MODUL AJAR

Riset Operasional (0039)

Disusun oleh:
Saddam Hussaen, Lc., M.M.

Program Studi Manajemen

Fakultas Ekonomi dan Bisnis
Universitas Bina Sarana Informatika
2024
 2

MODUL MATA KULIAH

RISET OPERASIONAL

IDENTITAS MATA KULIAH

Mata Kuliah/ Kode : Riset Operasional/ 0039-6400
SKS : 3 SKS
Prasyarat :-
Semester :V
Deskripsi Mata Kuliah : Mata kuliah ini memperkenalkan dan membahas tentang
pengenalan riset operasi, metode-metode yang dipakai
dalam riset operasi seperti metode grafik, metode
simpleks, metode transportasi.
Capaian Pembelajaran :
1. Menguasai Konsep dasar Riset Operasi di berbagai tipe
organisasi secara mandiri dan terukur berdasarkan hasil
analisis informasi dan data (S9, P1, KK2, KU2, KU5)
2. Menguasi konsep Linear Programming secara
eksploratif, deskriptif, dan verifikatif berdasarkan hasil
analisis informasi dan data secara terukur dengan rasa
tanggung jawab dan mandiri di berbagai tipe organisasi
(S9, P4, KU2, KU5, KK6)
3. Menguasi konsep Metode Transportasi secara
eksploratif, deskriptif, dan verifikatif berdasarkan hasil
analisis informasi dan data secara terukur dengan rasa
tanggung jawab dan mandiri di berbagai tipe organisasi
(S9, P4, KU2, KU5, KK6)

Penyusun : Saddam Hussaen, Lc., M.M.

Jakarta, 2023
 3

DAFTAR ISI

IDENTITAS MATA KULIAH ......................................................................................... 2

DAFTAR ISI ................................................................................................................ 3
Pertemuan 1 ............................................................................................................... 4
Konsep Dasar Riset Operasional ............................................................................ 4
Pertemuan 2 ............................................................................................................. 10
Linear Programming ............................................................................................. 10
Pertemuan 3 ............................................................................................................. 20
Metode Grafik ....................................................................................................... 20
Pertemuan 4 ............................................................................................................. 30
Metode Simplek .................................................................................................... 30
Pertemuan 5 ............................................................................................................. 47
Penyelesaian awal Metode Transportasi .............................................................. 47
(North West Corner, Least Cost, dan VAM) .......................................................... 47
Pertemuan 6 ............................................................................................................. 59
Stepping Stone ..................................................................................................... 59
Kumpulan Soal Latihan ............................................................................................ 67
 4

Pertemuan 1
Konsep Dasar Riset Operasional

A. Tujuan Pembelajaran
Mampu menguraikan konsep dasar riset operasi (C2, A2, P1, CPMK1)

B. Uraian Materi
1. Definisi Riset Operasional
Riset Operasional atau sering disingkat menjadi Riset Operasi saja,
merupakan terjemahan bahasa Inggris yaitu “Operation Research”. Secara
umum pengertian research (riset) dapat diartikan sebagai suatu proses yang
terorganisasi dalam mencari kebenaran akan masalah. Sedangkan kata
operations (operasi) didefinisikan sebagai tindakan-tindakan yang diterapkan
pada beberapa masalah. Dalam kenyataannya sangat sulit untuk
mendefinisikan riset operasi secara tegas karena batas-batasnya tidak jelas.
Riset Operasi memiliki berbagai macam arti bagi orang yang berbeda
kepentingan dan latar belakang disiplin ilmu. Ada yang beranggapan bahwa
Riset Operasi adalah sebuah Teknik analisis kuantitatif, dilain pihak ada yang
menganggapnya sebagai “scientific method” (metode ilmiah), sebagai dasar
pengambilan keputusan.
Riset Operasi telah banyak didefinisikan oleh para ahli, namun hanya
beberapa yang biasa digunakan dan diterima secara umum.
a. Morse dan Kimball (1951), mendefinisikan Riset Operasi sebagai metode
ilmiah yang memungkinkan para manajer mengambil keputusan mengenai
kegiatan yang mereka tangani dengan dasar kuantitatif.
b. Churchman, Arkoff dan Arnoff (1957), mengemukakan pengertian riset
operasi sebagai aplikasi metode-metode, teknik-teknik dan peralatan ilmiah
dalam menghadapi masalah-masalah yang timbul di dalam operasi
perusahaan dengan tujuan ditemukannya pemecahan yang optimum
masalah-masalah tersebut.
c. Miller dan M.K. Star (1960), mengartikan Riset Operasi sebagai peralatan
manajemen yang menyatukan ilmu pengetahuan, matematika, dan logika
dalam kerangka pemecahan masalah- masalah yang dihadapi sehari-hari,
 5

sehingga akhirnya permasalahan tersebut dapat dipecahkan secara

optimal.
d. Menurut Operation Research Society of Great Britain, Riset Operasi
merupakan penerapan metode-metode ilmiah dalam masalah yang
komplek dan suatu pengolahan sistem managen yang besar, baik
menyangkut manusia, mesin, bahan dan uang dalam indutri, bisnis,
pemerintahan dan pertahanan.
e. Menurut Operation Research Society of America, Riset Operasi berkaitan
dengan pengambilan keputusan secara ilmiah dan bagaimana membuat
suatu model yang baik dalam merancang dan menjalankan sistem yang
melalui alokasi sumber daya yang terbatas.
f. Menurut Thaha, 1987, Istilah Riset Operasi seringkali diasosiasikan dengan
penggunaan teknik-teknik matematis untuk membuat model dan
menganalisis masalah keputusan. Meskipun matematika dan model
matematis merupakan inti Riset Operasi, pemecahan masalah tidaklah
sekedar pengembangan dan pemecahan model-model matematis. Secara
spesifik, masalah-masalah keputusan biasanya mencakup factor-faktor
manusia dihampir setiap lingkungan keputusan”
Berdasarkan beberapa definisi diatas dapat disimpulkan riset operasi
adalah bagaimana proses pengambilan keputusan yang optimal dengan
menggunakan alat analisis yang ada dan adanya keterbatasan sumber daya.
Riset Operasi merupakan alat bantu bagi para decision maker (pengambil
keputusan) ketika menjumpai masalah-masalah dalam operasi perusahaan
untuk mengambil keputusan secara optimal dan bersifat kuantitatif. Hasil
Optimal adalah berdasarkan prinsip maxsimin (memaximumkan revenue yang
minimal) dan minimax (meminimumkan cost yang maximal).

2. Pandangan Penelitian Operasional

Penelitian operasional harus dipandang sebagai aspek ilmu dan aspek
seni:
a. Riset Operasi sebagai ilmu artinya suatu teknik/metode matematis untuk
memecahkan persoalan untuk mendapatkan hasil yang optimal. Aspek ilmu
 6

terletak pada penggunaan Teknik-Teknik dan algoritma-algoritma

matematika untuk memecahkan persoalan yang dihadapi.
b. Riset Operasi sebagai seni artinya keberhasilan dalam implementasi hasil
akhir adalah merupakan hasil kreativitas dari kemampuan pribadi pada
kelompok yang terlibat dalam riset operasi. Dalam mengambil Keputusan
Aspek seni, keberhasilan dari solusi model matematis sangat tergantung
dari kreatifitas dan kemampuan seseorang sebagai pengalisis dalam
pengambilan Keputusan

3. Sejarah Perkembangan Riset Operasional

Operations Research (Riset Operasi) pertama kali diperkenalkan di
Inggris sebagai hasil studi operasi militer selama Perang Dunia II. Pada tahun
1939, G.A. Robert dan E.C. William adalah yang pertama kali mengembangkan
radar yang merupakan alat baru bagi peringatan dini menghadapi serangan
udara. Pada awal perang, pemimpin militer Inggris memanggil sekelompok ahli
sipil dari berbagai disiplin dan mengkoordinasikan mereka kedalam suatu
kelompok yang diserahi tugas mencari cara-cara yang efisien dalam
menggunakan alat yang baru ditemukan tersebut.
Tahun 1942, angkatan udara Amerika Serikat membentuk Divisi
Operations Analysis, kemudian diikuti oleh angkatan laut yang membentuk
kelompok riset operasi pada tahun 1943. Kelompok ahli Inggris ini dan
kelompok-kelompok lain berikutnya menjadi dasar untuk kegiatan riset
(research) pada operasi-operasi militer.
Keberhasilan kelompok-kelompok penelitian operasi dibidang militer
semasa PD II menarik perhatian para industriawan pada bidang ini.
Pertumbuhan industry yang pesat menyebabkan team-team riset operasi
sangat dibutuhkan dalam dunia bisnis, karena masalah-masalah yang timbul
pada dasarnya sama walaupun konteksnya berbeda dengan yang dihadapi
kalangan militer.
Memasuki tahun 1950-an kegiatan riset operasi telah berkembang cepat
didunia bisnis, pemerintahan, dan Lembaga [Link] periode ini, teknik-
teknik program linear dan dinamik telah ditemukan dan dikembangkan.
Perkembangan besar terjadi dlam penelitian tentang masalah persediaan
produksi dan antri. Sejak saat itu, riset operasi mulai mendapat pengakuan
 7

sebagai pelajaran yang bermanfaat di Universitas, terutama bagi mahasiswa

ekonomi, administrasi, dan teknik.
George Dantzig (1947) mengembangkan metode simpleks dan matriks
untuk memecahkan masalah-masalah dalam program linear, sebagai salah
satu teknik riset operasi. Kemudian disempurnakan pada tahun 1950 dengan
memunculkan beberapa peralatan standar riset operasi, seperti; Program
Linear, Program Dinamis, Teori Antrian dan Teori Pengendalian Persediaan.

4. Manfaat Teknik Riset Operasional

Teknik Riset Operasional memiliki beberapa manfaat diantaranya:
a. Dalam proses produksi, dengan bahan mentah yang serba terbatas harus
dibuat produk sehingga dapat dicapai jumlah hasil penjualan yang
maksimal.
b. Dengan jumlah pemberi pelayanan yang terbatas harus dicapai pemberian
pelayanan dalam waktu minimum.
c. Dengan jumlah biaya transportasi yang minimum jumlah pemintaan
terpenuhi.
d. Dicapai jumlah stok yang optimum dengan biaya yang minimum.
e. Suatu proyek harus selesai dalam waktu yang secepat mungkin.

5. Manajemen Sains
Management science, merupakan perumusan dan manipulasi sebuah
model. Pendekatan ini berhubungan dengan model- model logika-matematika
yang digunakan untuk mempelajari aspek-aspek problem-problem (masalah)
yang dapat ditangani secara kuantitatif.
Langkah-langkah Manajemen Sains
a. Observasi dan Pengamatan
Pada tahap ini analis mengadakan penelitian terhadap situasi yang dihadapi
untuk merumuskan problem, atau masalah yang sedang dihadapi dan
identifikasi terhadap semua fakta dan hubungan-hubungan problem
(masalah yang ingin dicarikan solusinya).
b. Perumusan Model
Konstruksi model merupakan hasil dari identifikasi terhadap hubungan antar
variabelvariabel yang ada dan batasan-batasan (Constraint) yang
 8

bersangkutan dengan problem yang ada. Sistem-sistem informasi, model

tersebut dapat berupa grafik, peta arus, peta organisatoris, laporan statistik.
c. Pengujian Model yang bersangkutan
Model diuji berulangkali sebelum digunakan sebagai dasar untuk
pengambilan keputusan. Fungsi pokok dari model adalah kemampuan
prediksinya dan data yang dikumpulkan, serta dimanipulasi melalui model
tersebut guna menguji efektivitasnya.
d. Penerapan
Model tersebut diterapkan guna memberikan informasi kepada pihak
manajemen dalam rangka pengambilan keputusan.

6. Teknik-teknik Riset Operasional

Riset Operasi (OR) menggunakan berbagai teknik untuk memecahkan
masalah dan membantu pengambilan keputusan, terutama dalam konteks
organisasi. Beberapa teknik utama dalam OR meliputi:
a. Linear Programming (Metode Grafik, Metode Simplek dan penyimpangan
dari bentuk standar)
b. Metode Transportasi (Metode Stepping Stone, Metode Modified
Distribution, dan Vogel’s Approximation Method)
c. Decision Theory (Problem-problem Keputusan)
d. Network Planning (Critical Path Method, Metode Algoritma, Perpendekan
waktu proyek, Penaksiran jangka waktu dan biaya proyek)
e. Perencanaan Kebutuhan Bahan (Economic Order Quantity, Reorder Point,
Model Penyeimbangan Biaya Total, Buffer Stock)
Selain itu, ada beberapa Teknik lainnya yaitu Simulasi, Queuing Theory
(Teori Antrian), Pemrograman Integer (Integer Programming), Pemrograman
Dinamis (Dynamic Programming), dan Teori Permainan (Game Theory).
Salah satu teknik analisis yang sering digunakan dewasa ini telah
berkembang teknikteknik analisis dengan menggunakan paket program
Quantitative Analysis for Management (QM program) versi 2.1 (Howard J.
Weis, 1996 – 2002). Saat ini program ini dikenal dengan POM-QM FOR
WINDOWS Version 5 Software for Decision Sciences: Quantitative Methods,
Production and Operations Management dibawah naungan
[Link]/weiss (dsSoftware@[Link]).
 9

C. Daftar Pustaka
Wijaya, andi. (2012). Pengantar Riset Operasi. Edisi 2, Mitra Wacana Media,
Jakarta
Taha, Hamdy.A. (2011). Operation Research:An Introduction,ed 9, Prentice Hall
Winston, Wayne. (2003). Operations Research Application and Algorithms
[Link]
Mulyono, Sri. (2007). Riset Operasi Edisi Revisi, Lembaga Penerbit Fakultas
Ekonomi Universitas Indonesia
 10

Pertemuan 2
Linear Programming

A. Tujuan Pembelajaran
Mampu menjelaskan, menganalisis konsep dasar Linear Programming (C1,
C3, A3, P2, CPMK2)
B. Uraian Materi
1. Definisi
Program Linear / Linear programming adalah suatu cara untuk
menyelesaikan persoalan pengalokasian sumber-sumber yang terbatas
diantara beberapa aktivitas yang bersaing, dengan cara terbaik yang
mungkin dilakukan.
Linear programming adalah perencanaan aktivitas-aktivitas untuk
memperoleh suatu hasil yang optimum, yaitu suatu hasil yang mencapai
tujuan terbaik di antara seluruh alternative yang feasible
Program Linear adalah metode optimasi untuk menemukan nilai
optimum dari fungsi tujuan linear pada kondisi batas-batas tertentu.
Secara umum arti dari pemrograman linier adalah suatu Teknik
perencanaan yang bersifat analitis yang analisis-analisisnya memakai
model matematis, dengan tujuan menemukan beberapa kombinasi
alternatif pemecahan masalah.

2. Permasalahan Linear Programming

Masalah LP memiliki empat hal secara umum yaitu:
a. Problem yang dijumpai adalah maksimisasi atau minimisasi sebagai
tujuannya
b. Memiliki “Constraint”, atau fungsi batasan untuk mencapai tujuan yang
ingin dicapai (fungsi tujuan)
c. Harus tersedia alternatif untuk menyelesaikan masalah
d. Hubungan matematis adalah linier
 11

3. Ciri Khusus Linear Programming

Linear Programming memiliki empat ciri khusus, yaitu:
a. Penyelesaian masalah mengarah pada pencapaian tujuan maksimisasi
atau minimisasi.
b. Kendala yang ada membatasi tingkat pencapaian tujuan.
c. Ada beberapa alternatif penyelesaian.
d. Hubungan matematis bersifat linier.

4. Karakteristik-karakterstik yang digunakan dalam program Linear

Dalam perumusan program linear dari soal cerita, diperlukan pemahaman
4 karakteristik yang digunakan dalam program linear, yaitu:
a. Variabel keputusan: variable yang menguraikan secara lengkap
keputusan-keputusan yang akan dibuat.
b. Fungsi tujuan: variable keputusan yang akan dimaksimumkan (untuk
pendapatan/keuntungan) atau diminimumkan (untuk ongkos)
c. Pembatas: kendala yang dihadapi sehingga kita tidak bisa menentukan
harga-harga variable keputusan secara sembarang.
d. Pembatas tanda: pembatas yang menjelaskan apakah variable
keputusannya diasumsikan hanya berharga nonnegative atau variable
tersebut boleh positive, boleh juga negative.

5. Asumsi-asumsi dasar linear programming

Terdapat 4 Asumsi dasar linear Programming, yaitu:
a. Linearity
Fungsi obyektif dan kendala haruslah merupakan fungsi linier dan
variabel keputusan. Hal ini akan mengakibatkan fungsi bersifat
proporsional dan additif.
b. Divisibility
Nilai variabel keputusan dapat berupa bilangan pecahan.
c. Non negativity variable
Nilai variabel keputusan haruslah tidak negatif ( 0).
d. Certainty
Semua konstanta (parameter) diasumsikan mempunyai nilai yang pasti.
 12

6. Asumsi dalam Model Program Linier

Terdapat 4 asumsi dalam model program linear, yaitu:
a. Asumsi kesebandingan (Proportionality)
1) Kontribusi setiap variabel keputusan terhadap fungsi tujuan adalah
bersifat sebanding dengan nilai variabel Keputusan
2) Kontribusi suatu variabel keputusan terhadap ruas kiri dari setiap
pembatas juga sebanding dengan nilai variabel Keputusan
b. Asumsi penambahan (Additivity)
1) Kontribusi setiap variabel keputusan terhadap fungsi tujuan bersifat
tidak bergantung pada nilai dari variabel keputusan yang lain
2) Kontribusi suatu variabel keputusan terhadap ruas kiri dari setiap
pembatas bersifat tidak bergantung pada nilai dari variabel
keputusan yang lain.
c. Asumsi pembagian (Divisibility)
Dalam persoalan program linier, variabel keputusan boleh diasumsikan
berupa bilangan pecahan
d. Asumsi kepastian (Certainty)
Setiap parameter, yaitu koefisien fungsi tujuan, ruas kanan, dan
koefisien teknologis, diasumsikan dapat diketahui secara pasti.

7. Teknik Pemecahan Model Program Linier

Dalam pemecahan masalah kombinasi produksi memiliki dua arah yaitu;
a. Memaksimumkan keuntungan yang minimum (maksimin),
Menemukan solusi terbaik (maksimum) dari fungsi objektif, yang dalam
hal ini adalah keuntungan, dengan mempertimbangkan batasan-
batasan yang ada, sehingga keuntungan minimum yang diperoleh
tetaplah yang paling tinggi di antara semua kemungkinan solusi yang
memenuhi batasan. Ini berarti kita mencari solusi yang
memaksimalkan keuntungan terendah yang mungkin dicapai.
b. Meminimumkan biaya-biaya yang Maksimal (minimaks)
Mengacu pada masalah optimasi yang bertujuan untuk menemukan
solusi terbaik yang meminimalkan biaya tertinggi yang mungkin muncul
 13

dari berbagai skenario. Ini berarti mencari solusi yang akan

meminimalkan kerugian maksimum yang mungkin terjadi.

Ada 2 metode yang dapat digunakan untuk memecahkan masalah dalam

LP yaitu:
a. Metode Grafik
Bila persoalan LP hanya mempunyai 2 (dua) variabel keputusan, maka
dua metode tersebut dapat dipergunakan. Bila variabel yang terlibat
dalam penyelesaian LP lebih dari dua, maka metode grafis tidak dapat
dipergunakan lagi.
b. Metode Simplek
Metode yang lazim diterapkan untuk memecahkan persoalan LP yang
mempunyai variabel keputusan lebih dari dua adalah metode simpleks.
Melalui metode simpleks, kombinasi variabel keputusan optimal
diselesaikan dengan menggunakan pendekatan matematis.

8. Syarat-syarat Linear Programming

Untuk merumuskan suatu masalah ke dalam bentuk model linear
programming, harus dipenuhi syarat-syarat berikut:
a. Tujuan masalah harus jelas.
b. Harus ada sesuatu atau beberapa alternatif yang ingin dibandingkan.
c. Adanya sumber daya yang terbatas.
d. Bisa dilakukan perumusan kuantitatif.
e. Adanya keterkaitan peubah (variabel).

9. Elemen Program Linear

Model linear programming merupakan bentuk dan susunan dalam
menyajikan masalah-masalah yang akan dipecahkan dengan teknik Linear
Programming (LP).
Model LP mempunyai tiga unsur utama, yaitu:

a. Variabel Keputusan (decision variabel):

Adalah variabel persoalan yang akan mempengaruhi nilai tujuan yang
hendak dicapai. Didalam proses pemodelan, penemuan variable
 14

keputusan harus dilakukan terlebih dahulu sebelum merumuskan

fungsi tujuan dan fungsi batasan (kendala-kendalanya). Misalnya
dengan mengajukan pertanyaan: keputusan apa yang harus dibuat
agar nilai fungsi tujuan menjadi maksimum atau minimum. Biasanya
variable keputusan menggunakan notasi matematis X1, X2, ….Xn
b. Fungsi Tujuan (objective Function)

Adalah fungsi yang menggambarkan tujuan dalam permasalahan LP

yang berkaitan dengan pengaturan secara optimal sumber daya

sumber daya, untuk memperoleh keuntungan maksimal atau biaya

minimum. Biasanya menggunakan symbol Z = F(X1, X2, ….Xn)

c. Pembatasan (constraints)

Yaitu bentuk penyajian secara matematis batasan-batasan kapasitas

yang tersedia yang akan dialokasikan secara optimal ke berbagai

[Link] menggunakan Gi(X1, X2, ….Xn) ≤ bi

d. Pembatas Tanda

Disebut juga dengan Fungsi batasan non negatif (non-negative

constraints) yaitu fungsi-fungsi batasan yang dinyatakan dengan

𝑋1, 𝑋2, … Xi ≥ 0

Berikut ini adalah tabel 2.1 data model linear programming yang

menjadi acuan model standar linear programming

 15

Tabel 2.1 data model linear programming

Keterangan tabel:
Xj = banyaknya kegiatan j ( j = 1, 2, ..., n). Variabel Xj ini disebut juga dengan
variabel keputusan (decision variables)
Z = nilai fungsi tujuan yang diopotimalkan (maksimum atau minimum)
Cj = kenaikan nilai Z apabila ada pertambanhan tingkat kegiatan (Xj) dengan satu
satuan (unit) atau merupakan keuntungan per unit (masalah maksimasi), biaya
per unit (masalah minimasi) kegiatan j terhadap nilai Z.
aij = banyaknya sumber i yang di perlukan guna menghasilkan setiap unit output
kegiatan j (i = 1, 2, ..., m, dan j = 1,2, ..., n)
bi = banyaknya sumber (fasilitas) i yang tersedia untuk dialokasikan ke setiap unit
kegiatan (i = 1,2, ..., m)
Dengan demikian dapat dibuat 2 model linear programming
a. Model Pemrograman Linear Minimum
1) Tentukan variabel keputusan: x , x , ..., x
1 2 n

2) Sedemikian rupa sehingga (S.r.s) fungsi tujuan minimum:

Z = c x + c x + ... + c x
1 1 2 2 n n

3) Dengan pembatasan-pembatasan (D.p):

𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 ≥ 𝑏1
𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 ≥ 𝑏2
... ... ... ... ... ... ... ... ... ... ... ... ... ...
 16

𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 ≥ 𝑏𝑚

Dimana 𝑥1 , 𝑥2 , … , 𝑥𝑛 ≥ 0

b. Model Pemrograman Linear Maxsimum

1) Tentukan variabel keputusan: x , x , ..., x
1 2 n

2) Sedemikian rupa sehingga (S.r.s) fungsi tujuan minimum:

Z = c x + c x + ... + c x
1 1 2 2 n n

3) Dengan pembatasan-pembatasan (D.p):

𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 ≤ 𝑏1
𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 ≤ 𝑏2
... ... ... ... ... ... ... ... ... ... ... ... ... ...
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 ≤ 𝑏𝑚
Dimana 𝑥1 , 𝑥2 , … , 𝑥𝑛 ≥ 0

10. Contoh Soal

PT sayang anak memproduksi dua jenis mainan yang terbuat dari kayu,
yang berupa boneka dan kereta api. Boneka dijual dengan harga Rp.
27.000/lusin yang setiap lusinnya memerlukan biaya material sebesar Rp.
10.000 serta biaya kerja sebesar Rp. 14.000. kereta api yang dijual seharga
Rp. 21.000/lusin memerlukan biaya material sebesar Rp. 9.000 dan biaya
tenaga kerja sebesar Rp. 10.000. untuk membuat boneka dan kereta api ini
diperlukan dua kelompok tenaga kerja , yaitu tukang kayu dan tukang poles.
Setiap lusin boneka memerlukan 2 jam pemolesan dan 1 jam pekerjan kayu,
sedangkan setiap lusin kereta api memerlukan 1 jam pemolesan dan 1 jam
pekerjaan kayu. Meskipun pada setiap minggunya perusahaan ini dapat
memenuhi seluruh material yang diperlukan, jam kerja yang tersedia hanya
100 jam untuk pemolesan, dan 80 jam untuk pekerjaan kayu. Dari
pengamatan pasar selama ini dapat dikatakan bahwa kebutuhan akan
kereta api tidak terbatas , tetapi untuk boneka tidak lebih dari 40 lusin yang
terjual setiap minggunya.
 17

Bagaimanakah formulasi dari persoalan diatas untuk mengetahui berapa

lusin jenis mainan masing-masing yang harus dibuat setiap minggu agar
diperoleh keuntungan yang maksimum?

Jawaban
a. Variabel keputusan:
X1 = banyaknya boneka yang dibuat setiap minggu
X2 = banyaknya kereta api yang dibuat setiap minggu
b. Fungsi Tujuan
Pendapatan/minggu: 27X1 + 21X2
Ongkos material/minggu: 10X1 + 9X2
Ongkos tenaga kerja/minggu: 14X1 + 10X2
Hal yang dimaksimumkan adalah
(27X1 + 21X2) - (10X1 + 9X2) - (14X1 + 10X2) = 3X1 + 2X2
Sehingga didapat fungsi Tujuan: Maksimumkan Z = 3X1 + 2X2
c. Pembatas
Pembatas 1 : Setiap minggu tidak lebih dari 100 jam kerja waktu
pemolesan yang dapat digunakan
Pembatas 2 : Setiap minggu tidak lebih dari 80 jam kerja waktu
pengerjaan kayu yang dapat digunakan
Pembatas 3 : Karena permintaan yang terbatas, maka tidak lebih dari
40 lusin boneka yang dapat dibuat setiap minggu.
Dituliskan dalam persamaan matematis
Pembatas 1: 2𝑥1 + 𝑥2≤100
Pembatas 2: 𝑥1 + 𝑥2≤80
Pembatas 3: 𝑥1 ≤40
Dengan pembatas tanda 𝑋1≥0 𝑋2≥0

Dengan demikian formulasi lengkap kasus tersebut adalah:

Maksimumkan Z = 3X1 + 2X2
Berdasarkan
2𝑥1 + 𝑥2≤100
𝑥1 + 𝑥2≤80
 18

𝑥1≤40
𝑥1≥0
𝑥2≥0

11. Kesimpulan Linear Programming

Persoalan linear programming adalah suatu persoalan optimasi dimana kita
melakukan hal-hal sebagai berikut:
a. Kita berusaha memaksimumkan atau meminimumkan suatu fungsi
linear dari variable-variable keputusan yang disebut fungsi tujuan
b. Harga/besaran dari variable-variable keputusan itu harus memenuhi
suatu set pembatas. Setiap pembatas harus merupakan persamaan
linear atay ketidaksamaan linear
c. Suatu pembatas tanda dikaitkan dengan setiap variable. Untuk setiap
variable xi, pembatasan tanda akan menunjukkan apakai xi harus
nonnegative (xi>=0) atau xi tidak terbatas dalam tanda
C. Soal Latihan/ Tugas
1. Perusahaan sepatu IDEAL membuat 2 model sepatu. Model pertama merek
A dengan sol dari karet, dan model ke-dua merek B dengan sol dari kulit.
Untuk membuat sepatu-sepatu itu, perusahaan memiliki tiga macam mesin.
Mesin 1 khusus membuat sol dari karet, mesin 2 khusus membuat sol dari
kulit, dan mesin 3 membuat bagian atas sepatu dan melakukan assembling
bagian atas dengan sol. Setiap lusin sepatu merek A mula-mula dikerjakan
mesin 1 selama 2 jam, kemudian tanpa melalui mesin 2 terus dikerjakan di
mesin 3 selama 6 jam. Sedangkan untuk sepatu merek B tidak diproses di
mesin 1, tetapi pertama kali dikerjakan di mesin 2 selama 3 jam, kemudian
di mesin 3 selama 5 jam. Jam kerja maksimum setiap hari untuk untuk
mesin 1 = 8 jam, mesin 2 = 15 jam, dan mesin 3 = 30 jam. Sumbangan
terhadap laba untuk setiap lusin sepatu merek A = Rp 30.000, sedangkan
untuk setiap lusin sepatu merek B = Rp 50.000. Berapa lusin sebaiknya
sepatu merek A dan merek B yang di buat agar bisa memaksimumkan laba.
 19

D. Daftar Pustaka
Wijaya, andi. (2012). Pengantar Riset Operasi. Edisi 2, Mitra Wacana Media,
Jakarta
Taha, Hamdy.A. (2011). Operation Research:An Introduction,ed 9, Prentice Hall
Winston, Wayne. (2003). Operations Research Application and Algorithms
[Link]
Mulyono, Sri. (2007). Riset Operasi Edisi Revisi, Lembaga Penerbit Fakultas
Ekonomi Universitas Indonesia
 20

Pertemuan 3
Metode Grafik

A. Tujuan Pembelajaran
Mampu menjelaskan, menganalisis,dan menerapkan metode grafik (C1, C3,
A3, P2, CPMK2)
B. Uraian Materi
1. Definisi
Metode grafik hanya dipergunakan untuk model linier programming yang
memuat 2 variabel keputusan, dengan cara menggambarkan grafik garis-
garis kendalanya. Metode grafik hanya bisa digunakan untuk
menyelesaikan permasalahan dimana hanya terdapat dua variabel
keputusan. Untuk menyelesaikan permasalahan tersebut. Metode grafik
adalah satu cara yang dapat digunakan untuk memecahkan masalah
optimalisasi dalam programasi linier. Keterbatasan metode ini adalah
variabel yang bisa digunakan terbatas (hanya dua), penggunaan 3 variabel
akan sangat sulit dilakukan.
2. Jenis Metode Grafik
Metode Grafik, terdiri dari dua fase yaitu:
a. Menentukan ruang/daerah penyelesaian (solusi) yang feasible.
b. Menentukan solusi optimal dari semua titik di ruang /daerah feasible.

Tahapan menentukan ruang/ daerah feasible:

a. Gambarlah sumbu vertical dan sumbu horizontal (sumbu 2 dimensi)
yang mewakili nilai variable keputusan
b. Semua vaiabel Keputusan adalah non-negatif menunjukkan bahwa
daerah feasible hanya berada pada kuadran pertama
c. Gambarlah semua pembatas sebagai garis (setiap ketidaksamaan
pembatas diubah menjadi persamaan). Untuk menggambar garis
tersebut gunakan (x1,0) dan (0, x2)
d. Pada setiap ketidaksamaan pembatas, tentukan daerah feasible nya
e. Tentukan interseksi dari semua daerah feasible yang didefinisikan
semua pembatas. Langkah ini akan menghasilkan daerah feasible.
 21

Gambar 3.1 Menentukan daerah feasible

Ada dua metode untuk mengidentifikasi Solusi optimum yaitu:
a. Metode Isoline
Dengan langkah-langkah:
1) Gambarkan sebuah bidang koordinat dengan kedua variable
sebagaisumbu-sumbu koordinat.
2) Gambarkan garis-garis kendala dengan menganggap kendalanya
sebagai persamaan.
3) Tentukan daerah dalam bidang koordinat yang memenuhi semua
kendala disebut daerah feasible / daerah layak (DF).
4) Tentukan koordinat semua titik sudut DF
5) Hitung harga fungsi tujuan untuk semua titik sudut, pilih harga yang
optimal merupakan penyelesaian yang dicari.
 22

Gambar 3.2 Solusi Optimum Metode Isoline

b. Metode Titik Ekstrim

Dengan langkah-langkah:
1) Buatlah model matematika / kendala
2) Tentukan fungsi sasaran (Z).
3) Menyelesaikan fungsi pertidaksamaan:
a) Jadikan setiap kendala menjadi bentuk persamaan,
b) Buat grafik untuk setiap kendala dan kemudian tentukan daerah
penyelesaian atau HP,
c) Setelah grafik dibuat, kemudian tentukan himpunan penyelesaian
(HP). Setelah itu, kita menentukan titik – titik terluar yang terdapat
didalam grafik tersebut.
d) Setelah titik – titik terluar ditentukan, Uji titik – titik terluarnya untuk
menentukan nilai maksimumnya.
 23

Gambar 3.2 Solusi Optimum Metode Isoline

3. Contoh Soal dan penyelesaiannya

Soal1
Suatu pabrik sepatu “BATA” membuat 2 macam sepatu, masing-masing
dengan merk A dan B. Sepatu merk A dibuat dengan sol karet dan merk B
dibuat dengan sol dari kulit. Untuk membuat sepatu perusahaan memiliki 3
macam mesin. Mesin I, khusus untuk membuat sol dari karet, mesin II
khusus membuat sol dari kulit dan mesin III membuat bagian atas sepatu
dan melakukan assembling bagian atas dengan sol. Setiap lusin sepatu
merk A, mula-mula dikerjakan di mesin I selama 2 jam, kemudian tanpa
melalui mesin II terus dikerjakan di mesin III selama 6 jam. Untuk sepatu
merk B tak diproses di mesin I, tetapi langsung dikerjakan di mesin II
selama 3 jam, kemudian di mesin III selama 5 jam. Jam kerja maksimum
setiap hari untuk mesin I = 8 jam, mesin II = 15 jam, dan mesin III = 30 jam.
Sumbangan terhadap keuntungan untuk setiap lusin sepatu merk A Rp.
300.000,- dan merk B Rp. 500.000,-
Pertanyaan:
Tentukan berapa lusin sebaiknya sepatu merk A dan merk B yang dibuat
agar dapat memaksimumkan keuntungan?
 24

Jawaban
Fungsi tujuan: Z = 300X + 500Y
Fungsi kendala
2x ≤ 8
3y ≤ 15
6x + 5y ≤ 30
x≥0
y≥ 0

2x = 8 3y = 15
x =4 y =5

6x + 5y = 30
x = 0; y = 6 (0,6)
y = 0; x = 5 (5,0)

6x + 5y = 30 --- 6(4) + 5y = 30 6x + 5y = 30 --- 6x + 5(5) = 30

24 + 5y = 30 6x + 25 = 30
5y = 6 6x = 5
y = 1, 2 x = 5/6

Z = 300X + 500Y Z = 300X + 500Y

Z = 300 (4) + 500 (1,2) Z = 300 (5/6) + 500 (5)
Z = 1200 + 600 Z = 250 + 2500
Z = 1800 Z = 27500

Berdasarkan perhitungan, perusahaan sebaiknya memproduksi sepatu

merk A 5/6 Lusin dan merk B 5 Lusin dengan keuntungan maksimal sebesar
Rp. 27.500.000.

Soal2
Perusahaan ali furniture akan membuat meja dan kursi eksklusif. Untuk
pembuatan satu unit meja diperlukan waktu selama 4 jam kerja. Untuk
pembuatan satu unit kursi diperlukan waktu selama 3 jam kerja. Setelah
 25

selesai dibuat, meja dan kursi tersebut kemudian di cat. Satu unit meja
memerlukan waktu pengecatan 2 jam, sedangkan Satu unit kursi
memerlukan waktu pengecatan 1 jam. Jumlah waktu yang tersedia untuk
pembuatan meja dan kursi adalah 240 jam/minggu sedangkan Jumlah
waktu pengecatan adalah 100 jam/minggu. Setiap unit meja memberikan
keuntungan sebesar Rp. 700.000 sedangkan Setiap unit kursi memberikan
keuntungan sebesar Rp. 500.000. berapa banyaknya meja dan kursi yang
sebaiknya diproduksi agar keuntungan perusahaan maksimum?
Jawab
Fungsi tujuan
Z = 700.000x + 500.000y
Fungsi Tujuan
4x + 3y ≤ 240
2x + y ≤ 100
x≥0
y≥0

4x + 3y = 240
x = 0; 3y = 240 y = 0; 4x = 240
y = 80 (0, 80) x = 60 (60, 0)

2x + y = 100
y = 0; 2x = 100 x = 0; y = 100
x = 50 (50, 0) y = 100 (0, 100)

x + 3y = 240 |x1| 4x + 3y = 240

2x + y = 100 |x2| 4x + 2y = 200 -----------------(-)
y = 40
2x + y = 100 ~ 2x + 40 = 100
2x = 60
x = 30 (30,40)
 26

Z = 700.000x + 500.000y
(0,80) ~ 700.000(0) + 500.000(80) = 4jt
(50,0) ~ 700.000(50) + 500.000(0) = 35jt
(30,40) ~ 700.000(30) + 500.000(40) = 41jt
Dengan demikian Perusahaan harus membuat meja sebanyak 30 Unit dan
kursi sebanyak 40 unit dengan keuntungan sebesar 41 Jt.

Soal3
PT. auto indah memproduksi dua jenis mobil yaitu mobil sedan dan truk.
Untuk dapat meraih konsumen berpenghasilan tinggu, perusahaan ini
memutuskan untuk melakukan promosi dalam dua macam acara tv, yaitu
pada acara hiburan dan acara olahraga. Promosi pada acara hiburan akan
disaksikan oleh 7 juta pemirsa wanita dan 2 pemirsa pria. Promosi pada
acara olahraga akan disaksikan oleh 2 juta pemirsa wanita dan 12 juta
pemirsa pria. Biaya promosi pada acara hiburan 5juta/menit, sedangkan
pada acara olahraga biayanya adalah 10juta/menit. Jika perusahaan
menginginkan promosinya disaksikan sedikitnya 28 juta permirsa wanita
dan sedikitnya 24 juta permirsa pria, bagaimanakah strategi promosi itu
sebaiknya?

Jawaban
Minimumkan z = 5x1 + 10x2
Berdasarkan:
7x1 + 2x2 ≥ 28
2x1 + 12x2 ≥ 24
X1 ≥ 0
X2 ≥ 0

7x1 + 2x2 = 28
x1= 0; 2x2 = 28 x2= 0; 7x1 = 28
x2 = 14 (0,14) x1= 4 (4,0)
 27

2x1 + 12x2 = 24
x1= 0; 12x2 = 24 x2= 0; 2x1 = 24
x2 = 2 (0,2) x1= 12 (12,0)

7x1 + 2x2 = 28 |x6| 42x1 + 12x2 = 168

2x1 + 12x2 = 24 |x1| 2x1 + 12x2 = 24 -----------------(-)
40x1 = 144
X1 = 3.6

2x1 + 12x2 = 24 ~ 2(3.6) + 12x2 = 24

12x2 = 24 – 7.2
12x2 = 16.8
X2 = 1.4

z = 5x1 + 10x2
z = 5(3,6) + 10(1,4)
z = 18 +14
z = 32

C. Soal Latihan/ Tugas

1. Perusahaan Pak Tony merencanakan untuk membuat 2 jenis barang
yaitu TV dan lemari es yang jumlahnya tidak boleh lebih dari 36 unit. Jika
barang tersebut dijual akan memberi profit masing-masing adalah Rp.
10000,- dan Rp. 7500,- perunit. Dari pengalaman lalu diketahui poduksi
TV harus dibuat sekurang-kurangnya 20 unit dan untuk produk lemari es
sekurang-kurangnya 12 unit. Setelah diketahui ternyata bahan baku
yang ada untuk kedua produk tersebut hanya bisa memproduksi paling
sedikit 40 unit. Tentukan total masing masing produk yang harus dibuat
agar perusahaan pak Tony memperoleh laba yang maksimum?
2. Seorang penjahit pakaian dengan persediaan bahan katun 32 meter,
linen 22 meter dan satin 30 meter. Model pakaian kebaya dibutuhkan 4
meter katun, 2 meter linen dan 2 meter satin per unit pakaian. Model
 28

pakaian gamis dibutuhkan 2 meter katun, 4 meter linen dan 6 meter satin
per unit pakaian. Keuntungan pakaian model kebaya Rp 5.000,00 dan
model pakaian gamis Rp 8.000,00 per unit. Tentukan berapa unit
masing-masing pakaian harus dibuat agar didapat keuntungan
maksimum?
3. Sebuah perusahaan mebel ingin mengirim hasil produksinya yang terdiri
atas 600 lemari lipat dan 200 tempat tidur. Dalam pengiriman tersebut
manajer perusahaan membutuhkan dua jenis angkutan yaitu truk besar
dan truk kecil. Truk besar dapat memuat 12 lemari dan 8 tempat tidur ,
sedangkan truk kecil dapat memuat 4 lemari lipat dan 10 tempat tidur .
Sewa sebuah truk besar Rp 250.000,00 untuk truk kecil Rp 200.000,00.
Berapakah jumlah truk besar dan truk kecil yang harus disewa untuk
biaya yang dikeluarkan minimum.
4. Bapak Budi adalah seorang petani dengan luas kebun tidak kurang dari
2000 m2 yang akan ditanami pisang seluas 400 m2 sampai dengan
1200 m2 dan papaya 800 m2 sampai dengan 1200 m2. Biaya tanam
pisang membutuhkan Rp 6.000,00/ m2 sedangkan untuk menanam
jpepaya biaya Rp 3.000,00/ m2. Tentukan berapa pohon yang harus
ditanam masing-masing pisang dan pepaya, untuk mendapatkan hasil
yang dengan biaya tanam yang minimum.
5. Maksimasi
Z = 12x1 + 16x2
Fungsi Tujuan 10x1 + 20x2 ≤ 120
8x1 + 8x2 ≤ 80
X1 ≥ 0
X2 ≥ 0

6. Minimize z = 4x1 + 6x2

Berdasarkan
x1 + x2 ≥ 8
6x1 + x2 ≥ 12
X1 ≥ 0
X2 ≥ 0
 29

D. Daftar Pustaka
Wijaya, andi. (2012). Pengantar Riset Operasi. Edisi 2, Mitra Wacana Media,
Jakarta
Taha, Hamdy.A. (2011). Operation Research:An Introduction,ed 9, Prentice Hall
Winston, Wayne. (2003). Operations Research Application and Algorithms
[Link]
Mulyono, Sri. (2007). Riset Operasi Edisi Revisi, Lembaga Penerbit Fakultas
Ekonomi Universitas Indonesia
 30

Pertemuan 4
Metode Simplek

A. Tujuan Pembelajaran
Mampu menjelaskan, menganalisis,dan menerapkan metode Simpleks (C1,
C3, A3, P2, CPMK2)
B. Uraian Materi
1. Sejarah
Metode penyelesaian program linier dengan metode simpleks pertama kali
dikemukakan oleh George Dantzig pada tahun 1947. Metode ini menjadi
terkenal ketika ditemukan alat hitung elektronik dan menjadi popular ketika
munculnya computer. Proses perhitungan metode ini dengan melakukan
iterasi berulang ulang sampai tercapai hasil optimal dan proses
perhitungan ini menjadi mudah dengan computer. Selanjutnya berbagai
alat dan metode dikembangkan untuk menyelesaikan masalah program
linier bahkan sampai pada masalah riset operasi hingga tahun 1950-an
seperti program dinamika, teori antrian dan persediaan
2. Definisi
Metode Simpleks merupakan salah satu teknik penyelesaian dalam
program linier yang digunakan sebagai teknik pengambilan keputusan
dalam permasalah yang berhubungan dengan pengalokasian sumber daya
yang optimal. Metode Simpleks digunakan untuk mencari nilai optimal dari
program linier yang melibatkan banyak constraint (pembatas) dan banyak
variable (lebih dari dua variable). Penemuan metode ini merupakan
lompatan besar dalam riset operasi dan digunakan sebagai prosedur
penyelesaian dari setiap program computer.
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 akhirnya diperoleh suatu pemecahan dasar yang optimal.
Untuk mendapatkan nilai optimum adalah dengan menganalisis sumber-
sumber daya apakah telah digunakan secara penuh (scarce) atau secara
berlebih (Abundant) digunakan dengan pendekatan tabel simplek optimal.
Nilai tersebut dapat dilihat pada bagian kolom NK (atau nilai kanan pada
 31

tabel simpleks yang disederhanakan). Sebagai contoh apabila terdapat tiga

kendala dalam suatu kasus tertentu dan dalam tabel simpleks optimal
diketahui nilai S1= 0 dan S3=3, berarti terdapat kapasitas yang berlebihan
(abundant) yaitu pada kendala ke-1 sebesar 10 satua dan kendala kendala
ke-3 sebesar 3 satuan. Sedangkan untuk kendala ke-2 tidak tertera pada
tabel simpleks optimal tersebut (S=2) dengan demikian sumbe daya
tersebut digunakan secara penuh (scarce).
Besarnya harga bayangan (price shadow) dapat diketahui dari tabel
simpleks optimal. Harga bayangan adalah besarnya perubahan nilai tujuan
sebagai akibat perubahan dari sumber daya ruas kanan fungsi kendala
misalnya sebesar satu satuan. Harga bayangan dapat dilihat pada tabel
simpleks optimal bagian baris Cj –Zj (atau baris Z pada tabel simpleks yang
disederhanakan) kolom S1, S2, …. [Link] contoh misalnya pada
tabel simpleks optimal terdapat nilai pada baris Cj –Zj kolom S1 = ¾ , S2 =
0, dan S3 = ¼. Dengan demikian besarya harga bayangannya adalah S1
= ¾, S2 = 0 dan S3= 1/4 , berarti apabila sumber daya ke-1 berubah
sebesar satu satuan akan merubah nilai tujuan sebesar ¾ , begitu pula
untuk sumber daya ke-2 tidak berubah walaupun terdapat perubahan pada
sumber daya tersebut Tabel simplek dapat digambarkan sebagai berikut:

3. Istilah-Istilah dalam metode Simpleks

a. Iterasi: tahapan perhitungan dimana nilai dalam perhitungan itu
tergantung dari nilai table sebelumnya.
 32

b. Variabel Non Basis: variable yang nilainya diatur menjadi nol pada
sembarang iterasi.
c. Variabel Basis: variabel yang nilainya bukan nol pada sembarang
iterasi. Solusi atau Nilai Kanan (NK) : nilai sumber daya pembatas yang
masih tersedia.
d. Variabel Slack: variabel yang ditambahkan ke model matematika
kendala untuk mengkonversi pertidaksamaan ≤ menjadi =
e. Variabel surplus: variabel yang dikurangkan dari model matematika
untuk mengkonversikan pertidaksamaan ≥ menjadi persamaan =
f. Variabel buatan: variabel yang ditambahkan ke dalam model
matematika kendala dengan bentuk ≥ atau = untuk difungsikan sebagai
variabel basis awal.
g. Kolom Pivot (Kolom Kerja): kolom yang memuat variabel masuk.
h. Baris Pivot (Baris Kerja): salah satu baris dari antara variabel baris
yang memuat variabel keluar.
i. Elemen Pivot (Elemen Kerja): elemen yang terletak pada perpotongan
kolom dan baris pivot.
j. Variabel masuk: variabel yang terpilih untuk menjadi variabel basis
pada iterasi berikutnya.
k. Variabel keluar: variabel yang keluar dari variabel basis pada iterasi
berikutnya dan digantikan dengan variabel masuk.
l. Solusi layak (feasible) X1=0, X2=0 z = 0
m. Kolom kunci pilih unsur baris 0 yang nilainya paling negative
n. Baris kunci diperoleh dengan memilih baris dengan nilai ratio yang
paling kecil
o. Unsur kunci (PIVOT)… pertemuan kolom dan baris

4. Ketentuan yang perlu diperhatikan dalam penyelesaian simpleks

a. Nilai kanan fungsi tujuan harus nol (0)
b. Nilai kanan fungsi kendala harus positif. Apabila negative, 1
c. Fungsi kendalan dengan tanda ≤ harus diubah kebentuk = dengan
menambahkan variabel slack/surplus. Variabel slack/surplus disebut
juga variabel dasar. Penambahan slack variabel menyatakan kapasitas
 33

yang tidak digunakan atau tersisa pada sumber daya tersebut. Hal ini
karena ada kemungkinan kapasitas yang tersedia tidak produksi
d. Fungsi kendala dengan tanda ≥ diubah ke bentuk ≤ dengan cara
mengkalikan dengan -1, lalu diubah ke bentuk persamaan = dengan
ditambahkan variabel slack. Kemudian karena nilai kanan nya
negative, dikalikan lagi dengan -1 dan ditambahkan artificial variabel
(M). Artificial variabel ini secara fisik tidak mempunyai arti, dan hanya
digunakan untuk kepentingan perhitungan saja.
e. Fungsi kendala dengan tanda = harus ditambah artificial variable (M)

5. Langkah-langkah pengerjaan metode simpleks

Menurut Andi Wijaya (2012) Terdapat 12 (dua belas) yang dapat
dilakukan dalam metode simplek yaitu:
a. Mengidentifikasikan fungsi tujuan dan variabel 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“≤” 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 tabel simpleks. Disamping itu juga
menentukan nilai C1 yaitu angka pada masing masng kolom yang
dicari dikalikan dengan koefisien dasar (kd) dan kemudian mencari nilai
C1 – Z1
f. Mencari kolom kunci: negatif terbesar pada baris C1 – Z1
g. Mencari baris kunci: positif terkecil pada indeks, (indeks =b1 pada
masing-masing baris dibagi angka pada kolom kunci dimasing 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
 34

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 C1 – Z1 tidak ada yang bernilai
negatif, apabila masih terdapat nilai negatif maka diulangi melalui
langkah ke-6 dan seterusnya
l. Apabila seluruh elemen pada baris C1 – Z1 tidak ada yang bernilai
negative maka proses eksekusi telah selesai. Nilai Z optimum dan
besarnya variable keputusan berada pada kolom tersebut (Z1dan b)
35
 36

6. Contoh Kasus dan penyelesaiannya

Suatu perusahaan menghasilkan dua produk, meja dan kursi yang diproses
melalui dubagian fungsi : perakitan dan pemolesan. Pada bagian perakitan
tersedia 60 jam kerja, sedangkan pada bagian pemolesannya hanya 48
jam kerja. untuk menghasilkan 1 meja diperlukan 4 jam kerja perakitan dan
2 jam kerja pemolesan, sedangkan untuk menghasilkan 1 kursi diperlukan
2 jam kerja perakitan dan 4 jam kerja pemolesan. Laba untuk setiap meja
dan kursi yang dihasilkan masing-masing 80.000 dan 60.000 . berapa
jumlah meja dan kursi yang optimal dihasilkan ?

Penyelesaian
Definisi variabel keputusan :
Keputusan yang akan diambil adalah berapakan jumlah meja kursi yang
dihasilkan.
X1 = jumlah meja yang akan dihasilkan (dalam satuan unit)
X2 = jumlah kursi yang akan dihasilkan (dalam satuan unit)

Perumusan persoalan dalam bentuk tabel:

Perumusan fungsi tujuan & Fungsi Kendala

Perumusan fungsi tujuan
Fungsi Maks : Laba = Z = 8X1+6X2 (dalam Satuan 10.000)

Perumusan fungsi kendala

Dengan kendala ;
1. 4X1 + 2X2 ≤ 60
2. 2X1 + 4X2 ≤ 48
Kendala non negatif:
X1, X2 ≥ 0
 37

Metode Simpleks Maksimasi

1. Menentukan fungsi tujuan dan fungsi-fungsi kendala
Misalkan X1 = Meja dan X2 = Kursi

Fungsi Tujuan: Z = 8X1+6X2

Fungsi-fungsi kendala
4X1 + 2X2 ≤ 60
2X1 + 4X2 ≤ 48

2. Mengubah Fungsi Tujuan dan fungsi-fungsi kendala lke bentuk standar

simpleks
Z – 8X1 – 6X2 = 0
4X1 + 2X2 + S1 = 60
2X1 + 4X2 + S2 = 48

3. Membuat tabel simpleks awal

a. Menentukan kolom kunci dan baris kunci sebagai dasar iterasi.
b. Kolom kunci ditentukan oleh nilai Z yang paling kecil (Negatif).
c. Baris kunci ditentukan berdasarkan nilai indeks terkecil.
Cara menentukan indeks = Nilai Kanan (NK) / Kolom Kunci (KK)
d. Menentukan nilai elemen cell yaitu nilai perpotongan antara kolom
kunci dengan baris kunci

4. Melakukan Iterasi
Dengan menentukan bariskunci baru dan baris-baris lainnya termasuk
Z.
Membuat baris kunci baru (Baris Kunci Lama/ Elemen Cell Baris)
38
 39

Hasil
Karena nilai-nilai pada baris Z sudah tidak ada yang negatif, berarti
iterasi selesai.
Solusi yang diperoleh adalah:
X1 = Meja = 12 dan X2 = Kursi = 6
Nilai fungsi tujuan Z (laba) = 132 (dalam puluhan ribu rupiah).
 40

Artinya, untuk memperoleh keuntungan yang maksimal sebesar

Rp1.320.000, maka perusahaan sebaiknya memproduksi meja
sebanyak 12 unit dan kursi sebanyak 6 unit. Dari tabel tersebut juga
diketahui nilai X3 dan X4 tidak ada (X3 dan X4 = 0), artinya seluruh
waktu kerja (Perakitan dan Pemolesan) sudah habis digunakan, tidak
ada waktu yang tersisa.

5. Simpleks Minimasi
Biasanya digunakan untuk mencari biaya minimum dalam suatu produksi
untuk mendapatkan biaya terendah suatu produk.
Mengubah fungsi tujuan minimasi menjadi fungsi maksimal dengan
mengalikan fungsi tujuan minimasi dengan -1.
Contoh:
Fungsi tujuan ~ Z(min) = 3x1 + 4x2
Dikalikan (-1)
Fungsi tujuan ~ -Z = -3x1 - 4x2

Dalam mencari minimasi biasanta ditemukan beberapa kendala yang harus

menambahkan variable slack dan variable attificial, maka dapat diketahui
bahwa:
a. Apabila fungsi kendala bertanda <=, maka tambahkan variable slack
(S)
b. Apabilafungsi kendala bertanda =, maka tambahkan variable artificial
c. (R)
d. Apabila fungsi kendala bertanda >=, maka kurangi dengan variable
slack dan ditambahkan dengan variable artificial (R)
e. Apabila fungsi kendala negative,maka harus dirubah menjadi positif
dengan mengalikan (-1)

Contoh Soal dan Penyesaian

Sebuah perusahaan membuat produk A dan B dari bahan baku karet.
Perusahaan tersebut telah mengembangkan model program linear untuk
menentukan jumlah produk A dan B (X1 dan X2) yang akan dibuat untuk
meminimkan biaya produksi. Adapun persamaannya menjadi berikut:
 41

Fungsi Tujuan Z (min)= 7x1 + 3x2

Batasan:
1. 4X1 + 6X2 <= 36
2. 7X1 + 5X2 = 35
3. 8X1 + 4X2 >= 32
Kendala non negative X1, X2 >=0

1. Mengubah Fungsi Tujuan

Fungsi tujuan minimasi harus diubah menjadi maksimum terlebih
dahulu dengan -1

Fungsi Tujuan minimasi ~ Z = 7x1 + 3x2

Dikalikan dengan -1
Fungsi Tujuan Maksimasi ~ -Z = -7x1 - 3x2

2. Mengubah fungsi Batasan-Batasan

Fungsi Batasan
4x1 + 6x2 <= 36
7x1 + 5x2 = 35
8x1 + 4x2 >= 32
Non Negatif X1, X2 >= 0

Merubah fungsi Batasan menjadi:

a. 4x1 + 6x2 <= 36
Merubah menjadi persaman dengan menambahkan variable
slack menjadi: 4x1 + 6x2 + s1 = 36
b. 7x1 + 5x2 = 35
Pada fungsi Batasan kedua sudah menjadi pesamaan tetapi perlu
adanya variable buatan (dummy) yang disebut dengan variable
artificial (lambang “R”). Variabel artificial digunakan hanya untuk
memulai solusi dan harus menghilangkannya pada akhir
persamaan menjadi: 7x1 + 5x2 + R1 = 35
c. 8x1 + 4x2 >= 32
 42

Pada fungsi ini harus dirubah menjadi ‘<=‘ dan menjadi tanda “=“,
mengubah persamaaan menjadi “<=“ maka harus dikalikan
dengan -1 menjadi: -8x1 - 4x2 = -32
kemudian diubah menjadi “=“ maka menjadi: -8x1 - 4x2 +s2 = -32
dikarenakan persamaan sebelah kanan bernilai negative maka
harus diubah menjadi positive menjadi: 8x1 + 4x2 - s2 = 32
variable s bernilai negative tidak memungkinkan didalam metode
simpleks sehingga harus ditambahkan variable artificial sehingga
persamaan menjadi: 8x1 + 4x2 - s2 + R2 = 32

Maka fungsi Batasan menjadi:

4x1 + 6x2 + s1 = 36
7x1 + 5x2 + R1 = 35
8x1 + 4x2 - s2 + R2 = 32
X1, x2, s1, s2, R1, R2 >= 0

Menyelesaikan kasus yang mengandung variable ini dapat

dilakukan dengan dua cara yaitu metode Teknik the big M dan
Teknik dua fase.

Langkah-langkah minimasi simpleks (Teknik the big M)

Setiap variable artificial dalam fungsi tujuan diberikan penalty M,
dimana M merupakan bilangan positif yang sangat besar. Penalty
bertanda negative (-) apabila fungsi tujuan maksimasi dan
bertanda positif (+) apabila fungsi tujuan minimasi. Maka
persamaan menjadi
Minimasi: Z = 7x1 + 3x2 + 0s1 + 0s2 + MR1 + MR2
Batasan
a. 4x1 + 6x2 + s1 = 36
b. 7x1 + 5x2 + R1 = 35
c. 8x1 + 4x2 - s2 + R2 = 32

X1, x2, s1, s2, R1, R2 >= 0

 43

Melakukan substitusi nilai R1 dan R2 pada persamaan kendala

dan pada persamaan fungsi tujuan yaitu:
Fungsi Batasan 2:
7x1 + 5x2 + R1 = 35
R1 = 35 - 7x1 - 5x2
Fungsi Batasan 3:
8x1 + 4x2 - s2 + R2 = 32
R2 = 32 - 8x1 - 4x2 + s2

Substitusikan ke fungsi tujuan atau persamaan Z:

Z = 7x1 + 3X2 + 0S1 + 0S2 + MR1 + MR2
Z = 7X1 + 3X2 + MR1 + MR2
Z = 7X1 + 3X2 + M(35 - 7X1 - 5X2 )+ M(32 - 8X1 - 4X2 + S2)
Z = 7X1 +3X2 +35M -7X1M -5X2M +32M - 8X1M -4X2M + MS2
Z = 7X1 +3X2 +67M -15X1M - 9X2M +MS2
Z -7X1 -3X2 +15X1M +9X2M - MS2 = 67 M
Z + (-7 + 15M)X1 + (-3 + 9M)X2 - MS2 = 67 M 32 - 8x1 - 4x2 + s2

Memasukkan ke dalam tabel dari persamaan berikut:

Menentukan kolom kunci

Diperoleh melelui elemen baris Z positif terbesar:
 44

Menentukan baris kunci

Baris kunci = NK/ Kolom Kunci

Membuat nilai baris kunci

Nilai Baris baru kunci:

= (8, 4, 0, 0, -1, 1; 32)

= (8/8, 4/8, 0/8, 0/8, -1/8, 1/8; 32/8)

= (1, 1/2, 0, 0, -1/8, 1/8; 4)

Mengubah nilai diluar baris kunci

Rumus: Baris lama - (koefisien pada kolom kunci * nilai baru baris kunci)

Z = [ (-7+15M), (-3 + 9M), 0, 0, -M ; 67M] - [(-7 +15M) * (1, 1/2, 0, 0, -1/8,

1/8; 4)]

Z = [ (-7+15M), (-3 + 9M), 0, 0, -M ; 67M] - [(-7 +15M), (-7 +15M)/2, 0, 0,

(7 -15M)/8, (-7 +15M)/8; (-28 +60M)]

Z = [0, (-1 + 3M)/2, 0, 0, (-7 +7M)/8, -(-7+15M)/8 ; 7M + 28(-7 +15M)]

 45

Mengubah nilai diluar baris kunci

Rumus: Baris lama - (koefisien pada kolom kunci * nilai baru baris kunci)

S1 = (4, 6, 1, 0, 0, 0 ; 36) - (4) * (1, 1/2, 0, 0, -1/8, 1/8; 4)

S1 = (4, 6, 1, 0, 0, 0 ; 36) - (4, 2, 0, 0, -1/2, 1/2, ; 16)

S1 = (0, 4, 1, 0, 1/2, -1/2 ; 20)

R1 = (7, 5, 0, 1, 0, 0 ; 35) - (7)*(1, 1/2, 0, 0, -1/8, 1/8 ;4)

R1 = (7, 5, 0, 1, 0, 0 ; 35) - (7, 7/2, 0, 0, -7/8, 7/8 ;28)

R1 = (0, 3/2, 0, 1. 7/8, ; 7)

C. Soal Latihan/ Tugas

1. Fungsi tujuan:
Maksimalkan Z = 20X1 + 15X2 + 10X3
Fungsi Kendala:
3 X1 + 4 X2 + 5X3 ≤ 25
5 X1 + 6 X2 + 7X3 ≤ 35
7X2 ≤ 15

2. Fungsi tujuan:
Maksimalkan Z = 30X1 + 25X2 + 20X3
Fungsi Kendala:
6 X1 + 8 X2 + 10X3≤ 40
5 X1 + 7X2 ≤ 25
7 X2 + 9X3 ≤ 35

3. Fungsi tujuan:
Maksimalkan Z = 20X1 + 30X2 + 40X3
Fungsi Kendala:
5 X1 + 6 X2 ≤ 30
3 X1 + 4 X2 + 5 X3 ≤ 40
2 X2 + 3 X3 ≤ 35
 46

4. Fungsi tujuan:
Maksimalkan Z = 10X1 + 15X2 + 20X3
Fungsi Kendala:
2 X2 + 5 X3 ≤ 15
6 X1 + 3 X3 ≤ 30
4 X1 + 5 X2 ≤ 60

5. Fungsi Tujuan
Maksimalkan Z = 54X1 + 23X2 + 15X3
Fungsi Batasan:
5X1 + 3X2 ≤ 30
5X2 + 8X3 ≤ 40
3X1 + 5X2 + 7X3 ≤ 70

D. Daftar Pustaka
Wijaya, andi. (2012). Pengantar Riset Operasi. Edisi 2, Mitra Wacana Media,
Jakarta
Taha, Hamdy.A. (2011). Operation Research:An Introduction,ed 9, Prentice Hall
Winston, Wayne. (2003). Operations Research Application and Algorithms
[Link]
Mulyono, Sri. (2007). Riset Operasi Edisi Revisi, Lembaga Penerbit Fakultas
Ekonomi Universitas Indonesia
 47

Pertemuan 5
Penyelesaian awal Metode Transportasi

(North West Corner, Least Cost, dan VAM)

A. Tujuan Pembelajaran
Mampu menjelaskan, menganalisis,dan menerapkan penyelesaian awal (C1,
C3, A3, P2, CPMK3)
B. Uraian Materi
1. Definisi
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.
Metode Transportasi merupakan suatu metode yang digunakan untuk
memilih jalur pengiriman atau distribusi sejumlah barang/produk yang sama
dari lokasi sumber barang (Supply) menuju lokasi kemana barang tersebut
akan dikirimkan (Demand), dengan biaya sekecil mungkin atau minimum
cost.
Sederhananya, permasalahan transportasi membahas masalah
pendistribusian suatu komoditas atau produk dari sejumlah sumber (supply)
ke sejumlah tujuan (destination, demand), dengan tujuan meminimumkan
ongkos pengangkutan yang terjadi.

2. Ciri-ciri persoalan Transportasi

Secara umum persoalan transportasi memiliki ciri-ciri sebagai berikut:
a. Terdapat sejumlah sumber dan sejumlah tujuan
b. Kuantitas sumber dan tujuan besarnya tertentu
c. Jumlah pengiriman komoditas sesuai kapasitas sumber dan tujuan
d. Biaya yang terjadi besarnya tertentu
 48

3. Ilustrasi Masalah transportasi

Metode transportasi dapat digambarkan seperti di bawah ini:

Gambar 5.1 Sketsa model transportasi

Berdasarkan sketsa diatas seorang manajer produksi untuk
menyelesaikan atau memecahkan persoalan pendistribusian barang atau
penempatan tenaga kerja yang tepat serta permasalahan pengalokasian
lainnya dapat dilakukan dengan metode Transportasi. Pendistribusian dan
alokasi bahan atau hasil produksi akan diatur sedemikian rupa sehingga
diperoleh total biaya minimal sehingga didapat keuntungan yang maksimum.

4. Model Metode Transportasi

Secara umum, model dalam permasalahan transportasi dapat
digambarkan dalam suatu tabel yang menunjukkan sisi penawaran (asal)
dan sisi permintaan (tujuan), kapasitas penawaran dan jumlah permintaan
serta biaya transportasi dari masing-masing sumber ke masing-masing
tujuan, sebagaimana dalam Tabel 5.1 dibawah ini:
Tabel 5.1. Model Transportasi
 49

Formulasi Model Transportasi :

a. Fungsi tujuan (Z) : mewakili total biaya transportasi untuk tiap rute.
b. Tiga batasan I : mewakili Supply
c. Tiga batasan II : mewakili Demand
Dalam bentuk matematika, permasalahan transportasi tersebut dapat
dirumuskan sebagai berikut:
m n

𝐹𝑢𝑛𝑔𝑠𝑖 𝑇𝑢𝑗𝑢𝑎𝑛 𝑚𝑖𝑛𝑖𝑚𝑢𝑚𝑘𝑎𝑛 𝑍 = ∑ ⬚ ∑ Cij Xij

i=1 j=1
n

𝑑𝑒𝑛𝑔𝑎𝑛 𝑏𝑎𝑡𝑎𝑠𝑎𝑛 ∑ Xij = s1 𝑈𝑛𝑡𝑢𝑘 1 = 1,2, … , 𝑛

j=1
n

∑ Xij = dj Untuk j = 1, 2, . . . , n
j=1

Xij ≥ 0 Untuk semua i dan j

Dimana:
Z = biaya total transportasi
Xij = jumlah barang yang harus diangkut dari i ke j
cij = biaya angkut per unit barang dari i ke j
si = banyaknya barang yang tersedia di tempat asal i
dij = banyaknya permintaan barang di tempat tujuan j
m = jumlah tempat asal
n = jumlah tempat tujuan

Suatu model transportasi dikatakan seimbang jika total supply (sumber)

sama dengan total demand (tujuan) dengan kata lain:
 50

m n
∑ ai = ∑ bj
i=1 j=1

5. Langkah-langkah pemecahan masalah transportasi

Masalah transportasi dapat diselesaikan dengan langkah-langkah sebagai
berikut:
a. Perumusan Masalah
b. Penentuan alokasi pengiriman
c. Test optimasi, jika belum optimal, maka lakukan alokasi pengiriman lain.
d. Realokasi sampai optimal

Gambar 5.2 Langkah pemecahan masalah transportasi

6. Metode penyelesaian masalah transportasi

Masalah transportasi dapat diselesaikan dengan dua kelompok
penyelesaian, yaitu:
a. Metode Penyelesaian Awal
1) Metode Pokok Kiri Atas atau Metode Barat Laut (North West
Corner/ NWC)
2) Metode Biaya Terkecil (Least Cost)
3) Metode Vogel Approximation Method (VAM)
4) Metode Russel Approximation Method
b. Metode Penyelesaian Akhir (Optimal)
1) Metode Stepping Stone (SS)
2) Modified Distribution Method (MODI)
 51

7. Persyaratan awal metode transportasi

Jumlah barang yang akan dikirim (Qs) harus disamakan dengan jumlah
permintaan dari tempat yang membutuhkan barang tersebut (Qd). Apabila
dalam kasus tertentu dimana Qs > Qd, maka perlu ditambahkan Dummy
untuk variabel permintaan. Demikian juga apabila Qs < Qd maka perlu
ditambahkan Dummy untuk variabel penawaran.

Catatan:
a. Penyelesaian soal transportasi dilakukan dengan matrik yang terdiri dari
Baris (B) dan Kolom (K).
b. Setiap asal barang ditampilkan melalui Baris dan tujuan pengiriman
ditampilkan melalui Kolom. Sehingga matrik yang diperlukan adalah
(B x K).
Tabel 5.2. Model Transportasi

Keterangan:
Baris = sumber = supply
Kolom = tujuan = demand
C32 : biaya dari sumber 3 ke tujuan 2
A : kapasitas sumber A
P : kapasitas tujuan P
Jika, ∑Qs = ∑Qd maka tidak perlu penambahan dummy,
 52

jika tidak sama ∑Qs ≠ ∑Qd maka harus disamakan terlebuh dahulu
dengan menambahkan dummy.
Tabel 5.3. Model Transportasi dengan dummy

8. Contoh penyelesaian soal

Sebuah perusahaan mempunyai 3 (tiga) buah pabrik yang memproduksi
Filling Cabinet masing-masing berlokasi di kota 1, 2, dan 3 dengan kapasitas
produksi per tahun masing-masing pabrik adalah:
Pabrik 1 = 1.000 unit
Pabrik 2 = 1.200 unit
Pabrik 3 = 800 unit
Total produksi = 3000 unit (Qs)
Perusahaan ini mendapat pesanan dari 3 (tiga) buah instansi/perkantoran
yang berlokasi di kota A, B, dan C. Masing-masing memerlukan:
Instansi A = 1400 unit
Instansi B = 700 unit
Instansi C = 850 unit
Total Permintaan = 2950 unit (Qd)
Dari hasil analisis perusahaan diperoleh data mengenai biaya pengiriman
per unit Filling Cabinet dari masing-masing pabrik ke masing-masing instansi
sebagai berikut:
 53

a. Model Penyelesaian Awal

Periksa apakah ∑Qs = ∑Qd
(Qs= 3000; Qd = 2950)

Ternyata ∑Qs ≠ ∑Qd sehingga

perlu penambahan dummy

Sehingga tabel penyelesaian awal seperti ini

Kemudian memilih salah satu metode penyelesaian masalah transportasi.

b. North West Corner (NWC)/ Sudut Barat Laut
Merupakan metode untuk menyusun tabel awal dengan cara
mengalokasikan distribusi barang mulai dari sel yang terletak pada sudut
paling kiri atas. Sel matriks [1 1] yaitu baris = 1, kolom = 1, menurut
metode NWC harus memperoleh alokasi terlebih dahulu karena terletak
paling kiri atas.
Prosedur Penggunaan North West Corner (NWC)
1) Tampilkan persoalan ke dalam matrik
2) Periksa apakah ∑Qs = ∑Qd
3) Selalu memulai pengisian yang pertama kali pada jalur yang berada
pada pojok kiri atas. Pengisian atau pengalokasian barang pada jalur
ini harus berpedoman pada kapasitas yang ada dan jumlah
permintaan yang harus dipenuhi.
4) Lakukan gerakan zig-zag dari pojok kiri atas kea rah kanan bawah,
sampai semua barang yang diproduksi habis terdistribusi dan
memenuhi semua permintaan yang ada.
 54

5) Hitung total biaya yang diperoleh

Z = 1000 (155) + 400 (142) + 700 (148) + 100 (152) + 50 (0) = 431.110

c. Least Cost (metode biaya terkecil)

Prinsipnya adalah pemberian prioritas pengalokasian pada tempat yang
mempunyai satuan ongkos terkecil. Jika ongkos terkecilnya lebih dari 1,
pilih secara sembarang. Silang baris atau kolom yang dipenuhi (seperti
metode sudut barat laut, jika baik kolom maupun baris dipenuhi secara
berbarengan, hanya 1 yang disilang). Ulangi cara diatas sampai semua
baris dan kolom tersilang. Dari contoh soal metode sudut barat laut
bagaimana jika diselesaikan dengan metode biaya terkecil.

Prosedur Penggunaan Least Cost

1) Tampilkan persoalan ke dalam matrik
2) Periksa apakah ∑Qs = ∑Qd?
3) Prioritaskan pengisian jalur –jalur yang mempunyai biaya paling murah.
4) Hitung total biaya yang diperoleh
 55

Z = 200 (155) + 700 (150) + 50 (147) + 50 (0) + 1200 (142) + 800 (134)
= 420.950

d. VAM (Vogel Approximation Method)

Metode VAM merupakan pengembangan dari metode-metode
sebelumnya (SS dan MODI), perbedaannya terlatak pada kemudahan,
kecepatan dan ketepatan perhitungan. Metode ini memberikan
pemecahan awal yang lebih baik daripada metode sudut barat laut dan
metode Least cost corner, karena hasilnya mendekati optimum.
Prosedur Penggunaan Vogel Approximation Method (VAM)
1) Tampilkan persoalan ke dalam matrik
2) Periksa apakah ∑Qs = ∑Qd?
3) Hitung selisih dari 2 (dua) biaya paling kecil dan terkecil setelah biaya
tersebut di antara beberapa biaya yang ada baik sebaris atau sekolom
4) Pilih selisih terbesar dari langkah (c) lalu pilih kotak yang bernilai
ongkos terkecil yang sejajar dengan nilai selisih terbesar yang dipilih.
5) Hitung total biaya yang diperoleh
56
 57

C. Soal Latihan/ Tugas

1. Suatu perusahaan angkutan mendapat order melakukan pengiriman barang
dari tiga pabrik yang berada di P1, P2 dan P3 ketiga lokasi pergudangan di
G1, G2 dan G3. Jumlah barang yang dikirim dari masing-masing pabrik dan
jumlah yang akan diterima oleh masing-masing gudang (dalam unit), beserta
taksiran biaya pengangkutan per unit barang dari pabrik ke Gudang (dalam
rupiah per unit) dapat dilihat dalam tabel. Barang dari ketiga pabrik itu
mempunyai spesifikasi yang sama dan dimiliki oleh suatu perusahaan yang
sama.

Tentukan pola distribusi yang menggunakan metode NWC, LC dan Vogel

Approximation Method (VAM)!
 58

2. 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:

Tentukan pola distribusi yang menggunakan metode NWC, LC dan Vogel

Approximation Method (VAM)!

D. Daftar Pustaka
Wijaya, andi. (2012). Pengantar Riset Operasi. Edisi 2, Mitra Wacana Media,
Jakarta
Taha, Hamdy.A. (2011). Operation Research:An Introduction,ed 9, Prentice Hall
Winston, Wayne. (2003). Operations Research Application and Algorithms
[Link]
Mulyono, Sri. (2007). Riset Operasi Edisi Revisi, Lembaga Penerbit Fakultas
Ekonomi Universitas Indonesia
 59

Pertemuan 6
Stepping Stone

A. Tujuan Pembelajaran
Mampu menjelaskan, menganalisis,dan menentukan Solusi Optimum (C1,
C3, A3, P2, CPMK3)
B. Uraian Materi
1. Definisi
Metode Stepping Stone adalah suatu metode yang dapat digunakan untuk
menyelesaikan problem transportasi dengan cara “coba-coba” dan
pedoman alokasinya adalah sudut barat laut (sudut kiri atas) dari tabel
permasalahan dengan menyesuaikan kapasitas pabrik dan kebutuhan atau
permintaan.

2. Langkah Metode stepping Stone

Setelah solusi feasibel awal dari masalah transportasi, langkah berikutnya
adalah menentukan peubah yang masuk dan yang keluar dengan cara:
a. Perumusan masalah dengan Menyusun tabel alokasi masalah
Dilakukan dengan memasukkan data-data kebutuhan/permintaan
agen, kapasitas masing-masing pabrik dan biaya transportasi dari
sumber, atau pabrik (i) ke berbagai tujuan, atau agen (j).
b. Penentuan alokasi
Penentuan Alokasi dimulai dari sudut kiri atas (pojok barat laut) dengan
memperhatikan kapasitas pabrik dan permintaan. Jika kapasitas pabrik
masih tersisa, maka akan dialokasikan pada kotak selanjutnya
c. Tes optimal
Test optimal dapat dilakukan dengan cara merubah alokasi secara trial
and error (coba-coba), agar biaya transportasi dapat berkurang sampai
biaya tersebut menjadi optimal. Perubahan alokasi didasarkan pada
kotak segi empat terdekat.

3. Penyusunan jalur stepping stone

Beberapa hal penting yang perlu diperhatikan dalam penyusunan jalur
stepping stone untuk mencari variable masuk.
 60

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.

4. Ketentuan khusus VAM-Stepping Stone

Syarat: Banyaknya variabel basis (kotak yang ada alokasi) harus
memenuhi sebanyak:
Var basis = jumlah baris + (jumlah kolom – 1)
=m+n-1
Jika tidak memenuhi m+n-1 maka perlu dimanipulasi agar terpenuhi m+n-
1 dengan cara mengalokasikan sebanyak 0 (nol) unit pada daerah tertentu
(sembarang tempat/kotak yang kosong).

Fungsinya: untuk membuat looping, agar looping yang dihasilkan tertutup.

5. Cara pembuatan looping tertutup

a. Loop membentuk sudut 900
b. Harus ada tapi hanya satu kotak kosong (variabel non basis) pada loop
yang dibuat
c. Beri tanda (+) pada var non basis dan beri tanda berturut-turut memutar
loop (+) (-) (+) dst sebagai nilai bagi biaya yang terkena
looping
 61

WC = 8 - 5 + 10 - 19 = - 6 HC = 10 – 20 + 10 – 19 = -19
HA = 15 – 20 + 5 – 20 = -20 OA = 25 – 10 + 5 – 20 = 0
 62

WA = 20 – 5 + 20 – 15 = 20
WC = 8 – 5 + 10 – 19 = -6
HC = 10 – 20 + 10 – 19 = -19
OA = 25 – 10 + 20 – 15 = 20
 63

WA = 20 – 5 + 10 – 19 + 10 – 15 = 1
WC = 8 – 5 + 10 – 19 = -6
HB = 20 – 10 + 19 – 10 = 19
OA = 25 – 10 + 10 – 15 = 1
 64

WA = 20 – 8 + 10 – 15 = 7
HB = 20 – 10 + 8 – 5 = 13
OC = 19 -8 + 5 – 10 = 6
OA = 25 – 10 + 5 – 8 + 10 – 5 = 7

Karena sudah tidak terdapat nilai negative, maka proses dianggap selesai.
Sollusi optimal yang dihasilkan
Z = 60 (5) + 30 (8) + 50 (15) + 10 (10) + 50 (10) = 1890

C. Soal Latihan/ Tugas

1. Terdapat 3 buah pabrik dengan 3 buah gudang yang terdapat di Provinsi
Banten. Dimana kapasitas untuk tiap pabrik diantaranya 90, 70 dan 95 ton.
Dan kapasitas gudang diantaranya 95, 123 dan 80 ton. Ongkos kirim dari
pabrik ke Gudang sebagai berikut:

Pertanyaan:
Buatlah model transportasi untuk pertanyaan tersebut diatas?

2. Terdapat 4 buah pabrik dengan dengan 4 buah gudang. Dimana kapasitas

dari tiap pabrik adalah 190, 92, 175, 160 ton. Dan kapasitas dari tiap
 65

gudang adalah 135, 127, 158, 145 ton. Ongkos kirim dari pabrik ke gudang
dapat dilihat pada tabel dibawah ini.

Pertanyaan:
Buatlah model transportasi untuk pertanyaan tersebut diatas?

3. Ada sebuah perusahaan yang memiliki tiga buah pabrik dan tiga buah
gudang. Dimana kapasitas untuk pabrik A sebesar 130.000 unit, kapasitas
pabrik B sebesar 100.000 unit dan kapasitas pabrik C sebesar 140.000 unit.
Untuk kapasitas gudang I sebesar 150.000 unit, kapasitas gudang II
sebesar 120.000 unit dan kapasitas gudang II sebesar 80.000 unit. Ongkos
kirim dari pabrik A ke gudang I sebesar $2, pabrik A ke gudang II sebesar
$0.5, pabrik A ke gudang III sebesar $0.4. Ongkos kirim dari pabrik B ke
gudang I sebesar $1.4, pabrik B ke gudang IB sebesar $1.5, pabrik 2 ke
gudang III sebesar $0.7. Ongkos kirim dari pabrik C ke gudang I sebesar
$0.4, pabrik C ke gudang II sebesar $0.9, pabrik C ke gudang III sebesar
$1,5.
Pertanyaan:
Buatlah model transportasi untuk pertanyaan tersebut diatas!

4. Terdapat 4 buah pabrik yang berlokasi di pulau jawa dengan 4 lokasi

penyimpanan yang tersebar di Indonesia. Pabrik A hingga D memiliki
kapasitas produksi yang berbeda-beda, diantaranya: 100 ton, 85 ton,
130 ton, 143 ton. Dan kapasitas gudang 1 hingga 4 yang memiliki
kapasitas simpan, 130 ton, 70 ton, 132 ton, 126 ton Ongkos kirim dari
pabrik ke gudang sebagai berikut.
 66

Pertanyaan:
Buatlah model transportasi untuk pertanyaan tersebut diatas!

D. Daftar Pustaka
Wijaya, andi. (2012). Pengantar Riset Operasi. Edisi 2, Mitra Wacana Media,
Jakarta
Taha, Hamdy.A. (2011). Operation Research:An Introduction,ed 9, Prentice Hall
Winston, Wayne. (2003). Operations Research Application and Algorithms
[Link]
Mulyono, Sri. (2007). Riset Operasi Edisi Revisi, Lembaga Penerbit Fakultas
Ekonomi Universitas Indonesia
 67

Kumpulan Soal Latihan

Soal Linear Programming

1. Terdapat bangunan tempat penyimpanan peti kemas seluas 1.750 m2. Untuk peti kemas

kecil membutuhkan lahan sekitar 5 m2 ,sedangkan peti kemas besar 18m2. Kapasitas

maksimum hanya 210 peti kemas. Biaya penyimpanan peti kemas kecil Rp 8.500,00/hari

dan peti kemas besar Rp 10.500,00/hari.

2. Pak Ali dalam berproduksi di perusahaannya membutuhkan 20 jenis kayu dan 30 jenis

rotan per minggu. Proses produksii setiap kursi memerlukan 2 jenis kayu dan 2 rotan

,pada proses pembuatan meja memerlukan 3 jenis kayu dan 4jenis rotan. Hasil kursi akan

terjual sebesar Rp 500.000,00 per unit dan meja terjual Rp 600.000,00 per unit.

3. Seorang pedagang kue menjual kue bolu dan kue coklat. Harga pembelian untuk satu

bahan kue bolu Rp2.000,00 dan satu bahan kue coklat Rp5000,00. Dengan modal

Rp500.000,00 dan isi etalase tidak lebih 500 biji. Jika pkue bolu laku Rp300,00/potong

dan kue coklat Rp800,00/potong.

4. Ibu Lily dalam memproduksi dua jenis pakaian, memiliki persediaan bahan sutra 42 meter,

dan 35 meter bahan wol. Bahan yang tersedia tersebut bu Lili akanmerrancang 2 jenis

paka yaitu kebaya dan gamis untuk dipasarkan. Pada proses pembuatan pakaian kebaya

memerlukan 2 meter kain sutra dan 1 meter bahan wol, sedangkan pakaian gamis

memerlukan 1 meter bahan sutra dan 3 meter bahan wol. Jika kedua pakaian tersebut

terjual pakaian kebaya akan laku dengan keuntungan Rp. 500.000,00/ potong, dan

pakaian gamis dapat keuntukan Rp. 700.000,00/ potong.

5. Terdapat dua buah mesin yaitu mesin pemotongan dan mesin menghaluskan untuk

memproduksi dua jenis barang yaitu kusen pintu dan kusen jendela. Setiap membuat

barang kusen pintu diperlukan 6 jam pada mensin pemotongan dan 4 jam mesin

penghalus, sedangkan untuk kusen jendela diperlukan 4 jam mesin pemotongan dan 8

jam kerja mesin penghalusan. Lama bekerja dari kedua mesin tidak lebih dari 36 jam. Jika

setiap hari kedua mesin dapat menghasilkan x kusen pintu dan y kusen jendela.
 68

6. Ibu Tuti sebagai pembuat dua jenis mnuman yaitu jus dan punch untuk produk tersebut

ibu Tuti menyiapkan antara lain 2 kg buah apel dan 5 kg melon. Untuk membuat segelas

jus dibutuhkan 20 gram apel dan 40 gram melon, sedangkan untuk membuat segelas

punch dibutuhkan 25 gram apel dan 40 gram melon. Jika segelas jus dijual dengan harga

Rp. 10.000,00 dan segelas punch dijual dengan harga Rp. 15.000,00.

7. Perusahaan Pak Tony merencanakan untuk membuat 2 jenis barang yaitu TV dan lemari

es yang jumlahnya tidak boleh lebih dari 36 unit. Jika barang tersebut dijual akan memberi

profit masing-masing adalah Rp. 10000,- dan Rp. 7500,- per unit. Dari pengalaman lalu

diketahui poduksi TV harus dibuat sekurang-kurangnya 20 unit dan untuk produk lemari

es sekurang-kurangnya 12 unit. Setelah diketahui ternyata bahan baku yang ada untuk

kedua produk tersebut hanya bisa memproduksi paling sedikit 40 unit. Tentukan total

masing masing produk yang harus dibuat agar perusahaan pak Tony memperoleh laba

yang maksimum?

8. Seorang penjahit pakaian dengan persediaan bahan katun 32 meter, linen 22 meter dan

satin 30 meter. Model pakaian kebaya dibutuhkan 4 meter katun, 2 meter linen dan 2

meter satin per unit pakaian. Model pakaian gamis dibutuhkan 2 meter katun, 4 meter

linen dan 6 meter satin pe runit pakaian. Keuntungan pakaian model kebaya Rp 5.000,00

dan model pakaian gamis Rp 8.000,00 per unit. Tentukan berapa unit masing-masing

pakaian harus dibuat agar didapat keuntungan maksimum?

9. Mentukan Nilai X1 dan X2 pada model matematika dibawah ini? tentukan besarnya

keuntungan yang diperoleh ?

Fungsi Tujuan Max

Z = 12 X1 + 13 X2

Fungsi Batasan :

a. X1 ≤ 5

b. X2 ≤ 5

c. 4X1 + 5X2 ≤ 40
 69

d. X1, X2 ≥ 0

10. Mentukan Nilai X1 dan X2 pada fungsi dibawah ini ? serta tentukan besarnya keuntungan
yang diperoleh ?

Fungsi Tujuan Max

Z = 54 X1 + 23 X2

Fungsi Batasan :

a. 5X1 + 3X2 ≤ 30

b. 5X1 + 8X2 ≤ 40

c. X1, X2 ≥ 0

11. Mentukan Nilai X1 dan X2 untuk model matematika dibawah ini ? Dan tentukan nilai
optimumnya serta besarnya keuntungan yang diperoleh ?

Fungsi Tujuan Max

Z = 98 X1 + 75 X2

Kendalan

a. 6X1 + 5X2 ≤ 60

b. 9X1 + 12X2 ≥ 36

c. X1 ≤ 7

d. X2 ≤ 9

e. X1, X2 ≥ 0

12. Mentukan Nilai X1 dan X2 untuk model matematika dibawah ini ? Dan tentukan besarnya
keuntungan yang diperoleh ?

Fungsi Tujuan Max

Z = 1256 X1 + 2480 X2

Kendala:

a. 5X1 + 4X2 ≤ 40

b. 4X1 + 2X2 ≤ 24

c. 6X1 + 8X2 ≥ 24

d. 10X1 + 6X2 ≥ 30
 70

e. X1, X2 ≥ 0

13. Mentukan Nilai X1 dan X2 untuk fungsi dibawah ini ? Dan tentukan besarnya keuntungan
yang diperoleh ?

Fungsi Tujuan Max Z = 256X1 + 56 X2

a. 10X1 + 6X2 ≤ 60

b. 6X1 + 12X2 ≤ 60

c. 3X1 + 7X2 ≥ 21

d. 6X1 + 3X2 ≥ 24

e. X1, X2 ≥ 0

14. Sebuah perusahaan mebel ingin mengirim hasil produksinya yang terdiri atas 600 lemari

lipat dan 200 tempat tidur. Dalam pengiriman tersebut manajer perusahaan

membutuhkan dua jenis angkutan yaitu truk besar dan truk kecil. Truk besar dapat

memuat 12 lemari dan 8 tempat tidur , sedangkan truk kecil dapat memuat 4 lemari lipat

dan 10 tempat tidur . Sewa sebuah truk besar Rp 250.000,00 untuk truk kecil Rp

200.000,00. Berapakah jumlah truk besar dan truk kecil yang harus disewa untuk biaya

yang dikeluarkan minimum.

15. Bapak Budi adalah seorang petani dengan luas kebun tidak kurang dari 2000 m2 yang

akan ditanami pisang seluas 400 m2 sampai dengan 1200 m2 dan papaya 800 m2 sampai

dengan 1200 m2. Biaya tanam pisang membutuhkan Rp 6.000,00/ m2 sedangkan untuk

menanam jpepaya biaya Rp 3.000,00/ m2 Tentukan berapa pohon yang harus ditanam

masing-masing pisang dan pepaya, untuk mendapatkan hasil yang dengan biaya tanam

yang minimum?

16. Fungsi tujuan:

Maksimalkan Z = 20X1 + 15X2 + 10X3

Fungsi Kendala:

3 X1 + 4 X2 + 5X3 ≤ 25
 71

5 X1 + 6 X2 + 7X3 ≤ 35

7X2 ≤ 15

17. Fungsi tujuan:

Maksimalkan Z = 30X1 + 25X2 + 20X3

Fungsi Kendala:

6 X1 + 8 X2 + 10X3≤ 40

5 X1 + 7X2 ≤ 25

7 X2 + 9X3 ≤ 35

18. Fungsi tujuan:

Maksimalkan Z = 20X1 + 30X2 + 40X3

Fungsi Kendala:

5 X1 + 6 X2 ≤ 30

3 X1 + 4 X2 + 5 X3 ≤ 40

2 X2 + 3 X3 ≤ 35

19. Fungsi tujuan:

Maksimalkan Z = 10X1 + 15X2 + 20X3

Fungsi Kendala:

2 X2 + 5 X3 ≤ 15

6 X1 + 3 X3 ≤ 30

4 X1 + 5 X2 ≤ 60

20. Fungsi Tujuan

Maksimalkan Z = 54X1 + 23X2 + 15X3

Fungsi Batasan:

5X1 + 3X2 ≤ 30

5X2 + 8X3 ≤ 40
 72

3X1 + 5X2 + 7X3 ≤ 70

21. Fungsi tujuan:

Maksimalkan Z = 40X1 + 50X2 + 60X3

Fungsi Kendala:

4 X1 + 6 X2 + 8X3 ≤ 40

6 X1 + 8 X2 + 10 X3 ≤ 60

8 X1 + 10 X2 + 12 X3 ≤ 80

22. Fungsi tujuan:

Maksimalkan Z = 6x1+ 10x2 + 16X3

Fungsi Kendala:

4X1 + 6X3 ≤ 16

6X2 + 6X3 ≤ 30

12X1+ 10X2 + 6X3 ≤ 60

23. Fungsi tujuan:

Maksimalkan Z = 5x1+ 10x2 + 4x3

Fungsi Kendala:

2 X1 + 5 X2 ≤ 15

6 X2 + 2 X3 ≤ 30

4 X1 + 5 X3 ≤ 30

24. Fungsi Tujuan:

Maksimalkan Z = 15x1+ 50x2 + 35x3

Fungsi Kendala:

3X1 + 5 X2 ≤ 50

4 X2 + 8 X3 ≤ 60

7 X1 + 5 X3 ≤ 30
 73

25. Fungsi Tujuan:

Maksimalkan Z = 300X1 + 400X2 + 500X3

Fungsi Kendala:

3X1 + 2 X3 ≤ 18

2 X1 + 4 X2 ≤ 20

6X1 +8X2 ≤ 40

26. Fungsi tujuan:

Maksimalkan Z = 20X1 + 15X2 + 45X3

Fungsi Kendala:

6 X1 + 8X2 ≤ 40

10 X1 + 12 X3 ≤ 60

8X2 ≤ 20

27. Fungsi tujuan:

Maksimalkan Z = 20X1 + 30X2 + 45X3

Fungsi Kendala:

5 X1 + 6 X2 ≤ 30

3 X2 + 4 X3 ≤ 40

5 X3 ≤ 60

28. Fungsi tujuan:

Maksimalkan Z = 10X1 + 15X2 +25X3

Fungsi Kendala:

4X2 ≤30

4 X1 + 5 X2 + 7X3 ≤ 35

8X3 ≤ 20
 74

29. Fungsi tujuan:

Maksimalkan Z = 20X1 + 25X2 + 65X3

Fungsi Kendala:

2 X1 + 5 X2 ≤ 20

3 X1 + 4 X3 ≤ 30

5X2 ≤ 50

30. Fungsi tujuan:

Maksimalkan Z = 40X1 + 50X2 + 20X3

Fungsi Kendala:

2 X1 + 3 X2 ≥ 20

3 X1 + 4 X2 ≥ 30

7X3 ≥ 14

SoalTransportasi

1. Ada sebuah perusahaan yang memiliki tiga buah pabrik dan tiga buah gudang. Dimana

kapasitas untuk pabrik A sebesar 130.000 unit, kapasitas pabrik B sebesar 100.000 unit dan

kapasitas pabrik C sebesar 140.000 unit. Untuk kapasitas gudang I sebesar 150.000 unit,

kapasitas gudang II sebesar 120.000 unit dan kapasitas gudang II sebesar 80.000 unit.

Ongkos kirim dari pabrik A ke gudang I sebesar $2, pabrik A ke gudang II sebesar $0.5,

pabrik A ke gudang III sebesar $0.4. Ongkos kirim dari pabrik B ke gudang I sebesar $1.4,

pabrik B ke gudang IB sebesar $1.5, pabrik 2 ke gudang III sebesar $0.7. Ongkos kirim dari

pabrik C ke gudang I sebesar $0.4, pabrik C ke gudang II sebesar $0.9, pabrik C ke gudang

III sebesar $1,5.

2. Terdapat 4 buah pabrik yang berlokasi di pulau jawa dengan 4 lokasi penyimpanan yang

tersebar di Indonesia. Pabrik A hingga D memiliki kapasitas produksi yang berbeda-beda,

diantaranya : 100 ton, 85 ton, 130 ton, 143 ton. Dan kapasitas gudang 1 hingga 4 yang

memiliki kapasitas simpan, 130 ton, 70 ton, 132 ton, 126 ton.

Ongkos Kirim dari pabri ke Gudang, sebagai berikut (dalam puluhan dollar)
 75

A B C D

1 10 10 8 8

2 7 8 10 8

3 12 14 10 6

4 6 12 12 11

3. Terdapat 3 buah pabrik dengan 3 buah gudang yang terdapat di Provinsi Banten. Dimana
kapasitas untuk tiap pabrik diantaranya 90, 70 dan 95 ton. Dan kapasitas gudang diantaranya
95, 123 dan 80 ton. Ongkos kirim (dalam puluhan ribu) dari pabrik ke Gudang sebagai
berikut:

Serpong Serang Tangerang

A 10 15 16

B 12 14 18

C 12 9 10

4. Terdapat 4 buah pabrik dengan dengan 4 buah gudang. Dimana kapasitas dari tiap pabrik
adalah 190, 92, 175, 160 ton. Dan kapasitas dari tiap gudang adalah 135, 127, 158, 145 ton.
Ongkos kirim (Dalam puluhan ribu rupiah) dari pabrik ke gudang dapat dilihat pada tabel
dibawah ini.
A B C D

1 18 17 9 12

2 8 10 13 5

3 12 12 10 12

4 9 12 15 16
 76

5. Hitunglah Biaya transportasi dari data dalam table berikut:

A B C TOTAL

8 10 15
1
250
5 7 4
2
195
3 2 9
3
450
TOTAL 500 300 95 895

6. Hitunglah Biaya transportasi dari data dalam table berikut:

A B C TOTAL

7 5 7
1 100

5 9 5
2 50

8 10 10
3 50

TOTAL 600 100 40

7. Hitunglah Biaya transportasi dari data dalam table berikut:

A B C TOTAL

15 5 7
1 120

10 25 5
2 50

20 5 10
3 80

TOTAL 90 100 60
 77

8. Hitunglah Biaya transportasi dari data dalam table berikut:

A B C TOTAL

15 8 7
1 100

10 25 15
2 70

14 5 10
3 60

TOTAL 60 120 50

9. Hitunglah Biaya transportasi dari data dalam table berikut:

A B C TOTAL

20 18 17
1 100

10 25 15
2 70

20 9 10
3 60

TOTAL 60 120 50

10. Hitunglah Biaya transportasi dari data dalam table berikut:

A B C TOTAL

15 8 17
1 110

10 25 15
2 70

14 5 10
3 60

TOTAL 70 120 50
 78

11. Hitunglah Biaya transportasi dari data dalam table berikut:

Jakarta Surabaya Semarang TOTAL

3500 2300 3400

Bandung 116

4000 4200 4800

Cirebon 135

3700 3300 5000

Cilacap 124

TOTAL 125 152 98

12. Hitunglah Biaya transportasi dari data dalam table berikut (Dalam Ribuan):

S T U TOTAL

27 23 31
P 150

10 45 40
Q 170

30 54 35
R 80

TOTAL 110 90 100

13. Hitunglah Biaya transportasi dari data dalam table berikut:

A B C TOTAL

2 4 5
1 580

5 9 8
2 670

10 12 11
3 125

7 6 8
4 500

TOTAL 800 321 754

 79

14. Hitunglah Biaya transportasi dari data dalam table berikut:

A B C TOTAL

7 12 9
1 1400

15 4 12
2 1350

15 4 12
3 1780

12 15 7
4 2000

TOTAL 2500 1200 1700

15. Hitunglah Biaya transportasi dari data dalam table berikut:

A B C D TOTAL

12 5 4 8 6500
1

9 10 11 7 10500
2

4 8 17 10 8940
3

TOTAL 4587 1258 15432 4663 25940