnya sama dengan hasil Stepping Stone? Apakah sama juga dengan metode VAM? 38