OPERATIONS RESEARCH. Industrial Engineering

dokumen-dokumen yang mirip
TRANSPORTATION PROBLEM. D0104 Riset Operasi I Kuliah XXIII - XXV

Perencanaan Fasilitas

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

Model Transportasi /ZA 1

MASALAH TRANSPORTASI

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

BAB 3 METODOLOGI PENELITIAN

Metode Transportasi. Rudi Susanto

Operations Management

TRANSPORTATION PROBLEM

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

MODEL TRANSPORTASI. Sesi XI : Model Transportasi

BAB 2 LANDASAN TEORI

TRANSPORTASI & PENUGASAN

Model Transportasi 1

MODEL TRANSPORTASI - I MATAKULIAH RISET OPERASIONAL Pertemuan Ke-6

BAB II TINJAUAN PUSTAKA

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

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

biaya distribusi dapat ditekan seminimal mungkin

BEBERAPA PERTIMBANGAN DI DALAM PENENTUAN LOKASI

PERSOALAN TRANSPORTASI

Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia

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

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

Makalah Riset Operasi tentang Metode Transportasi

MODEL TRANSPORTASI MATAKULIAH RISET OPERASIONAL Pertemuan Ke-11

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

PENDISTRIBUSIAN PRODUK YANG OPTIMAL DENGAN METODE TRANSPORTASI

TRANSPORTASI APROKSIMASI VOGEL

Pemilihan Lokasi Diskrit (1)

TRANSPORTASI NORTH WEST CORNER (NWC)

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Manajemen Sains. Eko Prasetyo. Teknik Informatika UMG Modul 5 MODEL TRANSPORTASI. 5.1 Pengertian Model Transportasi

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

#6 METODE TRANSPORTASI

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

UMMU KALSUM UNIVERSITAS GUNADARMA

MODEL TRANSPORTASI OLEH YULIATI, SE, MM

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

TUGAS PROGRAM LINEAR MODEL TRANSPORTASI

Penentuan Solusi Optimal MUHLIS TAHIR

Pertemuan 4 Transportasi Dengan Dummy

Metode Transportasi. Muhlis Tahir

TRANSPORTASI LEAST COST

VISUALISASI TEORI OPTIMALISASI BIAYA TRANSPORTASI UNTUK PEMBELAJARAN RISET OPERASI

TRANSPORTASI, PENUGASAN, PEMINDAHAN

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

CONTOH MODEL TRANSPORTASI DAN PENYELESAIAN DENGAN NORTH WEST CORNER DAN MODI

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

Pertemuan 3 Transportasi Tanpa Dummy

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PERMASALAHAN LOKASI (Model Dasar) [1]

BAB 2 LANDASAN TEORI

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

TRANSPORTASI, PENUGASAN, PEMINDAHAN

PENERAPAN METODE MODIFIED DISTRIBUTION DALAM SISTEM PENDISTRIBUSIAN BARANG PADA PT.MISWAK UTAMA. Fathiyyah 1), I Gede Arya Utama 2) 1), 2)

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

BAB III METODE PENELITIAN. daya yang ada seefisien mungkin, dengan biaya yang sekecil-kecilnya untuk

BAB 2 LANDASAN TEORI. 2.1 PENGERTIAN MODEL DAN METODE TRANSPORTASI

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

Perencanaan Fasilitas

TIN314 - Perancangan Tata Letak Fasilitas Materi #11 Genap 2015/2016. TIN314 - Perancangan Tata Letak Fasilitas

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

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

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

Penggunaan Metode Transportasi Dalam...( Ni Ketut Kertiasih)

METODE VOGEL S APPROXIMATION (VAM) METODE TRANSPORTASI

LAPORAN PRAKTIKUM SISTEM INFORMASI MANAJEMEN TRANSPORTASI

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

DAFTAR ISI. Lembar Pengesahan Riwayat Hidup. Kata Pengantar Daftar Isi Daftar Gambar Daftar Tabel

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

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

Perencanaan & Perancangan Tata Letak Pabrik

BAB VII METODE TRANSPORTASI

BAB 2 LANDASAN TEORI DAN KERANGKA PEMIKIRAN

TEKNIK RISET OPERASI UNDA

MODEL TRANSPORTATION 2014

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

Artinya : penugasan adalah sub bagian dari program linier.

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

BAB 2 LANDASAN TEORI

BAB I PENDAHULUAN. 1.1 Latar Belakang

PENGGUNAAN SOLVER ADD-INS DALAM PENGALOKASIAN DISTRIBUSI BARANG DENGAN TOTAL BIAYA DISTRIBUSI MINIMUM

BAB 2 LANDASAN TEORI

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

PROGRAM MAGISTER TEKNIK SIPIL UNLAM

MASALAH TRANSPORTASI

MODEL TRANSPORTASI MENGHITUNG BIAYA TERENDAH MENGGUNAKAN METODE MODIFIED DISTRIBUTION (MODI)

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

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PERTEMUAN 9 MENENTUKAN SOLUSI FISIBEL BASIS AWAL

Pemodelan Programasi Linier dan Solusi Manual Model Assignment

PENENTUAN BIAYA OPTIMUM PADA PERMASALAHAN TRANSPORTASI SEIMBANG DENGAN VAM DAN MODI

BAB II TINJAUAN PUSTAKA

biaya distribusi. Misalkan ada m buah sumber dan n buah tujuan:

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

Transkripsi:

OPERATIONS RESEARCH Industrial Engineering

TRANSPORTASI

METODE ANALISA TRANSPORTASI PROGRAMA LINEAR Metode transportasi programa linear merupakan metode yang cukup sederhana dalam memecahkan permasalahan alokasi. Metode ini mempresentatifkan permasalahan ke dalam bentuk tabel yang terdiri dari beberapa parameter/variabel perhitungan: Sumber (Source) Sumber disini ditunjukkan dengan kapasitas supply dari masing-masing sumber tersebut untuk periode waktu tertentu. Sumber ditunjukkan dengan notasi F i. Dan kapasitas sumber dinotasikan dengan S i. Tujuan alokasi (Destination) Tujuan alokasi menunjukkan lokasi dimana supply akan didistribusikan. Tujuan alokasi dinotasikan sebagai A j dengan jumlah permintaan dari masing-masing tujuan alokasi dinotasikan dengan D j.

METODE ANALISA TRANSPORTASI PROGRAMA LINEAR Biaya Transportasi per unit (Unit shipping cost). Biaya pengiriman untuk 1 unit produk (bisa juga dimasukkan sebagai biaya produksi per unit) dari sumber i ke tujuan j, dinotasikan sebagai C ij. Alokasi pasokan (distribusi) Besarnya jumlah pengiriman barang (alokasi) per route/sel adalah variabel yang akan ditentukan dalam analisa ini. Besarnya alokasi dinotasikan sebagai X ij. Total biaya transportasi. Total biaya transportasi merupakan kriteria pokok dalam analisa alokasi ini, Total biaya transportasi diformulasikan sebagai : Z = C ij x X ij

PERMASALAHAN ALOKASI Besarnya jumlah permintaan yang mengakibatkan terbatasnya supply yang dapat diberikan oleh sumber-sumber pemasok, merupakan permasalahan utama dalam analisa alokasi ini. Seperti yang dideskripsikan pada slide berikut, jumlah supply sebesar 9.900 ton/minggu sedangkan jumlah pemintaan lebih banyak yaitu sebesar 11.400 ton/bulan. Sehingga diperlukan suatu analisa pengalokasiaan supply tersebut ke beberapa demand, sehingga menimbulkan total biaya yang paling minimal.

PERMASALAHAN ALOKASI SUPPLY DEMAND 3000 ton/minggu S1 D1 2700 ton/minggu 2500 ton/minggu S2 D2 3400 ton/minggu D3 3100 ton/minggu 4400 ton/minggu S3 D4 2200 ton/minggu

METODE PENYELESAIAN Metode yang akan digunakan untuk memecahkan permasalahan alokasi adalah metode programa linear. Aplikasi metode-metode program linear dapat digunakan untuk permasalahan sbb: Distribusi supply dari beberapa sumber untuk beberapa lokasi tujuan (permintaan) Pemilihan lokasi atau penempatan fasilitas Penentuan pemenuhan demand (estimasi) terhadap kapasitas produksi.

MATRIKS NOTASI SUMBER SEL MATRIK TUJUAN A 1 A 2 A 3 A 4 Kapasitas Untuk lebih memperjelas notasi-notasi variabel diatas, dibawah ini ditampilkan sel matrik untuk penyelesaian permasalahan alokasi dengan programa linear. F 1 X 11? F 2 X 21? $ C 11 X 12? $ C 21 X 22? $ C 31 X 32? $ C 12 X 13? $ C 22 X 23? $ C 32 X 33? $ C 13 X 14? $ C 23 X 24? $ C 33 X 34? $ C 14 S 1 $ C 24 S 2 $ C 34 S 3 F 3 X 31? Permintaan D 1 D 2 D 3 D 4 S i = D j Z min = C ij x X ij

SYARAT KONDISI Kondisi yang harus terpenuhi dalam metode program linear : Pengalokasian harus feasible, sesuai dengan batasan supply & demand, Alokasi memenuhi seluruh kemungkinan alokasi (sel matrik) (i+j-1) Alokasi pada sel matrik tidak membentuk lintasan tertutup

FORMULASI j i X j D X i S X ST X C z ij j m i ij i n j ij m i n j ij ij, 0......... min 1 1 1 1

CONTOH SOAL Pada sel matrik di slide berikut, diketahui adanya permintaan sebesar 10,000 ton dari 4 buah lokasi permintaan dengan kemampuan supply yang sama besar dari 3 buah sumber.

CONTOH SOAL : SUMBER TUJUAN A 1 A 2 A 3 A 4 F 1 $ 10 $ 8 $ 5 $ 6 Kapasitas 2400 ton F 2 $ 5 $ 2 $ 6 $ 3 4000 ton F 3 $ 9 $ 7 $ 4 $ 7 3600 ton Permintaan 2300 ton 3400 ton 2500 ton 1800 ton 10000 ton

METODE HEURISTIC Least Cost Assignment Routine Method (Matrix Minimum Method) Metode Northwest-Corner Rule Metode Vogel s Approximation

LEAST COST ASSIGNMENT ROUTINE METHOD Metode ini bertujuan untuk meminimumkan biaya total untuk alokasi/distribusi supply produk untuk setiap tujuan alokasi. Metode ini cukup sederhana dan cepat dalam penyelesaian alokasi, namun hasil dari metode ini tidak seoptimal hasil dari metode lainnya. Prinsip metode Least Cost adalah alokasi demand sebesar-besarnya pada lokasi sumber yang memberikan biaya transportasi yang sekecil-kecilnya secara berturut-turut. Berdasarkan contoh soal, dengan menggunakan metode Least Cost akan ditentukan besarnya alokasi ke sel tertentu sbb:

LANGKAH PENYELESAIAN DENGAN LEAST COST: SUMBER TUJUAN A 1 A 2 A 3 A 4 Kapasitas $ 10 $ 8 $ 5 $ 6 F 1 1200 (6) 1200 (4) 2400 ton $ 5 $ 2 $ 6 $ 3 F 2 3400 (1) 600 (2) 4000 ton $ 9 $ 7 $ 4 $ 7 F 3 1100 (5) 2500 (3) 3600 ton Permintaan 2300 ton 3400 ton 2500 ton 1800 ton 10000 ton

TOTAL BIAYA LC Z = (1200x$10) + (1100x$9) + (3400x$2) + (2500x$4) + (1200x$6) + (600x$3) = $47700

METODE NORTHWEST- CORNER RULE Prinsip dari metode ini adalah : alokasi pertama pada sel kiri atas, kemudian alokasi horizontal ke sel kanan dan kemudian vertikal ke bawah, dst... Dengan menggunakan contoh persoalan yang sama pada metode heuristic, akan dilakukan penyelesaian dengan metode Northwest:

METODE NORTHWEST- CORNER RULE SUMBER F 1 2300 TUJUAN A 1 A 2 A 3 A 4 $ 10 $ 8 $ 5 $ 6 (1) 100 (2) Kapasitas 2400 ton F 2 $ 5 3300 $ 2 $ 6 $ 3 (3) 700 (4) 4000 ton F 3 $ 9 $ 7 1800 $ 4 $ 7 (5) 1800 (6) 3600 ton Permintaan 2300 ton 3400 ton 2500 ton 1800 ton 10000 ton

TOTAL BIAYA NWC Z = (2300x$10) + (100x$8) + (3300x$2) + (700x$6) + (1800x$4) + (1800x$7) = $ 54400

METODE VOGEL S APPROXIMATION Metode ini lebih panjang prosesnya dibandingkan dengan metode sebelumnya namun hasil (Z ij ) dari proses metode ini umumnya jauh lebih optimal dibanding metode-metode sebelumnya. Prinsip dari metode ini adalah : Alokasi ditentukan berdasarkan selisih terbesar antara 2 unit biaya (Cij) terkecil dalam satu kolom atau satu baris, Perhitungan selisih biaya terbesar berlanjut sebanyak iterasi yang dilakukan, Alokasi suplai maksimal pada sel yg terpilih Dengan menggunakan permasalahan yang sama dengan metode sebelumnya, penyelesaian permasalahan dengan metode Vogel

LANGKAH 1 : SUMBER TUJUAN A 1 A 2 A 3 A 4 Kapasitas C ij F 1 $ 10 $ 8 $ 5 $ 6 2400 ton (6-5) 1 F 2 $ 5 3400 $ 2 $ 6 $ 3 (1) 4000 ton (3-2) 1 F 3 $ 9 $ 7 $ 4 $ 7 Permintaan 2300 ton 3400 ton 2500 ton 1800 ton 3600 ton (7-4) 3 C ij (9-5) 4 (7-2) 5 (5-4) 1 (6-3) 3 10000 ton

LANGKAH 2 : SUMBER TUJUAN A 1 A 2 A 3 A 4 F 1 $ 10 $ 8 $ 5 $ 6 Kapasitas 2400 ton C ij (6-5) 1 F 2 600 $ 5 $ 2 $ 6 $ 3 (2) 3400 (1) 600 ton (5-3) 2 F 3 $ 9 $ 7 $ 4 $ 7 3600 ton (7-4) 3 Permintaan 2300 ton 3400 ton 2500 ton 1800 ton C i (9-5) 4 (5-4) 1 (6-3) 3 6600 ton

LANGKAH 3 : SUMBER TUJUAN A 1 A 2 A 3 A 4 Kapasita s C ij F 1 $ 10 $ 8 $ 5 $ 6 2400 ton (6-5) 1 F 2 600 $ 5 $ 2 $ 6 $ 3 (2) 3400 (1) 600 ton (5-3) 2 F 3 $ 9 $ 7 2500 $ 4 $ 7 (3) 3600 ton (7-4) 3 Permintaan 1700 ton 3400 ton 2500 ton 1800 ton C i (10-9) 1 (5-4) 1 (7-6) 1 6000 ton

LANGKAH 4 : SUMBER TUJUAN A 1 A 2 A 3 A 4 Kapasitas C ij F 1 $ 10 $ 8 $ 5 1800 $ 6 (4) 2400 ton (10-6) 4 F 2 600 $ 5 $ 2 $ 6 $ 3 (2) 3400 (1) 600 ton (5-3) 2 F 3 $ 9 $ 7 2500 $ 4 $ 7 (3) 1100 ton (9-7) 2 Permintaan 1700 ton 3400 ton 2500 ton 1800 ton C ij (10-9) 1 (5-4) 1 (7-6) 1 3500 ton

LANGKAH 5 : TUJUAN SUMBER A 1 A 2 A 3 A 4 $ 10 $ 8 $ 5 $ 6 F 1 600 (5) 1800 (4) Kapasitas C ij 600 ton 4 F 2 600 $ 5 $ 2 $ 6 $ 3 (2) 3400 (1) 600 ton (5-3) 2 F 3 110 0 $ 9 $ 7 $ 4 $ 7 (5) 2500 (3) 1100 ton 9 Permintaan 1700 ton 3400 ton 2500 ton 1800 ton C i (10-9) 1 (5-4) 1 (7-6) 1 1700 ton

HASIL AKHIR : SUMBER F 1 600 TUJUAN A 1 A 2 A 3 A 4 $ 10 $ 8 $ 5 $ 6 (5) 1800 (4) Kapasitas 1600 ton F 2 600 $ 5 $ 2 $ 6 $ 3 (2) 3400 (1) 600 ton F 3 1100 $ 9 $ 7 $ 4 $ 7 (5) 2500 (3) 1100 ton Permintaan 1700 ton 3400 ton 2500 ton 1800 ton 1700 ton

TOTAL BIAYA VOGEL Z = (600x$10) + (600x$5) + (1100x$9) + (3400x$2) + (2500x$4) + (1800x$6) = $46500

HASIL AKHIR Nilai total cost yang dihasilkan dari metode Vogel ini lebih minimal dibandingkan dengan kedua metode sebelumnya. Sehingga alokasi terbaik yang dapat ditentukan adalah sesuai dengan hasil dari metode Vogel ini yaitu dengan alokasi sbb: Alokasi dari Sumber F1 ke Lokasi Tujuan A1 sebesar 600 ton/minggu. Alokasi dari Sumber F1 ke Lokasi Tujuan A4 sebesar 1800 ton/minggu. Alokasi dari Sumber F2 ke Lokasi Tujuan A1 sebesar 600 ton/minggu. Alokasi dari Sumber F2 ke Lokasi Tujuan A2 sebesar 3400 ton/minggu. Alokasi dari Sumber F3 ke Lokasi Tujuan A1 sebesar 1100 ton/minggu. Alokasi dari Sumber F3 ke Lokasi Tujuan A3 sebesar 2500 ton/minggu.

PERBANDINGAN HASIL METODE HASIl (Z) LEAST COST $47700 NORTHWEST $ 54400 VOGEL $46500 Dari tabel diatas diketahui bahwa metode VOGEL dapat mencapai hasil terbaik. Untuk menguji apakah hasil yang didapat telah mencapai titik optimal, diperlukan langkah selanjutnya yaitu dengan menggunakan metode Stepping Stone

CONTOH 1

CONTOH 1 source cij Dj destination 1 2 3 4 5 6 Si 1 10 12 13 8 14 19 18 2 15 18 12 16 19 20 22 3 17 16 13 14 10 18 39 4 19 18 20 21 12 13 14 10 11 13 20 24 15 Si = Dj = 93

NORTHWEST CORNER RULE xij source Dj cij 1 2 3 4 destination 1 2 3 4 5 6 10 12 13 8 14 19 10 8 1 2 15 18 12 16 19 20 3 13 6 3 4 5 17 16 13 14 10 18 14 24 1 6 7 8 19 18 20 21 12 13 14 9 10 11 13 20 24 15 Si 18 22 39 14 Si = Dj = 93 Total Cost = 10(10) + 8(12) + 3(18) + 13(12) + 6(16) + 14(14) + 24(10) + 1(18) + 14(13) = 1138

LEAST COST/ MATRIX MINIMUM METHOD cij destination xij Si 1 2 3 4 5 6 10 12 13 8 14 19 1 18 18 1 15 18 12 16 19 20 2 9 13 22 6 3 source 17 16 13 14 10 18 3 1 11 2 24 1 39 8 7 5 2 9 19 18 20 21 12 13 4 14 14 4 Dj 10 11 13 20 24 15 Si = Dj = 93 Total Cost = 18(8) + 9(15) + 13(12) + 1(17) + 11(16) + 2(14) + 24(10) + 1(18) + 14(13) = 1096

VOGEL APPROXIMATION cij destination xij Si 1 2 3 4 5 6 10 12 13 8 14 19 1 18 18 1 15 18 12 16 19 20 2 9 13 22 6 4 source 17 16 13 14 10 18 3 1 11 2 24 1 39 7 8 5 3 9 19 18 20 21 12 13 4 14 14 2 Dj 10 11 13 20 24 15 Si = Dj = 93 Total Cost = 18(8) + 9(15) + 13(12) + 1(17) + 11(16) + 2(14) + 24(10) + 1(18) + 14(13) = 1096

MENCARI OPTIMAL SOLUTION

CONTOH 1 (NCR), TOTAL COST = 1138 source cij vj destination 1 2 3 4 5 6 ui 1 10 12 13 8 14 19 14 2 15 18 12 16 19 20 20 3 17 16 13 14 10 18 18 4 19 18 20 21 12 13 13 4 2 8 4 8 0

ZIJ CIJ = UI VJ CIJ z46 c46 = u4 v6 c46 0 = u4-0 - 13 u4 = 13 z35 c35 = u3 v5 c35 0 = 18 v5-10 v5 = 8 z24 c24 = u2 v4 c24 0 = u2-4 - 16 u2 = 20 z22 c22 = u2 v2 c22 0 = 20 v2-18 v2 = 2 z11 c11 = u1 v1 c11 0 = 14 v1-10 v1 = 4 z36 c36 = u3 v6 c36 0 = u3-0 - 18 u3 = 18 z34 c34 = u3 v4 c34 0 = 18 v4-14 v4 = 4 z23 c23 = u2 v3 c23 0 = 20 v3-12 v3 = 8 z12 c12 = u1 v2 c12 0 = u1-2 - 12 u1 = 14 z13 c13 = u1 v3 c13 = 14-8 - 13 = -7

MENGHITUNG (ZIJ CIJ) source zij - cij vj destination 1 2 3 4 5 6 ui 1 0 0-7 2-8 -5 14 2 1 0 0 0-7 0 20 3-3 0-3 0 0 0 18 4-10 -7-15 -12-7 0 13 4 2 8 4 8 0

xij source destination 1 2 3 4 5 6 1 10 8 (-θ) +θ 2 3 (+θ) 13 6 (-θ) 3 14 24 1 4 14

SOLUSI BARU 1 source xij destination 1 2 3 4 5 6 1 10 2 6 2 9 13 3 14 24 1 4 14 Total Cost = 10(10) + 2(12) + 6(8) + 9(18) + 13(12) + 14(14) + 24(10) + 1(18) + 14(13) = 1126

source cij vj destination 1 2 3 4 5 6 ui 1 10 12 13 8 14 19 12 2 15 18 12 16 19 20 18 3 17 16 13 14 10 18 18 4 19 18 20 21 12 13 13 2 0 6 4 8 0

source zij - cij vj destination 1 2 3 4 5 6 ui 1 0 0-7 0-10 -7 12 2 1 0 0-2 -9-2 18 3-1 2-1 0 0 0 18 4-8 -5-13 -12-7 0 13 2 0 6 4 8 0

source xij destination 1 2 3 4 5 6 1 10 2 (-θ) 6 (+θ) 2 9 13 3 +θ 14 (-θ) 24 1 4 14

SOLUSI BARU 2 source xij destination 1 2 3 4 5 6 1 10 8 2 9 13 3 2 12 24 1 4 14 Total Cost = 10(10) + 8(8) + 9(18) + 13(12) + 2(16) + 12(14) + 24(10) + 1(18) + 14(13) = 1122

source cij vj destination 1 2 3 4 5 6 ui 1 10 12 13 8 14 19 12 2 15 18 12 16 19 20 20 3 17 16 13 14 10 18 18 4 19 18 20 21 12 13 13 2 2 8 4 8 0

source zij - cij vj destination 1 2 3 4 5 6 ui 1 0-2 -9 0-10 -7 12 2 3 0 0 0-7 0 20 3-1 0-3 0 0 0 18 4-8 -7-15 -12-7 0 13 2 2 8 4 8 0

xij source destination 1 2 3 4 5 6 1 10 (-θ) 8 (+θ) 2 +θ 9 (-θ) 13 3 2 (+θ) 12 (-θ) 24 1 4 14

SOLUSI BARU 3 source xij destination 1 2 3 4 5 6 1 1 17 2 9 13 3 11 3 24 1 4 14 Total Cost = 1(10) + 17(8) + 9(15) + 13(12) + 11(16) + 3(14) + 24(10) + 1(18) + 14(13) = 1095

source cij vj destination 1 2 3 4 5 6 ui 1 10 12 13 8 14 19 12 2 15 18 12 16 19 20 17 3 17 16 13 14 10 18 18 4 19 18 20 21 12 13 13 2 2 5 4 8 0

source zij - cij vj destination 1 2 3 4 5 6 ui 1 0-2 -6 0-10 -7 12 2 0-3 0-3 -10-3 17 3-1 0 0 0 0 0 18 4-8 -7-12 -12-7 0 13 2 2 5 4 8 0 Tidak ada (zij cij) yang positif Solusi baru 3 = solusi optimal

CONTOH 2 cij source Dj destination 1 2 3 4 Si 1 2 3 4 9 20 2 14 12 5 1 30 3 12 15 9 3 40 10 10 20 50 Si = Dj = 90

SOLUSI AWAL CONTOH 2 (MMM) xij cij destination 1 2 3 4 Si 1 10 2 3 4 9 10 0 2 3 6 20 source 2 14 12 5 1 30 1 30 3 12 15 9 3 20 20 5 4 40 Dj 10 10 20 50 Si = Dj = 90

CONTOH 3 cij source Dj destination 1 2 3 4 Si 1 2 3 4 9 20 2 14 12 5 1 50 3 12 15 9 3 40 10 10 20 50 Si = 110 Dj = 90

SOLUSI AWAL CONTOH 3 (MMM) xij cij destination 1 2 3 4 5 Si 1 10 2 3 4 9 0 10 0 3 4 7 20 source 2 14 12 5 1 0 30 20 2 1 50 3 12 15 9 3 0 20 20 6 5 40 Dj 10 10 20 50 20 Si = Dj = 110

CONTOH 4 source cij Dj destination 1 2 3 4 Si 1 2 3 4 9 20 2 14 12 5 1 30 3 12 15 9 3 40 10 20 20 50 Si = 90 Dj = 100

SOLUSI AWAL CONTOH 4 (MMM) cij destination xij Si 1 2 3 4 2 3 4 9 1 10 10 0 20 2 3 6 14 12 5 1 2 30 30 1 source 12 15 9 3 3 20 20 40 5 4 M M M M 4 10 10 7 Dj 10 20 20 50 Si = Dj = 100

END