RESUME RISET OPERASI PERTEMUAN 1-12

(disusun untuk pemenuhan tugas Riset Operasi)

Disusun oleh:
AMELIA PUTRI ( 191010500825)

PROGRAM STUDI MANAJEMEN

FAKULTAS EKONOMI
UNIVERSITAS PAMULANG
TANGERANG SELATAN
2021
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Riset operasi (operation research) adalah penerapan metode ilmiah untuk memecahkan
masalah yang timbul dalam pelaksanaan kegiatan sehingga penggunaan sumberdaya dapat
optimal dan efisien. Riset operasi merupakan satu cabang ilmu yang sudah berkembang sejak
masa Perang Dunia II. Pada masa itu metode ini hanya dipakai dalam kegiatan militer,
namun selanjutnya metode tersebut dipakai dalam bidang lain terutama bidang industri,
bisnis, dan administrasi pemerintahan. Istilah Operations Research pertama kali digunakan
pada tahun 1940 oleh Mc Closky dan Trefthen di suatu kota kecil, Bowdsey, Inggris. Pada
masa awal perang 1939, pemimpin militer Inggris memanggil sekelompok ahli-ahli sipil dari
berbagai disiplin dan mengkoordinasi mereka ke dalam suatu kelompok yang diserahi tugas
mencari cara-cara efisien untuk menggunakan alat yang baru ditemukan yang dinamakan
radar dalam suatu sistem peringatan dini menghadapi serangan udara. Kelompok ahli ini dan
kelompok-kelompok lain berikutnya melakukan penelitian (research) pada operasi-operasi
(operation) militer. Metode yang digunakan dalam riset operasi diantaranya adalah
pemodelan, teori probabilitas, simulasi, teori antrian, alokasi sumberdaya, jaringan kerja,
transportasi dan penugasan, pengendalian persediaan, serta analisis keputusan. Penerapan
riset operasi di bidang perpustakaan, informasi dan dokumentasi masih sangat sedikit. Oleh
karena itu, penelitian dan pengembangan aplikasi berbagai metode riset operasi di bidang
tersebut masih perlu ditingkatkan.

Program linier (linear programming) adalah merupakan metode matematik dalam mengalokasikan
sumber daya yang langka atau terbatas untuk mencapai tujuan tunggal seperti memaksimumkan
keuntungan atau meminimumkan biaya (Taha, 1993). Sumber daya tersebut dapat berupa sumber
daya fisik seperti uang, tenaga ahli, material (bahan dan mesin) ataupun bukan fisik.
 BAB II
PEMBAHASAN

Pertemuan I
Linear Programming

Riset operasi adalah usaha yang berkaitan dengan pengambilan keputusan berbentuk ilmiah
dengan cara menentukn suatu model yang sesuai dalam menjalankan suatu system yang melalui
alokasi sumber daya yang terbatas untuk mendapatkan hasil yang yang optimum.
Manfaat riset operasi diantaranya sebagai berikut
a. Keuangan dapat digunakan untuk manajemen cash Flow,
b. Purchasing dapat digunakan untuk penentuan kuantitas dan waktu pembelian,
c. Planning dapat digunakan untuk penentuan kombinasi produk
d. Distribusi dapat digunakan untuk Logistik dan sistem distribusi,
e. Manajemen Konstruksi dapat digunakan untuk Pengaturan proyek.

Model adalah bentuk penyederhanaan dalam berbagai macam permasalahan .Ada beberapa
klasifikasi dalam riset operasi yaitu: Model Iconoc (Psychiical), Model Analog, Model
Matematik.

program linier merupakan sebuah alat pengambilan keputusan baik dari sudut pandang formulasi
maupun pemecahan masalah yang dihadapi dengan membuat rencana kegiatan kegiatan untuk
memperoleh hasl yang optimal Optimal artinya mendapat nilai maksimum (untuk keuntungan,
jumlah produk dan lainnya) atau minimasi (biaya, tenaga kerja dan lainnya).
Dalam Linier programing dikenal dua macam fungsi yaitu fungsi tujuan dan fungsi kendala.

Pertemuan II
LINEAR PROGRAMMING (METODE GRAFIK) FUNGSI TUJUAN MAKSIMUM

Metcde grafik adalah metode yang dapat digunakan dalam menentukan solusi permasalahan
dalam linier programming. Metode ini sesuai dengan namanya adalah dengan grafik untuk
penentuan keputusan. Disini seluruh fungsi kendala digambarkan dalam grafik kemudian
keputusan diambil melalui perhitungan dari fungsi yang digambarkan dalam grafik tarsabut.

Manurut Andi Wijaya (2012) Terdapat 7 (tujuh) langkah dalam pemacahan masalah grafik,yaitu:
a. Mengidentifikasikan variabel keputusan dan memformulasikan dalam simbol matematis
b. Mengldentlflkaslkan tujuan yang akan dlcapal dan kendala-kendala yang terjadi
c. Memformulasikan tujuan dan kendala ka dalam fungsi model matematis
d. Membuat grafik untuk kandala-kendala yang ada dalam satu [Link] membuat grafik
fungsi kendala yang berbentuk partidaksamaan (!i: dan :t) diubah tarlabih dahulu ka dalam
bantuk persamaan (=)
e. Menentukan feasible area (area layak) pada grafik tersebut. Area layak dapat diihat dari
pertidaksamaan pada kendala. Apabila kendala berbentuk s, maka daerah arsiran layak terjadi
pada bagian kiri bawah/kiri bawah, tetapi apabila bentuk pertidaksamaan :2:, maka pengarsiran
dilakukan ke kanan/atas kanan alas. Apabila bentuk persamaan (=), maka daerah layak terjadi di
sepanjang grafik/garis tersebut
f. Menentukan titik-titik variabel keputusan pada area tersebut
g. Memilih variabel keputusan dari titik tersebut Untuk memilih variabel keputusan dapat
menggunaka dua pendekatan:
1) Pergeseran garis tujuan, yaitu dengan membuat sembarang nilai tujuan (Z) dan
membuat garis tujuan dari nilai tersebut kemudian dilakukan pergeseran. Untuk masalah
maksimasi, pergeseran dilakukan dengan memilih titik terjauh dari titik origin, sedangkan untuk
masalah minimasi dipilih titik terdekat dari titik origin
2) Metode trial eror, yaitu dengan melakukan perhitungan terhadap keseluruhan titik-titik
variabel keputusan pada area layak kemudian dipilih hasil yang optimum (untuk maksimasi
dipilih hasil tertinggi, untuk minimasi dipilih hasil terendah).

Pertemuan III
LINEAR PROGRAMMING LANJUTAN (METODEGRAFIK) FUNGSI TUJUAN MINIMUM

Salah satu cara dalam menyelesaikan persoalan penempatan sumber-sumber daya yang terbatas
dari aklifitas - aktivitas yang berbagai pilihan adalah dengan Programa Linier (Linear
Programming).

Secara umum program linier bentuk nonnal metoda grafik fungsi tujuan adalah maksimum, Akan
tetapi tidak tertutup kemungkinan fungsi tujuan berbentuk minimum artinya berhubungan
dengan biaya. Langkah yang diambil apabila fungsi tujuan berbentuk minimum bentuk batasan
dimana langkah langkah pengerjaan adalah sama dengan fungsi tujuan Maksimum hanya
berbeda pada penentuan feasible area (area layak) pada grafik.
dalam masalah yang sering dihaaspi tentang penyediaan sumber daya pada berbagai aktifrtas
dengan tujuan mencapai solusi optium dirumuskan:
a. Fungsi tujuan bukan memaksimumkan,melainkan meminimumkan.
Contoh Minimumkan z = c1x1+ C:zX:z +ꞏꞏꞏ+ CnXn
b. bentuk constrain fungsinya pertidaksamaannya adalah dalam bentuk lebih besar dan sama
dengan.
Dirumuskan a11X1+a12X2 +'"+a1nXn b1 untuk beberapa harga i
c. Beberapa constrain fungsionalnya dalam bentuk sama dengan.
Contoh: Untuk beberapa harga i
 d. Menghilangkan constrain nonnegatif untuk beberapa variabelkeputusan. Contoh: XJ tidak
terbatas dalam tanda, untuk beberapa harga.

Pertemuan IV
LINEAR PROGRAMMING (METODE SIMPLEX) FUNGSI TUJUAN MAKSIMUM FUNGSI
BATASAN ":S"

Metode Simpleks adalah suatu metode yg secara matematis dimulai dari suatu pemecahan dasar
yg feasibel (basic feasible solution) ke pemecahan dasar feasibel lainnya dan dilakukan secara
berulang -ulang (iteratif) sehingga akhimya diperoleh suatu pemecahan dasar yang optimal.
Untuk mendapatkan nilai optimum adalah dengan menganalisis sumbersumber daya apakah telah
digunakan secara penuh (scarce) alau secara berlebih (Abundant) digunakan dengan pendekalan
label simpleks optimal.
Langkah-langkah pengerjaan metode simplek
Menurut Andi Wijaya (2012) Terdapat 12 (dua belas ) yang dapat dilakukan dalam
metode simplek yaitu:
a. Mengidentifikasikan fungsi tujuan dan variiabel keputusan serta memformulasikan
dalam simbol matematis
b. Mengidentifikasikan fungsi tujuan yang akan dicapai kendala kendala y
c. Menginformasikan tujuan dan kendala kedalam fungsi model matematis
d. Mengubah pertidaksamaan"S" pada kendala dirubah menjadi "=" dengan
menambahkan vaiabel slack (S)
e. Masukkan nila fungsi tujuan dan fungsi kendala-kendala yang telah melalui proses
perubahan ke dalam label simpleks. Disamping itu juga menentukan nilai c, yaitu
angka pada maslng masng kolom yang dlcarl dlkallkan dengan koefisien dasar (kd)
dan kemudian mencarinilai c,-Z,
f. Mencari kolom kunci:negatif terbesar pada baris C,-z,
g. Mencari baris kunci: positif terkecil pada indeks, (indeks =b1 pada masing-masing
baris dibagi angka pada kolom kunci di masing masing baris
h. Mencari angka kunci: pertemuan antara kolom kunci dan baris kunci
i. Mengubah variabel keputusan pada baris kunci dengan variabel keputusan pada
kolom kunci dan kemudian merubah seluruh elemen pada baris kunci dengan cara
membagi seluruh elemen tersebut dengan angka kunci.
j. Mengubah nilai-nilai pada baris lain (diluar baris kunci) dengan menggunakan
pendekatan nilai nilai baris baru = nilai nilai baris yang lama dikurangi nilai-nilai
pada baris kunci baru dimana sebelumnya telah dikalikan dengan koefisien kolom
kunci pada baris awal tersebut
k. Memastikan seluruh elemen pada baris c,- z,tidak ada yang bernilai negatif, apabila
masih terdapat nilai negatif maka diulangi melalui langkah ke -6 dan seterusnya
l. Apabila seluruh elemen pada baris c,- z, tidak ada yang bernilai negatif maka proses
eksekusi telah selesai. Nilai Z optimum dan besarnya variabel keputusan berada pada
kolom tersebut ( z,dan b)
Pertemuan V
LINEAR PROGRAMMING (METODE SIMPLEX) FUNGSI TUJUAN MAKSIMUM FUNGSI
BATASAN "="

Metode simpleks adalah bagian dari linear program dalam memecahkan permasalahan yang
mempunyai dua atau lebih variable keputusan.
Untuk masalah dengan fungsi kendala tanda “=” harus ditambah variable buatan, karena Batasan
“=” tidak memiliki variable basis. Variable basis adalah variable yang nilainya bukan nol pada
sembarang itersi. Itersi adalah perhitungan berulang dimana hasil dalam perhitungan itu
tergantung dari nilai table sebelumnya, oleh karena itu dengan menambah variable buatan maka
table awal simpleks dapat dibentuk.

Langkah-langkah pengerjaan metode simpleks:

a. Mengidentifikasi fungsi tujuan dan variable keputusan serta memformulasikan dalam
symbol matematis.
b. Mengubah pertidaksamaan fungsi kendala dengan “=” yang harus menambah variable
buatan, karena Batasan “=” tidak memiliki variable basis.
c. Memasukkan data fungsi tujuan dan kendala-kendala yang telah diubah tersebut terhadap
table simpleks dan nilai kanan (NK)
d. Menentukan variable M yang memiliki nilai negative paling besar dan akan menjadi
kolom kunci (untuk maksimasi)
e. Mencari baris kunci: yaitu angka positif terkecil pada indeks, menentukan nilai indeks:
seperti kasus sebelumnya.
f. Menentukan angka kunci;
g. Mengubah angka pada baris kunci yaitu membuat angka kunci baru dengan cara nilai
baru atau elemen pada baris kunci yang lama dibagi angka kunci
h. Membuat baris baru dengan cara mengubah nilai-nilai pada baris lain (diluar baris kunci):
nilai masing-masing baris yang akan dikurangi nilai masing-masing garis kunci baru
dimana sebelumnya telah dikalikan dengan masing-masing koefisien kolom kunci
i. Memastikan seluruh elemen pada baris C1-Z1, tidak ada yang bernilai negative (konstan
pada variable M), apabila masih terdapat nilai negative maka diulangi melalui Langkah
ke-6 dan seterusnya.
j. Apabila elemen pada baris C1-Z1, tidak ada yang bernilai negative (pada konstan
didepan variable M) maka proses eksekusi telah selesai. Nilai Z optimum dan besarnya
variable keputusan berada pada kolom tersebut.

Pertemuan VI
LINEAR PROGRAMMING (METODE SIMPLEX) FUNGSI TUJUAN MINIMUM FUNGSI
BATASAN "≥"

Fungsi kendala dengan tanda lebih besar atau sama dengan artinya menentukan nilai optimum
dalam hal ini adalah tentang biaya yang minimum. Dengan menggunakan fungsi Batasan "≥"
Harus diubah terlebih dahulu kebentuk “≤” dengan cara mengalikan dengan (-1), lalu diubah lagi
kebentuk persamaan dengan ditambah variable slack, kemudian karena RHS-nya negative,
dikalikan dengan (-1) dan ditambah artificial variable (M).

Langkah-langkah pengerjaan metode simpleks pada fungsi Batasan “≥”

a. Mengidentifikasi fungsi tujuan dan variable keputusan serta memformulasikan dengan
symbol matematis
b. Untuk minimum ditandai dengan batasan “≥” yang sebelumnya harus diubah kebentuk ke
“≤” yaitu dengan mengkali fungsi tersebut dengan (-1), dan proses selanjutnya diubah
lagi kebentuk persamaan (=) dengan cara menambahkan variable slack. Kemudian karena
RHS-nya negative, dikalikan dengan (-1) dan ditambah artificial variable M
c. Memasukkan data fungsi tujuan dan kendala-kendala yang telah diubah tersebut kedalam
table simpleks dan selanjutnya adalah menentukan nilai kanan (NK)
d. Menentukan kolom kunci: variable M yang memiliki nilai negative paling besar dan akan
menjadi kolom kunci (untuk minimasi)
e. Mencari baris kunci: nilai indeks terkecil adalah baris kunci
f. Mencari angka kunci: angka pada perpotongan antara baris kunci dan kolom kunci
g. Mengubah angka pada baris kunci, menjadi nilai baris baru kunci (NBBK)
h. Membuat baris baru dari baris lainnya dengan sama seperrti proses pada kasus maksimasi
i. Sebaliknya dalam fungsi Batasan “≥” pastikan seluruh elemen pada baris NK1,- Z1, tidak
ada yang bernilai positif pada konstanta didepan variable M, apabila masih terdapat nilai
positif maka diulangi melalui Langkah ke-6 dan seterusnya
j. Apabila seluruh elemen pada baris NK1-Z1, tidak ada yang bernilai positif maka proses
eksekusi telah selesai. Besarnya keuntungan adalah dilihat dari nilai Z pada kolom NK

Pertemuan VII
METODE TRANSPORTASI

Metode transportasi adalah pengembangan dari persoalan LP,model transportasi adalah

pembahasan tentang penentuan rencana biaya minimum (minimum cost) untuk transportasi
(pengangkutan) single commodity dari sejumlah lokasi sumber (sources) seperti pabrik, lokasi
penambangan, pelabuhan,dan lain lain ke sejumlah lokasi tujuan (destinations) seperti gudang,
pusat distribusi, tempat pemasaran, dan sebagainya.
Dalam metode transportasi, pihak manajemen mencari dan menetapkan rule distribusi
yang bisa mengoptimalkan tujuan perusahaan yaitu tujuan,memaksimalkan laba atau
meminimumkan biaya sepert biaya transportasi, biaya atau penggunan waktu serta
penempatan tenaga kerja yang tepat.
[Link] Metode Transportasi
A. North WestComer(NWC)
Metoda Sudut Barat Laut (North West Comer Method) adalah sabuah metoda dalam
manyusun tabel awal dengan cara mangalokasikan distribusi dimulai dari sal yang
 terletak pada sudut kiri atas atau sudut barat laut dari tabel. Metoda Noth West Comer
merupakan metoda yang paling saderhana dari metoda lainnya (LC, VAM Steping
stone dan MODI) sehingga digunakan untuk mencari solusiawalatau langkah awal
dari metode yang lainnya
B. Least cost
Metode Least Cost (LC) yaitu penyelesaian tabel transpotasi dengan cara
pengalokasian distribusi barang dari sumbar ke tujuan yang dimulai dari sal dangani
biaya transportasii terecil. Singkatnya metoda Least Cost adalah metode yang
melakukan pengalokasian berdasarrkan biaya yang terendah.
C. Vogel Aproximation Method
Metode Vogel atau Vogel's Approximation Method (VAM) adalah metode
transportasi yang masih sederhana dalam menetukan susuna pengiriman barang dari
beberapa sumber ke beberapa tujuan (tempat pemasaran) atau pengalokasian sumber
daya ). dalam mendapatkan nilai optimum.
D. Metode Stepping Stone
Metode Stepping Stone adalah metode untuk mendapatkan solusi optimal dari
masalah transportasi (biaya minimum), metode ini bersifat trial and error, yau dengan
mencoba-coba memindahkan sel yang ada isinya (stone) ke sel yang kosong (water).
Tujuan pemindahan ini adalah harus mengurangi biaya, untuk itu harus dipilih
sedemikian rupa sel-sel kosong yang biaya transportasinya kecil dan memungkinkan
dilakukan pemindahan.

Tahapan tahapan dalam membuat label Transportasi adalah:

a. Perhatikan total(supply ) atau kapass kirim untuk tiap source atau sumber.
b. Perhatikan total demand atau kapass penerimaan untuk setiap tujuan.
c. Pastikan jumlah total dari seluruh source atau sumber sama dengan total semua tujuan,
Suplly harus sama dengan Demand (S + D)
d. Jika supply tidak sama dengan demand (S>D), maka harus ditambahkan kolom dummy
(kolom buatan) pada bagian demand.
e. Jika supply tidak sama dengan demand, maka harus ditambahkan kolom dummy pada
bagian supply.

Pertemuan VIII
METODE TRANSPORTASI (NORTH WEST CORNER)

Metode NorthWest Corner (NWC) adalah salah satu metode transportasi yang paling mudah
dilakukan, tetapi hasilnya belum tentu optimal. Dalam metode NWC ini, sumber dan lokasi
tujuan diurutkan dari sisi kiri ke kanan dan dari atas ke bawah dalam peta data matriks. Cara
penghitungan biaya transportasi dengan menggunakan metode NWC sesuai dengan namanya
dimulai dari sisi kiri atas, kemudian bergerak ke kiri atau ke bawah sesuai dengan kapasitas
produksi sumber (supply) dan atau permintaan tujuan (demand).
Aturan yang berlaku pada metode NWC ini adalah sebagai berikut: 1. Mengalokasikan awal nilai
sel ditetapkan pada sel yang berada diujung kiri atas tabel. Nilai sel awal tergantung pada
kendala-kendala supply dan demand untuk sel.
Langkah-langkah dalam menentukan solusi awal dari metode ini adalah sebagai berikut:
1. Alokasikan nilai sebesar mungkin pada sel X11 dengan memperhatikan kendala supply
dan demand.
2. Mengalokasikan nilai sebesar mungkin pada sel yang bersebelahan dengan sel X11. 3.
Ulangi langkah 2 sampai semua kendala terpenuhi

Aturan yang berlaku pada metode NWC ini adalah sebagai berikut:
1. Menghabiskan persediaan di tiap baris sebelum bergerak menuju ke baris selanjutnya yang
berada di bagian bawahnya.
2. Memenuhi syarat permintaan di tiap kolom sebelum bergerak menuju ke kolom selanjutnya
yang berada di sebelah kanannya.
3. Melakukan cek agar semua persediaan dan permintaan sesuai jumlahnya.

Pertemuan IX
METODE TRANSPORTASI (LEAST COST)

Metode Biaya Terkecil (Least Cost Method) adalah sebuah metode untuk menyusun tabel awal
dengan cara pengalokasian distribusi barang dari sumber ke tujuan mulai dari sel yang memiliki
biaya distribusi terkecil dalam seluruh tabel. Menurut Aminudin (2005), berikut merupakan
langkah–langkah yang dilakukan dalam mencari solusi awal menggunakan metode biaya terkecil
(Least Cost Method). Langkah pertama adalah mengalokasian sejumlah komoditas setinggi
mungkin pada sel yang mempunyai biaya unit terkecil dalam keseluruhan tabel. Jika ada
beberapa sel yang memiliki biaya unit terkecil yang sama maka di pilih salah satunya secara
sembarang. Pemberian tanda silang (X) untuk baris atau kolom yang telah terpenuhi. Setelah
menyesuaikan penawaran dan permintaan untuk semua baris dan kolom yang belum disilang,
maka diulang proses dengan memberikan alokasi setinggi mungkin pada sel yang memiliki unit
terkecil berikutnya yang belum disilang.

Pertemuan X
METODE TRANSPORTASI (VAM)

Metode Vogel atau Vogel’s Approximation Method (VAM) merupakan metode yang lebih
mudah dan lebih cepat untuk digunakan dalam mengalokasikan sumber daya dari beberapa
sumber ke beberapa tujuan (daerah pemasaran).
Langkah-langkah pengerjaan metode VAM:
1. Susunlah kebutuhan, kapasitas masing-masing sumber dan biaya pengangkutan ke dalam
matriks transportasi
2. Carilah perbedaan dari 2 biaya terkecil, yaitu biaya terkecil dan terkecil ke dua untuk
setiap baris dan kolom
 3. Pilihlah 1 nilai perbedaan- perbedaan yang terbesar diantara semua nilai perbedaaan pada
kolom dan baris. Baris O mempunyai nilai perbedaan terbesar yaitu 9. Bila nilai
perbedaan biaya ada 2 yang besarnya sama, maka pilihlah baris atau kolom yang
mempunyai biaya terendah.
4. Isilah pada salah satu segi empat yang termasuk dalam kolom atau baris terpilih, yaitu
pada segi empat yang mempunyai biaya terendah. Isikan sebanyak mungkin yang bisa
dilakukan.
5. Karena baris O sudah diisi penuh sesuai dengan kapasitas, maka selanjutnya hilangkan
baris O karena baris O sudah tidak mungkin diisi lagi. Kemudian tentukan kembali
perbedaan biaya untuk kolom dan baris yang belum terisi. Ulangi langkah-langkah ini
sampai semua baris dan kolom sepenuhnya teralokasi.
Kelebihan metode VAM:
1. Metode yang lebih mudah dan cepat untuk mengatur alokasi biaya transportasi dari
beberapa sumber kedaerah tujuan.
2. Hasil Analisa dari metode ini sudah sangat mendekati optimal
Kelemahan metode VAM:
1. Proses iterasi lebih rumit.
2. Pada metode VAM adalah setelah semua produk dialokasi, harus menguji sel bukan
basis-nya adalah memiliki nilai = 0. Hal tersebut dilakukan untuk menjamin bahwa total
biaya benar-benar minimum.

Pertemuan XI
METODE TRANSPORTASI MODI

Metode Modified Distribution (MODI) atau Faktor Pengali (Multiplier) merupakan metode yang
dikembangkan berdasarkan teori dualitas. Metode MODI merupakan metode yang digunakan
untuk menentukan solusi optimal pada model transportasi.

langkah-langkahnya dalam metode MODI sebagai berikut:

1. Membuat tabel transportasi
2. Menghitung nilai indeks pada masing masing baris dan kolom, dengan menggunakan
rumus Ri + Kj = Cij, dimana Ri merupakan nilai indeks pada baris i, Kj merupakan nilai
indeks pada kolom j dan Cij adalah biaya transportasi dari sumber i ke tujuan j.
Pemberian nilai indeks ini harus berdasarkan pada sel yang telah terisi atau digunakan.
Sebagai alat bantu untuk memulai pencarian nilai indeks, maka nilai baris pertama (R1)
ditetapkan sama dengan nol, b). Nilai indeks seluruh baris dan kolom diperoleh
menggunakan rumus: Ri +Kj = Cij
3. Mencari sel-sel yang kosong atau sel yang belum terisi
4. Menghitung besarnya nilai pada sel-sel kosong tersebut menggunakan rumus Iij = Cij –
Ri – Kj
 5. Apabila nilai sel-sel kosong tersebut keseluruhannya bernilai positif berarti proses
tersebut telah menghasilkan biaya transportasi minimum
6. Apabila masih terdapat nilai negatif berarti masih terdapat penghematan biaya, maka
dilakukan proses eksekusi terhadap sel yang memiliki angka negatif (pilih negatif
terbesar apabila terdapat lebih dari satu nilai negatif).
7. Proses pengalokasian dilakukan menggunakan pendekatanyang serupa dengan metode
batu loncatan (stepping stone).
8. Lakukan Langkah dari awal (langkah a) untuk memastikan semua nilai sel (Iij) kosong
tidak ada yang bernilai negatif.

Pertemuan XII
METODE TRANSPORTASI STEPPING STONE

Metode Stepping Stone merupakan langkah lanjutan dari metode awal untuk mendapatkan solusi
optimal. Metode Stepping Stone merubah alokasi produk untuk mendapatkan alokasi produksi
yang optimal menggunakan cara coba-coba.
Metode Stepping Stone memiliki keunggulan yaitu jumlah iterasi yang lebih sedikit, sedangkan
kelemahannya pada pembuatan jalur tertutup karena harus mencari sebanyak sel kosong yang
dimiliki.
Langkah-langkah pemecahan metode Stepping Stone
1. Penyusunan tabel alokasi
2. Prosedur alokasi
3. Mengubah alokasi secara trial and error.
Langkah-langkah metode Stepping Stone sebagai berikut
1. Isi tabel awal dengan metode solusi awal.
2. Pilih sebarang sel kosong untuk diisi dengan syarat akan membentuk loop yang berakhir
dan berawal pada sel kosong, dimana sel yang masuk hanyalah sel yang akan diisi.
3. Beri tanda plus (+) pada sel kosong, tempatkan secara bergantian tanda plus (+) dan tanda
minus (-) pada setiap kotak pada jalur tertutup yang baru saja dilalui.
4. Hitunglah indeks perbaikan dengan menambahkkan biaya unit yang ditemukan setiap
kotak berisi tanda plus (+) dilanjutkan dengan mengurangi biaya unit pada setiap kotak
berisi tanda minus (-).
5. Ulangi langkah 3 hingga 4 sampai semua indeks perbaikan untuk semua kotak yang tidak
terpakai sudah dihitung. Jika semua indeks yang dihitung lebih besar atau sama dengan
nol, maka solusi optimal tercapai. Jika belum, dapat terus ditingkatkan untuk mengurangi
biaya pengiriman total.
 BAB III
PENUTUP

3.1 Kesimpulan

Pemrograman linear (linear proramming) adalah teknik pengambilan keputusan untuk memecahkan
masalah mengalokasikan sumber daya yang terbatas diantara berbagai kepentingan seoptimal mungkin.
Pemrograman linear merupakan salah satu metode dalam riset operasi yang memungkinkan para
manajer mengambil keputusan dengan menggunakan pendekatan analisis kuantitatif. Teknik ini telah
diterapkan secara luas pada berbagai persoalan dalam perusahaan, untuk menyelesaikan masalah yang
berkaitan dengan penugasan karyawan, penggunaan mesin, distribusi, dan pengangkutan, penentuan
kapasitas produk, ataupun dalam penentuan portofolio investasi. Program linier banyak digunakan
untuk menyelesaikan masalah optimal didalam industri, perbankan, pendidikan, dan masalah-masalah
lain yang dapat dinyatakan dalam bentuk linier.

3.2 Saran

Semoga penulis dan pembaca dapat mengetahui apa pengertian Program Linear dan mengetahui
contoh-contoh serta penyelesaian soal-soal pada Program Linear dengan berbagai metode yang ada