1

OPERATIONS RESEARCH
PENDAHULUAN

A. SEJARAH OPERATIONS RESEARCH

Operations Research (Riset Operasi) pertama kali

I 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
OPERATION RESEARCH dalam menggunakan alat yang baru ditemukan tersebut.
PENDAHULUAN Dalam tahun 1942, angkatan udara Amerika Serikat
membentuk Devisi 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
1 2
team-team riset operasi sangat dibutuhkan dalam dunia bisnis, metode-metode, teknik-teknik, dan peralatan-peralatan ilmiah
karena masalah-masalah yang timbul pada dasarnya sama dalam menghadapi masalah-masalah yang timbul didalam operasi
walaupun konteksnya berbeda dengan yang dihadapi kalangan perusahaan dengan tujuan ditemukannya pemecahan yang optimum
militer. Memasuki tahun 1950-an kegiatan riset operasi telah masalah-masalah tersebut.
berkembang cepat didunia bisnis, pemerintahan, dan lembaga Miller dan M.K. Star (1960) mengartikan Riset Operasi
[Link] periode ini, teknik-teknik program linear dan sebagai peralatan manajemen yang menyatukan ilmu pengetahuan,
dinamik telah ditemukan dan dikembangkan. Perkembangan besar matematika, dan logika dalam kerangka pemecahan masalah-
terjadi dlam penelitian tentang masalah persediaan produksi dan masalah yang dihadapi sehari-hari, sehingga akhirnya
antri. Sejak saat itu, riset operasi mulai mendapat pengakuan permasalahan tersebutdapat dipecahkan secara optimal.
sebagai pelajaran yang bermanfaat di Universitas, terutama bagi Dari definisi diatas dapat disimpulkan bahwa Riset Operasi
mahasiswa ekonomi, administrasi, dan teknik. berkenaan dengan pengambilan keputusan optimal dalam
penyusunan model dari sistem-sistem baik deterministic maupun
B. DEFINISI OPERATIONS RESEARCH (RISET OPERASI)
probabilistic yang berasal dari kehidupan nyata. Aplikasi-aplikasi
Secara umum pengertian research (riset) dapat diartikan
ini, yang terjadi dalam pemerintah, bisnis, teknik, ekonomi, serta
sebagai suatu proses yang terorganisasi dalam mencari kebenaran
ilmu pengetahuan alam dan social ditandai dengan kebutuhan untuk
akan masalah. Sedangkan kata operations (operasi) didefinisikan
mengalokasikan sumberdaya-sumberdaya yang terbatas.
sebagai tindakan-tindakan yang diterapkan pada beberapa masalah.
Dalam kenyataannya sangat sulit untuk mendefinisikan riset C. KEGUNAAN OPERATIONS RESEARCH
operasi secara tegas karena batas-batasnya tidak jelas. Riset Operation Research sangat berguna dalam menghadapi
Operasi telah banyak didefinisikan oleh para ahli, namun hanya masalah-masalah, bagaimana mengarahkan dan
beberapa yang bias digunakan dan diterima secara umum. mengkoordinasikan operasi-operasi atau kegiatan-kegiatan dalam
Morse dan Kimball (1951), mendefinisikan Riset Operasi suatu organisasi dengan segala keterbatasannya melalui prosedur
sebagai metode ilmiah yang memungkinkan para manajer “search for optimality”.
mengambil keputusan mengenai kegiatan yang mereka tangani
D. MODEL-MODEL DALAM OPERATIONS RESEARCH
dengan dasar kuantitatif. Sedangkan Churchman, Arkoff dan Arnoff
Model adalah abstraksi atau penyederhanaan realita sistem
(1957) mengemukakan pengertian riset operasi sebagai aplikasi
yang kompleks dimana hanya komponan-komponan yang relevan
3 4
atau faktor-faktor yang dominan dari masalah yang dianalisi dan mempunyai tingkat efisiensi yang berbeda-beda untuk tugas-tugas
diikutsertakan. Banyak model Operations Research yang sudah yang berbeda pula.
dikembangkan dan digunakan terhadap persoalan-persoalan bidang
4. Teori Network
usaha. Model tersebut dapat dikelompokkan ke dalam beberapa
Teori network memuat persoalan-persoalan serta
jenis, yaitu:
pemecahan dari proyek manajemen yang menyangkut perencanaan
1. Linear Programming serta penjadwalan. Alat yang digunakan adalah CPM dan PERT.
Program ini memuat metode grafik, simpleks, dan dualitas
5. Teori Keputusan
yang digunakan pada proses alokasi. Program ini akan menjawab
Ciri penting dari teori keputusan adalah bahwa akibat dari
persoalan bila:
tindakan, umumnya tidak diketahui. Dalam hal ini, peluang
a. Terdapat sejumlah kegiatan untuk dilaksanakan dan terdapat
dihubungkan dengan bermacam-macam keadaan. Kita dapat
alternative cara untuk melaksanakannya.
menunjuk keputusan tentang kepastian, resiko dan ketidakpastian,
b. Sumber dan fasilitas tidak tersedia untuk melaksanakan tiap
tergantung pada seberapa banyak kita mengetahui keadaan. Cara
kegiatan dengan cara yang paling efektif.
lain untuk menaksir masa depan meski hanya tersedia sejumlah
Persoalan ialah menggabungkan kegiatan dan sumber sedemikian kecil informasi adalah dengan statistik Bayes.
rupa hingga terdapat efektivitas keseluruhan secara maksimal.
6. Teori Permainan
2. Metode Transportasi Teori permainan ini memberikan rangka konsepsi dalam
Persoalan ini merupakan bahagian khusus dari proses mana persoalan kompetisi dapat dirumuskan. Teori ini telah
alokasi. Metode ini mempunyai cara tersendiri untuk menjawab dipergunakan secara efektif oleh dunia usaha untuk
persoalan alokasi seperti cara bantu loncatan (metode stepping mengembangkan strategi periklanan, kebijakan harga, dan waktu
stone), cara MODI, dan cara pendekatan Vogel’s. perkenalan produksi baru.

3. Metode Penugasan 7. Teori Antrian

Model ini berhubungan dengan penugasan optimal dari Antrian atau sering juga disebut dengan teori garis tunggu
bermacam-macam sumber yang produktif atau personalia yang berkenaan dengan pertibaan acak atau tetap pada suatu fasilitas
pelayanan dengan kapasitas terbatas. Tujuan dari model ini adalah
5 6
memungkinkan seseorang untuk menentukan jumlah optimum dari dan juga persyaratan-persyaratan yang diperlukan oleh system
orang atau fasilitas yang diperlukan untuk melayani pelanggan berkaitan dengan pemecahan masalah.
dengan memperhatikan biaya pelayanan dan biaya tunggu.
2. Pembentukan model yang paling cocok untuk mewakili sistem.
8. Teori Penggantian Model matematis yang sering digunakan adalah persamaan dan
Teori penggantian akan membahas persoalan penggantian ketidaksamaan linear seperti dalam Linear Programmning (LP).
alat yang tua disebabkan karena usia dan juga penggantian Suatu model ada kalanya cukup diselesaikan dengan metode
disebabkan karena kebijakan penggantian pada waktu-waktu yang yang sudah baku seperti simpleks dalam pemecahan LP, atau
sudah tertentu dan tetap, baik karena pemakaian yang terus- karena kompleksnya model harus menggunakan kombinasi
menerus maupun tidak dalam suatu kurun waktu. Kebijakan model matematis, simulasi, dan lain-lain.
penggantian ini ditujukan untuk mencapai jumlah biaya yang
sekecil-kecilnya (minimum). Disamping itu teori penggantian juga 3. Pemecahan masalah, biasanya berkenaan dengan pemecahan

membahas persoalan penggantian alat yang disebabkan kerusakan masalah persamaan/ ketidaksamaan matematis. Dalam model

yang mendadak, misalnya karena sesuatu benturan sehingga alat matematis, penyelesaian masalah dicapai dengan teknik

tidak dapat digunakan sama sekali. optimasi, dan model menghasilkan suatu pemecahan optimum.
Sedangkan pada model simulasi, hasil pemecahan hanya
E. FORMULASI PERSOALAN merupakan pendekatan terhadap pemecahan optimum.
Ada berbagai pendakatan berbeda yang dapat dipergunakan Adakalanya parameter suatu sistem yang akan dipecahkan
didalam memformulasikan persoalan. mengalami perubahan, untuk itu dipergunakan analisis kepekaan
Tetapi secara umum dalam mempelajari riset operasi ada (Sensitivity Analysis).
beberapa tahapan utama yang perlu diperhatikan, yaitu:
1. Merumuskan masalah yang akan dipecahkan sesuai dengan 4. Validisi atau pengujian model. Suatu model dinyatakan valid
tujuan yang hendak dicapai berdasarkan keadaan obyektif. (sahih) apabila dapat memberikan prediksi yang dapat dipercaya
Untuk itu perlu diperhatikan 3 (tiga) hal: Pertama, uraian yang dari hasil proses suatu sistem, disamping diakui adanya
tepat mengenai tujuan yang akan dicapai. Kedua, identifikasi ketidaktepatan model tersebut untuk mewakili keadan yang
berbagai alternatif dalam keputusan yang menyangkut suatu sebenarnya. Metode yang biasa digunakan untuk menguji
sistem. Ketiga, mengenali adanya kendala-kendala (constraints)
7 8
 validitas model adalah membandingkan performannya dengan
data masa lalu yang tersedia.

5. Implementasi hasil pemecahan model yang telah diuji

validitasnya. Implementasi ini pada dasarnya meliputi
penerjemahan dari hasil pengujian model kedalam bentuk
instruksi-instruksi yang sifatnya operasional praktis yang mudah
dimengerti oleh para individu yang mengadministrasikan dan
mengoperasikan sistem yang akan dipecahkan. Dalam tahap ini

II
harus ada kerjasama yang baik antara ahli riset operasi (sebagai
pembentuk model) dengan mereka yang bertanggungjawab
terhadap pelaksanaan sistem.

LINEAR
PROGRAMMING

9 10
 2
B. MODEL LINEAR PROGRAMMING
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:
LINEAR PROGRAMMING 1. Variabel keputusan yaitu variabel persoalan yang akan
mempengaruhi nilai tujuan yang hendak dicapai. Didalam
A. DEFINISI LINEAR PROGRAMMING proses pemodelan, penemuan variabel keputusan harus
Linear Programming merupakan salah satu pendekatan dilakukan terlebih dahulu sebelum merumuskan fungsi tujuan
matematik yang paling sering diterapkan manajerial dalam dan fungsi batasan (kendala-kendalanya). Misalnya dengan
pengambilan keputusan. Tujuan dari penggunaan linear mengajukan pertanyaan: keputusan apa yang harus dibuat agar
programming adalah untuk menyusun suatu model yang dapat nilai fungsi tujuan menjadi maksimum atau minimum.
dipergunakan untuk membantu pengambilan keputusan dalam
2. Fungsi tujuan yaitu fungsi yang menggambarkan tujuan dalam
menentukan alokasi yang optimal dari sumber daya perusahaan ke
permasalahan LP yang berkaitan dengan pengaturan secara
berbagai alternatif.
optimal sumber daya - sumber daya, untuk memperoleh
Penggunaan linear programming dalam hal ini adalah
keuntungan maksimal atau biaya minimum. Dengan simbol Z.
mengalokasikan sumber daya tersebut, sehingga laba akan
Oleh karena itu hanya ada dua kemungkinan fungsi tujuan, yaitu
maksimum atau alternatif biaya minimum. Alokasi yang dibuat
a. Maksimimkan Z = f (X1, X2, ...Xn)
tergantung dari sumber daya yang tersedia dan permintaan atas
b. Minimumkan Z = f (X1, X2, ...Xn)
sumber daya tersebut. Sedangkan tujuan dari alokasi adalah
memaksimumkan laba atau meminimalkan biaya. 3. Fungsi batasan (kendala) yaitu bentuk penyajian secara
Jadi linear programming adalah sebuah metode matematis matematis batasan-batasan kapasitas yang tersedia yang akan
yang berkarakteristik linear untuk menemukan suatu penyelesaian
dialokasikan secara optimal ke berbagai kegiatan.
optimal dengan cara memaksimumkan atau meminimumkan fungsi
tujuan terhadap satu susunan kendala. Untuk memudahkan pembahasan model Linear
Programming ini, digunakan simbol-simbol sebagai berikut:

11 12
Xj = banyaknya kegiatan j ( j = 1, 2, ..., n). Variabel Xj ini disebut Fungsi tujuan :
juga dengan variabel keputusan (decision variables) Maksimumkan/minimumkan:
Z = nilai fungsi tujuan yang diopotimalkan (maksimum atau Z   C j . X j = C1X1 + C2X2 + ... + CnXn
minimum)
Dengan kendala atau batasan:
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
Atau:
minimasi) kegiatan j terhadap nilai Z. 1. a11X1 + a12X2 + ... + a1nXn b1
aij = banyaknya sumber i yang di perlukan guna menghasilkan 2. a21X1 + a22X2 + ... + a2nXn b2
setiap unit output kegiatan j (i = 1, 2, ..., m, dan j = 1,2, ..., n) .
bi = banyaknya sumber (fasilitas) i yang tersedia untuk .
m. am1X1 + am2X2 + ... + amnXn bm
dialokasikan ke setiap unit kegiatan (i = 1,2, ..., m)
dan
Keseluruhan simbol-simbol diatas selanjutnya disusun ke
Xj 0 atau X1 0, X2 0, ...... Xn 0
dalam bentuk tabel standar Linear Programming, seperti pada
Tabel 2.1 di bawah ini:  Batasan pertama artinya: jumlah hasil (barang/jasa) 1 yang
Tabel 2.1. Data Model Linear Programming dihasilkan oleh kegiatan 1 dikalikan dengan kebutuhan akan
Kegiatan Pemakaian sumber per unit Kapasitas sumber 1 per satuan (berarti total alokasi 1 untuk kegiatan 1)
Sumber 1 2 3 .......... n Sumber
1 a11 a12 a13 ......... a1n b1 ditambah dengan hasil kegiatan 2 dikalikan dengan kebutuhan
2 a21 a22 a23 ......... a2n b2 tiap satuan keluaran 2 terhadap sumber 1 (dan seterusnya sampai
. . . . ......... . .
. . . . ......... . . dengan kegiatan ke-n) tidak akan melebihi atau sama dengan
m am1 am2 am3 ........ anm bm atau tidak boleh kurang dari jumlah (kapasitas) tersedianya
C1 C2 C3 ......... Cn
sumber 1 (yang dinyatakan dengan b1). Hal ini berlaku untuk
Banyak kegiatan X1 X2 X3 ......... Xn
batasan-batasan lainnya sampai ke m.
Atas dasar Tabel 2.1 di atas, dapat disusun model standard
 Fungsi-fungsi batasan dapat di kelompokkan menjadi 2 macam,
Linear Programming sebagai berikut:
yaitu:

13 14
 1. Fungsi batasan fungsional, adalah fungsi-fungsi batasan 1. Metode Grafis
sebanyak m yaitu a11X1 + a12X2 + ... + a1nXn a. Persoalan Maksimasi
2. Fungsi batasan non negatif (non negative constraints) yaitu o Untuk memaksimumkan laba
fungsi-fungsi batasan yang dinyatakan dengan o Fungsi batasan bertanda ≤
Xi 0 o Daerah feasible akan berada disebelah kiri bawah garis batas
 Variabel Xj disebut sebagai variabel keputusan (decision tersebut
variables) Contoh :
 aij, bi, Cj, yaitu masukan-masukan input konstan, disebut sebagai Perusahaan sepatu IDEAL membuat 2 model sepatu. Model
parameter model. pertama merek A dengan sol dari karet, dan model ke-dua merek B
dengan sol dari kulit. Untuk membuat sepatu-sepatu itu, perusahaan
C. METODE PEMECAHAN MODEL LINEAR
PROGRAMMING memiliki tiga macam mesin. Mesin 1 khusus membuat sol dari
karet, mesin 2 khusus membuat sol dari kulit, dan mesin 3
Ada 2 (dua) metode/pendekatan yang dapat digunakan
membuat bagian atas sepatu dan melakukan assembling bagian atas
untuk menyelesaikan persoalan-persoalan Linear Programming
dengan sol. Setiap lusin sepatu merek A mula-mula dikerjakan
(LP), yaitu dengan metode grafis dan dengan metode simpleks.
mesin 1 selama 2 jam, kemudian tanpa melalui mesin 2 terus
Bila persoalan LP hanya mempunyai 2 (dua) variabel keputusan,
dikerjakan di mesin 3 selama 6 jam. Sedangkan untuk sepatu merek
maka dua metode tersebut dapat dipergunakan. Bila variabel yang
B tidak diproses di mesin 1, tetapi pertama kali dikerjakan di mesin
terlibat dalam penyelesaian LP lebih dari dua, maka metode grafis
2 selama 3 jam, kemudian di mesin 3 selama 5 jam. Jam kerja
tidak dapat dipergunakan lagi.
maksimum setiap hari untuk untuk mesin 1 = 8 jqm, mesin 2 = 15
Metode yang lazim diterapkan untuk memecahkan
jam, dan mesin 3 = 30 jam. Sumbangan terhadap laba untuk setiap
persoalan LP yang mempunyai variabel keputusan lebih dari dua
lusin sepatu merek A = Rp 30.000, sedangkan untuk setiap lusin
adalah metode simpleks. Melalui metode simpleks, kombinasi
sepatu merek B = Rp 50.000. Berapa lusin sebaiknya sepatu merek
variabel keputusan optimal diselesaikan dengan menggunakan
A dan merek B yang di buat agar bias memaksimumkan laba.
pendekatan matematis.
Data diatas dapat disusun ke dalam Tabel 2.2 berikut ini:

15 16
 Tabel 2.2. Data Model Linear Programming 2) Robah ketiga fungsi batasan ketidaksamaan menjadi kesamaan
Merek Jenis Produksi Kapasitas ( = ). Selesaikan masing-masing variabel X 1 dan X 2 dengan
Mesin A B Sumber
1 2 0 8 menetapkan salah satu variabel = 0.
2 0 3 15
3 6 5 30 (1) 2X1 = 8 X1 = 4
Sumbangan terhadap (2) 3X2 = 15 X2 = 5
Laba (Rp. 10.000) 3 5
(3) 6X1 + 5X2 = 30
X1 = 0 5X2 = 30 X2 = 6
X2 = 0 6X1 = 30 X1 = 5
Langkah-langkah penyelesaian:
1) Memformulasikan fungsi tujuan dan fungsi kendala (batasan) 3) Gambarkan masing-masing fungsi batasan dalam suatu sistem
dalam bentuk matematis. sumbu. Grafik dari ketidaksamaan ≤ mencakup semua titik –
titik yang memenuhi fungsi batasan, yaitu semua titik pada
 Fungsi tujuan
garis dan disebelah kiri bawah garis batas tersebut.
Maksimumkan Z  3X 1  5X 2
 Dengan batasan (1) 2 X 1  8 2X1 = 8
X2
(kendala) (2) 3 X 2  15

(3) 6 X 1  5 X 2  30
Batasan non negatif: X 1 , X 2  0 6
D C 3X2 = 15
5
Tiga (3) pertidaksamaan diatas disebut batasan tekhnis
(technical constraints) yang ditentukan oleh keadaan
tekhnologi dan tersedianya input. Dan batasan non negatif Daerah
Fisibel B
(non negative constraint) ditetapkan untuk menghindarkan
nilai negatif (yang tidak dapat diterima) dalam penyelesaian A
persoalan. 0 4 5 X1
6X1 + 5X2 = 30

17 18
4) Tentukan daerah feasible untuk X 1 dan X 2 (diarsir), yaitu Dengan demikian, solusi optimum dari soal diatas adalah

daerah yang memuat semua titik-titik yang memenuhi ketiga perusahaan harus membuat sepatu merek A sebanyak 5/6 lusin
batasan ditambah batasan non negatif. dan merek B sebanyak 5 lusin setiap hari dengan keuntungan

Daerah feasible dari soal di atas adalah OABCD (daerah yang sebesar Rp 275.000 ( 27,5 x Rp 10.000)
di arsir)
Cara lain untuk menentukan solusi optimal adalah dengan

5) Tentukan solusi optimal, yaitu suatu titik singgung nilai fungsi membandingkan nilai Z yang diperoleh pada berbagai titik X1 dan
tujuan dengan daerah feasible yang terjauh dari titik nol. X2 di daerah fisibel. Nilai Z makin besar bila makin jauh dari titik

Solusi optimal untuk soal diatas adalah pada titik C yaitu origin ( 0 ). Untuk itu yang dibandingkan sebaiknya adalah titik-
perpotongan antara garis DC dengan garis BC. titik yang ada di sudut-sudut daerah feasible, yaitu titik 0, A, B, C,
dan D.
6) Eliminasikan dan substitusikan, sehingga diperoleh nilai X 1
Titik O Pada titik ini X1 = 0, X2 = 0, sehingga Z = 0
dan X 2 . Dan nilai tersebut disubstitusikan ke fungsi tujuan
Titik A Pada titik ini X1 = 4 dan X2 = 0, sehingga Z = 12
(Z).
Titik B Pada titik ini X1 = 4.
3X2 = 15 5 15X2 = 75 6(4) + 5X2 = 30; X2 = (30 – 24)/5 = 6/5.
6X1 + 5X2 = 30 3 18X1 + 5X2 = 90 Sehingga Z = 18
Titik C Pada titik ini X2 = 5
-18X1 = -15
X1 = 18/18 = 5/6 6X1+ 5(5) = 30; X1 = (30 – 25)/6 = 5/6
Sehingga Z = 27,5
6X1 + 5X2 = 30
Titik D Pada titik ini X1 = 5 dan X2 = 0, sehingga Z = 30
6(5/6) + 5X2 = 30
Diantara ke-lima alternatif diatas, nilai Z terbesar adalah pada titik
5 + 5X2 = 30 5X2 = 25 X2 = 5
C, yaitu sebesar 27,5. Titik ini merupakan titik optimal, dengan X1
Sehingga diperoleh harga X1 = 5/6 dan X2 = 5, kemudian
= 5/6 lusin dan X2 = 5 lusin, dengan keuntungan sebesar Rp
substitusikan kedalam fungsi tujuan:
275.000.
Z  3 X 1  5 X 2 = 3 (5/6) + 5 (5) = 2,5 + 25 = 27,5

19 20
b. Persoalan Minimasi Langkah-langkah penyelesaian:
o Untuk meminimalkan biaya 1) Memformulasikan fungsi tujuan dan fungsi kendala (batasan)
o Fungsi batasan bertanda ≥ dalam bentuk matematis:
o Daerah feasible akan berada disebelah kanan atas garis batas  Fungsi tujuan
tersebut Maksimumkan Z  5 X 1  10 X 2
Contoh:  Dengan batasan (1) 7 X 1  2 X 2  28
PT. Asia Automotif memproduksi 2 jenis mobil, yaitu mobil sedan
(kendala) (2) 2 X 1  12 X 2  24
dan truk. Untuk dapat meraih konsumen berpenghasilan tinggi,
Batasan non negatif: X1, X 2  0
perusahaan ini memutuskan untuk melakukan promosi dalam 2
macam acara TV, yaitu pada acara hiburan dan acara olahraga.
2). Robah ketiga fungsi batasan ketidaksamaan menjadi kesamaan (
Promosi pada acara hiburan akan disaksikan oleh 7 juta pemirsa
= ). Selesaikan masing-masing variabel X 1 dan X 2 dengan
wanita dan 2 juta pemirsa laki-laki. Promosi pada acara olahraga
menetapkan salah satu variabel = 0.
akan disaksikan oleh 2 juta pemirsa wanita dan 12 juta pemirsa
(1) 7X1 + 2X2 = 28
laki-laki. Biaya promosi pada acara hiburan adalah Rp 5 juta per X1 = 0 2X2 = 28 X2 = 14
menit, sedangkan pada acara olahraga biayanya 10 juta per menit. X2 = 0 7X1 = 28 X1 = 4

Jika perusahaan menginginkan promosinya disaksikan sedikitnya 3) Gambarkan masing-masing fungsi batasan dalam suatu sistem
oleh 28 juta pemirsa wanita dan sedikitnya 24 juta pemirsa laki- sumbu. Grafik dari ketidaksamaan ≥ mencakup semua titik –
laki, bagaimanakah promosi itu sebaiknya? titik yang memenuhi fungsi batasan, yaitu semua titik pada
Data diatas disusun kedalam tabel seperti terlihat pada garis dan disebelah kanan garis batas tersebut.
Tabel 2.3 dibawah ini
4) Tentukan daerah feasible untuk X 1 dan X 2 (diarsir), yaitu
Tabel 2.3. Data dari Perusahaan Asia Automotif
daerah yang memuat semua titik-titik yang memenuhi ketiga
Promosi Jenis Promosi Jumlah batasan ditambah batasan non negatif.
Pemirsa H (X1) O (X2) Pemirsa
Wanita 7 2 28
Laki-laki 2 12 24
Biaya Promosi (Rp. Juta) 5 10

21 22
 7X1 + 2X2 = 28
X2
7(3,6) + 2X2 = 28
25,2 + 2X2 = 28 2X2 = 2,8 X2 = 1,4
D
Sehingga diperoleh harga X1 = 3,6 dan X2 = 1,4, kemudian
14
substitusikan kedalam fungsi tujuan:
Z  5 X 1  10 X 2 = 5 (3,6) + 10 (1,4) = 18 + 14 = 32
Daerah feasible Keputusannya adalah lama promosi dalam acara hiburan 3,6
menit sedangkan dalam acara olahraga 1,4 menit dengan total biaya
2 C Rp 32 juta. Cara lain untuk menentukan solusi optimal adalah
dengan membandingkan nilai Z yang diperoleh pada tiap-tiap
A B
alternatif.
0 4 12 X1

2. Metode Simpleks
5) Tentukan daerah feasible untuk X 1 dan X 2 (diarsir), yaitu
Apabila suatu masalah Linear Programming hanya
daerah yang memuat semua titik-titik yang memenuhi ketiga mengandung 2 variabel keputusan saja (X1 dan X2), maka dapat
batasan ditambah batasan non negatif. diselesaikan dengan metode grafik dan metode simpleks. Tetapi
6) Tentukan solusi optimal, yaitu suatu titik singgung nilai fungsi apabila melibatkan lebih dari 2 variabel keputusan maka metode
tujuan dengan daerah feasible yang terdekat dengan titik nol. grafik tidak dapat digunakan lagi, sehingga diperlukan metode
Solusi optimal untuk soal diatas adalah pada titik C yaitu simpleks.
perpotongan antara garis DC dengan garis BC. Metode Simpleks yaitu suatu cara yang lazim dipakai
7) Eliminasikan dan substitusikan, sehingga diperoleh nilai X1 untuk menentukan kombinasi optimal dari dua variabel atau lebih,

dan X2. Dan nilai tersebut disubstitusikan ke fungsi tujuan (Z). dengan menggunakan tabel-tabel.
a. Masalah Maksimasi (Laba)
7X1 + 2X2 = 28 6 42X1 + 12X2 = 168 Langkah-langkah penyelesaian:
2X1 + 12X2 = 24 1 2X1 + 12X2 = 42 1) Mengubah fungsi tujuan dan batasan-batasan

40X1 = 144  Fungsi tujuan diubah menjadi fungsi implisit yaitu

X1 = 3,6 semuanya bergeser kekiri.

23 24
 Misalnya: Maksimumkan fungsi tujuan : Z = 3X1 + 5X2 Variabel dasar adalah variabel yang nilainya sama dengan sisi
maka menjadi : Z – 3X1 -5X2 kanan persamaan.
 Batasan-batasan diubah menjadi kesamaan, dengan cara
Variabel
menambah slack variabel. Slack variabel adalah S1, S2, …, Sn. Z X1 X2 S1 S2 S3 NK
Dasar
Jika hasil kegiatan yang ada mewakili X1 dan X2, maka Z 1 -3 -5 0 0 0 0
S1 0 2 0 1 0 0 8
slack variabel dimulai dari S1, S2, dast-nya.
S2 0 0 3 0 1 0 15
Misalnya: Batasan-batasan (1) 2X1 ≤ 8 S3 0 6 5 0 0 1 30
(2) 3X2 ≤ 15
3) Memilih kolom kunci
(3) 6X1 + 5X2 ≤ 30
Pilihlah kolom yang mempunyai nilai pada garis fungsi tujuan
Non negatif X1, X2 ≥ 0
yang bernilai negatif dengan angka terbesar, dan berilah tanda
MENJADI :
segiempat pada kolom tersebut.

Batasan-batasan (1) 2X1 + S1 = 8 Variabel

Z X1 X2 S1 S2 S3 NK
(2) 3X2 + S2 = 15 Dasar
Z 1 -3 -5 0 0 0 0
(3) 6X1 + 5X2 + S3 = 30 S1 0 2 0 1 0 0 8
Non negatif X1, X2 ≥ 0 S2 0 0 3 0 1 0 15
S3 0 6 5 0 0 1 30
2) Menyusun persamaan-persamaan didalam Tabel
Tabel 2.4. Metode Simpleks dalam Bentuk Simbol Kolom kunci

Variabel 3) Memilih baris kunci

Z X1 X2... Sn... S1 X2… Sn NK
Dasar
Z 1 -C1 -C2.. -Cn 0 0… 0 0  Terlebih dahulu dicari indeks tiap-tiap baris, dengan rumus:
S1 0 a11 a12 a1n 1 0… 0 b1 nilaikolom NK
S2 0 a21 a22 a2n 0 1… 0 b2 Indeks 
nilaikolom kunci
. . . .
. . . . ( 0/-5, 8/0, 15/3, 30/5) = (0, ~, 5, 6)
. . . .
 Pilihlah baris yang mempunyai indeks positif dengan angka
Sn 0 am1 am2 amn 0 0… 1 bm
terkecil.
NK adalah nilai kanan persamaan (nilai dibelakang tanda =)
25 26
  Berilah tanda segiempat pada baris kunci tersebut. Nilai yang S1 = Baris lama, karena koefisien pada kolom kunci adalah 0.
masuk dalam kolom kunci dan dalam baris kunci disebut S3 = ( 6 5 0 0 1 30) – (5). (0 1 0 1/3 0 5)
angka kunci. = ( 6 5 0 0 1 30) – (0 5 0 5/3 0 25)
= 6 0 0 -5/3 1 5
Variabel
Z X1 X2 S1 S2 S3 NK
Dasar
Variabel
Z 1 -3 -5 0 0 0 0 0 Z X1 X2 S1 S2 S3 NK
Dasar
S1 0 2 0 1 0 0 8 (8/0 = ~)
Z 1 -3 0 0 5/3 0 25
S2 0 0 3 0 1 0 15 (15/3 = 5) S1 0 2 0 1 0 0 8
S3 0 6 5 0 0 1 30 30/5 = 6 X2 0 0 1 0 1/3 0 5
S3 0 6 0 0 -5/3 1 5
Angka kunci Baris kunci
7) Melanjutkan perbaikan-perbaikan
5) Mengubah nilai-nilai baris kunci, dengan cara :
Ulangi langkah ke-3 sampai dengan langkah ke-6. Perubahan
Gantilah variabel dasar pada baris tersebut , dengan variabel
baru berhenti setelah pada “baris pertama” (fungsi tujuan)
yang terdapat dibagian atas kolom kunci.
tidak ada yang bernilai negatif. Berarti hasil dari Tabel tersebut
Variabel
Z X1 X2 S1 S2 S3 NK sudah merupakan hasil yang optimal.
Dasar
Z 1
S1 0 Variabel
X2 0 0 1 0 1/3 0 5 Z X1 X2 S1 S2 S3 NK
Dasar
S3 0 Z 1 -3 0 0 5/3 0 25 -
S1 0 2 0 1 0 0 8 (8/2 = 4)
Nilai baru baris kunci : (0/3, 3/3, 0/3, 1/3, 0/3; 15/3) X2 0 0 1 0 1/3 0 5 (5/0 = ~)
= ( 0, 1, 0 , 1/3, 0, 5) S3 0 6 0 0 -5/3 1 5 (5/6)
Z 1
S1 0
6) Mengubah nilai-nilai selain pada baris kunci X2 0
Dengan rumus : X1 0 1 0 0 -5/18 1/6 5/6
Baris baru = Baris lama – ( koefisien pada kolom kunci x Z 1 0 0 0 5/6 1/2 271/2
S1 0 0 0 1 5/9 -1/3 61/3
nilai baru baris kunci)
X2 0 0 1 0 1/3 0 5
Z = ( -3 -5 0 0 0 0) – (-5). (0 1 0 1/3 0 5) X1 0 1 0 0 -5/18 1/6 5/6
= ( -3 -5 0 0 0 0) – (0 -5 0 -5/3 0 -25)
= -3 0 0 5/3 0 25 Baris kunci yang baru = (6/6 0/6 0/6 -5/3/6 1/6 5/6)

27 28
 = (1 0 0 -5/18 1/6 5/6) Maksimumkan Z  300 X 1  400 X 2 (profit)

Z = (-3 0 0 5/3 0 25) – (-3). (1 0 0 -5/18 1/6 Dengan batasan (1) 3 X 1  2 X 2  18 (emas, ons)
5/6)
(2) 2 X 1  4 X 2  20 (platinum, ons)
= (-3 0 0 5/3 0 25) – (-3 0 0 15/18 -3/6 -15/6)
= 0 0 0 5/6 1/2 271/2 (3) X 2  4 (permintaan, gelang)
S1 = (2 0 1 0 0 8) – (2). (1 0 0 -5/18 1/6 5/6) Batasan non negatif: X1, X 2  0
= (2 0 1 0 0 8) – (2 0 0 -10/18 2/6 10/6)
1
= 0 0 1 5/9 -1/3 6 2. “Rahmat Taylor” membuat jaket dan celana panjang. Dua
3
X2 = Baris lama, karena koefisien pada kolom kunci adalah 0 sumber daya yang dibutuhkan diantaranya adalah bahan wol
dan tenaga kerja. “Rahmat Taylor” telah mengembangkan suatu
b. Masalah Minimasi (Biaya) model program linear untuk menentukan jumlah jaket dan
Langkah – langkah Penyelesaian
beberapa pasang celana panjang ( X 1 dan X 2 ) yang akan
 Untuk langkah 1, 2 = maksimasi
dibuat dalam usaha memaksimumkan profit. Adapun
 Langkah ke 3 : Pilihlah kolom yang mempunyai nilai pada
persamaannya sebagai berikut:
garis fungsi tujuan yang bernilai negatif dengan angka terkecil
Maksimumkan Z  50 X 1  40 X 2 (profit)
 Untuk langkah 4,5, dan 6 = maksimasi
Dengan batasan (1) 3 X 1  5 X 2  150 (wol, yard)
 Langkah ke 7 : Ulangi langkah ke 3 s/d ke 6. Perubahan baru
(2) 10 X 1  4 X 2  20 (tenagakerja, jam)
berhenti setelah “pada baris pertama” (fungsi tujuan) tidak ada
yang bernilai positif. Batasan non negatif: X1, X 2  0

SOAL LATIHAN 3. Perusahaan konveksi “Indah” memproduksikan 2 buah produk,

yaitu produk jaket dan kemeja. Beberapa persoalan yang perlu
1. Sebuah toko perhiasan membuat kalung dan gelang dari emas diperhatikan adalah:
dalam platinum. Toko tersebut telah mengembangkan model a. Untuk memproduksi kemeja, diperlukan 20 menit mesin I ,
program linear untuk menentukan jumlah kalung dan gelang ( 10 menit mesin II, 40 menit penghalusan, dan 20 menit

X 1 dan X 2 ) yang akan dibuat dalam usaha memaksimumkan proses finishing. Sedangkan untuk memproduksi jaket

profit. Adapun persamaannya sebagai berikut:

29 30
 diperlukan 50 menit mesin I, 30 menit mesin II, 10 menit Royal, Indra, dan Permata. Studi pemasaran menunjukkan
penghalusan, dan 20 menit finishing. bahwa pada harga-harga yang telah diproyeksikan sekarang,
b. Kapasitas maksimum masing-masing mesin adalah: Perusahaan mampu menjual semua model yang diproduksi.
- Mesin I 1.000 menit Produksi Perusahaan hanya dibatasi oleh tersedianya bahan
- Mesin II 600 menit baku aluminium dan tenaga kerja. Jumlah aluminium, waktu
- Proses penghalusan 800 menit produksi, dan perkiraan keuntungan per unit adalah sebagai
- Proses finishing 800 menit berikut:
c. Potensi profit yang akan diperoleh adalah Rp 300,- untuk
kemeja dan Rp 400,- untuk jaket. Aluminium Jam Produksi Keuntungan
Model
(Kg/1000) (Per 1000) (Per Rp1000)
Pimpinan perusahaan tersebut minta tolong kepada saudara
Royal 60 3 2.100
untuk mencari berapa kombinasi produksi yang paling optimal, Indra 50 2 1.600
Permata 40 1 1.300
dan jumlah profit yang diperoleh. Jumlah yang tersedia
4000 Kg 144 Jam
setiap bulan
4. Isi vitamin, tepung pati, dan protein dua makanan serta
kebutuhan minimum setiap bahan tersebut terdapat pada dat Bagaimana sebaiknya skedul produksi perusahaan untuk
dibawah ini. Makanan A biayanya Rp 1,20 tiap pon, B memaksimumkan keuntungan yang diharapkan ?
biayanya Rp 1,80 tiap pon. Kombinasi A dan B yang mana
memberikan menu yang cukup baik dengan biaya minimum?

Satuan Satuan Kebutuhan Minimum

Per Pon Per Pon (Satuan)

Vitamin 1 3 90
Tepung pati 5 1 100
Protein 3 2 120
5. PT. Pelita berpeluang untuk menghasilkan 3 jenis kipas angin
elektrik yang berbeda. Ketiga model tersebut diberi nama

31 32
 3
METODE TRANSPORTASI

A. PENDAHULUAN
Metode Transportasi (Transportation) merupakan bagian
dari topik program linier yang secara khusus membahas tentang

III
alokasi dari tempat asal ke tempat tujuan agar biaya
alokasi/distribusi minimum.
Banyak sekali kegunaan dari metode transportasi, terutama
dapat diaplikasikan dalam menyelesaikan masalah seperti:
 Skedul pengiriman dari pabrik ke lokasi gudang atau wilayah
pemasaran.
METODE  Penentuan lokasi pabrik.

TRANSPORTASI  Penentuan daerah/wilayah penjualan

 Skedul produksi
 Penugasan karyawan/mesin
 Penempatan layout fasilitas/mesin
 Seleksi proyek maupun sub kontraktor, dan lain-lain.
Karakteristik dari metode transportasi :
1. Suatu barang dipindahkan dari sejumlah sumber ke tempat
tujuan dengan biaya seminimum mungkin.

33 34
2. Atas barang tersebut tiap sumber dapat memasok suatu jumlah Tabel 3.1. Model Transportasi
yang tetap dan tiap tempat tujuan mempunyai jumlah Tujuan Kapasitas
T1 T2 T3
Asal Pabrik
permintaan yang tetap (permintaan pada setiap sumber harus
c1 c12 c13
dipenuhi tanpa melebihi kapasitas produksi pada setiap sumber). A1 X11 X12 X13 s1
c21 c22 c23
A2 X21 X22 X23 s2
Persyaratan yang perlu dipenuhi dalam penggunaan
c31 c32 c33
Metode Transportasi : A3 X31 X32 X33 s3

1. Tempat asal, yang dapat berupa pabrik, kapasitas produksi, Permintaan

d1 d2 d3
Penjualan
karyawan, sumber dana, dan sebagainya sesuai dengan masalah
yang dihadapi. Formulasi Model Transportasi :
2. Tempat tujuan yang dapat berupa gudang wilayah pemasaran, 1. Fungsi tujuan (Z) : mewakili total biaya transportasi untuk
skedul permintaan, pekerjaan, proyek, dan sebagainya. tiap rute.
3. Kapasitas tempat asal dan tempat tujuan. 2. Tiga batasan I : mewakili Supply
4. Biaya dari tempat asal ke tempat tujuan. 3. Tiga batasan II : mewakili Demand
5. Adanya keseimbangan kapasitas tempat asal dan tempat tujuan. Dalam bentuk matematika, permasalahan transportasi
tersebut dapat dirumuskan sebagai berikut:
B. 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 3.1 dibawah ini:

Dimana:
Z = biaya total transportasi
Xij = jumlah barang yang harus diangkut dari i ke j
35 36
cij = biaya angkut per unit barang dari i ke j Biaya pengiriman satu ton gandum dari tiap cerobong butir
si = banyaknya barang yang tersedia di tempat asal i gandum (sumber) ke tiap penggilingan (tempat tujuan) berbeda-
dij = banyaknya permintaan barang di tempat tujuan j beda menurut jarak dan sistem jaringan kereta api.
m = jumlah tempat asal
Biaya-biaya ini ditunjukkan pada tabel dibawah ini:
n = jumlah tempat tujuan
Biaya Penggilingan ($)
Cerobong
CONTOH: Chicago Louis Cincinnati
Butir Gandum
A B C
1. Kansas City 6 8 10
1. Gandum di panen di Midwest dan disimpan dalam cerobong 2. Omaha 7 11 11
butir gandum ini memasok 3 (tiga) penggilingan tepung yang 3. Des Moines 4 5 12

berlokasi di kota Chicago, Louis, dan Cincinnati. Butir-butir Tentukan banyak gandum (ton) yang harus dikirim dari tiap
gandum tersebut dikirim ke penggilingan dengan menggunakan cerobong butir gandum ke tiap penggilingan setiap bulannya
gerbong kereta api, yang tiap gerbongnya memuat satu ton agar total biaya transportasi minimum!
gandum. Setiap bulannya, tiap cerobong butir gandum dapat Jawab:
memasok penggilingan sejumlah ton gandum berikut ini: Formulasi model program linear untuk permasalahan ini adalah
sebagai berikut:
Cerobong Butir Gandum Jumlah yang ditawarkan
1. Kansas City 150 Minimumkan: Z = 6X1A + 8X1B + 10X1C + 7X2A + 11X2B +
2. Omaha 175 11X2C + 4X3A + 5X3B + 12X3C
3. Des Moines 275
600 ton Dengan batasan: X1A + X1B + X1C = 150
Jumlah gandum yang diminta per bulan dari tiap penggilingan X2A + X2B + X2C = 175
adalah berikut ini: X3A + X3B + X3C = 275
X1A + X2A + X3A = 200
Penggilingan Jumlah yang diminta
A. Chicago 200 X1B + X2B + X3B = 100
B. Louis 100 X1C + X2C + X3C = 300
C. Cincinnati 300
600 ton Xij ≥ 0

37 38
C. SOLUSI TRANSPORTATION PROBLEM X1A = 150 X2A = 175 X2B = 100 X2C = 25 X3C = 275
1. Solusi Layak Awal Ke dalam fungsi tujuan:
Dapat ditentukan dengan 3 (tiga) metode alternatif, yaitu; Z = 6X1A + 8X1B + 10X1C + 7X2A + 11X2B + 11X2C + 4X3A + 5X3B
a. Metode Northwerst Corner + 12X3C
b. Metode Biaya Sel Minimum = 6(150) + 8(0) + 10(0) + 7(50) + 11(100) + 11 (25) + 4(0) +
c. Metode Vogel’s Aproximation 5(0) + 12(275) = $ 5,925

a. Metode Northwerst Corner b. Metode Biaya Sel Minimum

Metode ini merupakan metode yang paling sederhana di antara Metode ini berdasarkan pada konsep biaya minimum.
tiga metode yang lainnya. Langkah-langkah penyelesaian:
Langkah-langkah penyelesaian: 1) Alokasi sebanyak mungkin ke sel fisibel dengan biaya
1) Alokasi sebanyak mungkin ke sel di pojok kiri atas, transportasi minimum, dan sesuaikan dengan kebutuhan.
disesuaikan dengan batasan permintaan (demand) dan 2) Ulangi langkah 1 (satu) sampai semua kebutuhan telah
penawaran (supply). terpenuhi.
2) Alokasi sebanyak mungkin ke sel fisibel berikutnya yang Metode Biaya Sel Minimum
berdekatan
Alokasi Biaya Sel Minimum Awal
3) Ulangi langkah ke-2 sampai semua kebutuhan terpenuhi.
Tujuan
A B C Pasokan
Asal
Metode Northwerst Corner
6 8 10
Tujuan 1 - 150
A B C Pasokan
Asal 7 11
6 8 10 2 - 11 175
1 150 - - 150
7 11 11 4 5 12
2 175 3 200 275
50 100 25
4 5 12
3 275 Permintaan 200 100 300 600
- - 275

Permintaan 200 100 300 600

39 40
Alokasi Biaya Sel Minimum Kedua Langkah-langkah penyelesaian:
Tujuan 1) a. Tentukan biaya penalti untuk tiap baris dengan cara
A B C Pasokan
Asal
mengurangkan biaya sel terendah pada baris terhadap
6 8 10
1 - 150
biaya sel terendah berikutnya pada baris yang sama.
7 11 11
2 - 175 b. Tentukan biaya penalti untuk tiap kolom dengan cara
4 5 12 mengurangkan biaya sel terendah pada kolom terhadap
3 200 75 275
biaya sel terendah berikutnya pada kolom yang sama.
Permintaan 200 100 300 600
2) Pilih baris atau kolom dengan biaya penalti tertinggi.
3) Alokasi sebanyak mungkin ke sel fisibel dengan biaya
Alokasi Biaya Sel Minimum Ketiga
transportasi terendah pada baris atau kolom dengan biaya
Tujuan
A B C Pasokan penalti tertinggi.
Asal
1
6 8 10
150 4) Semua biaya penalti harus dihitung kembali, dengan
- 25 125
7 11 11 menghilangkan biaya penalti tertinggi.
2 - - 175 175
5) Ulangi langkah 1,2, 3, dan 4 sampai semua kebutuhan
4 5 12
3 200 75 - 275 terpenuhi.
Permintaan 200 100 300 600
Metode Vogel’s Aproximation
Tujuan
X1B = 25 X1C = 125 X2C = 175 X3A = 200 X3B = 75 Asal A B C Pasokan
Ke dalam fungsi tujuan: 6 8 10
1 150
2 (8-6)
Z = 6X1A + 8X1B + 10X1C + 7X2A + 11X2B + 11X2C + 4X3A + 5X3B 7 11 11
2 175 4 (11-7)
+ 12X3C
4 5 12
3 275 1 (5-4)
Z = 6(0) + 8(25) + 10(125) + 7(0) + 11(0) + 11 (175) + 4(200) +
5(75) + 12(0) = $ 4.550 Permintaan 200 100 300 600
2 (6-4) 3 (8-5) 1 (11-10)
c. Metode Vogel’s Aproximation
Metode ini berdasarkan pada konsep biaya penalti.

41 42
Alokasi Vam Awal Ke dalam fungsi tujuan:
Tujuan Z = 6X1A + 8X1B + 10X1C + 7X2A + 11X2B + 11X2C + 4X3A +
Asal A B C Pasokan
6 8 10 5X3B + 12X3C
1 - 150
4 (10-6) = 6(0) + 8(0) + 10(150) + 7(175) + 11(0) + 11 (0) + 4(25) +
7 11 11
2 175 - - 175 5(100) + 12(150) = $ 5.125
4 5 12
3 275 8(12-4)
100
2. Solusi Optimal
Permintaan 200 100 300 600
Setelah solusi awal ditentukan oleh salah satu dari ketiga metode
2 (6-4) 2 (12-10)
diatas, langkah selanjutnya adalah menentukan solusi optimal.
Alokasi Vam Kedua Dapat ditentukan dengan 2 (dua) metode alternatif, yaitu;
Tujuan a. Metode Stepping Stone
Asal A B C Pasokan
6 8 10 b. Metode Distribusi yang Dimodifikasi (MODI), pada dasarnya
1 150
2 (8-6) adalah suatu modifikasi dari metode stepping stone. Namun
7 11 11
2 175 175 dalam metode MODI perubahan biaya pada sel ditentukan
4 5 12
3 275 1 (5-4) secara matematis, tanpa mengidentifikasi lintasan sel-sel

Permintaan 200 100 300 600 kosong seperti pada metode stepping stone.

2 (6-4) 3 (8-5) 2 (12-10)

a. Metode Stepping Stone
Alokasi Vam Ketiga Prinsip dasar : menentukan apakah suatu rute transportasi yang
Tujuan tidak digunakan pada saat ini (yaitu sebuah sel yang kosong)
Asal A B C Pasokan
6 8 10 akan menghasilkan total biaya yang lebih rendah jika digunakan.
1 - - 150 150
Langkah-langkah penyelesaian:
7 11 11
2 175 - - 175 1) Tentukan solusi awal, dengan menggunakan satu dari ketiga
4 5 12
3 275 metode yang tersedia.
25 100 150
Permintaan 200 100 300 600 2) Tentukan lintasan Stepping Stone dan perubahan biaya
untuk tiap sel yang kosong dalam tabel.
X1C = 150 X2A = 175 X3A = 25 X3B = 100 X3C = 150

43 44
 a. Mengevaluasi sel-sel kosong tersebut (dalam soal ini : Alokasi Satu Ton ke Sel 1A
sel IA, 2A, 2B, dan 3C) untuk mengetahui apakah Tujuan
A B C Pasokan
Asal
dengan menggunakan sel-sel tersebut dapat menurunkan
6 8 10
1 25 125 150
total biaya.
7 11 11
b. Untuk menentukan lintasan stepping stone, selalu 2 175 175
dimulai dengan sel yang kosong dan membentuk suatu 4 5 12
3 200 75 275
lintasan tertutup dari sel-sel yang telah dialokasikan.
Permintaan 200 100 300 600
c. Buat perubahan biaya dari pengalokasian.
3) Alokasikan sebanyak mungkin ke sel kosong yang
Pengurangan Satu Ton dari Sel B
menghasilkan penurunan biaya terbesar.
Tujuan
4) Ulangi langkah 2, 3 dan 4 sampai semua sel kosong A B C Pasokan
Asal
+1 6 -1 8 10
memiliki perubahan biaya positif yang mengindikasikan 1 25 125 150
tercapainya solusi optimal. 7 11 11
2 175 175
4 5 12
Solusi Biaya Sel Minimum 3 200 75 275

Tujuan Permintaan 200 100 300 600

A B C Pasokan
Asal
6 8 10
1 25 125 150 Penambahan Satu Ton ke Sel 3B dan Pengurangan Satu Ton dari
7 11 11 Sel 3A
2 175 175
4 5 12 Tujuan
3 275 A B C Pasokan
200 75 Asal
+1 6 -1 8 10
Permintaan 200 100 300 600 1 25 125 150
7 11 11
2 175 175
-1 4 +1 5 12
3 200 75 275

Permintaan 200 100 300 600

45 46
 1A 1B 3B 3A 2B 2C 1C 1B
$6 – 8 + 5 – 4 = - $1 $11 – 11 + 10 – 8 = + $2

Artinya : untuk setiap ton yang di alokasikan ke sel 1A (rute yang Artinya : untuk setiap ton yang di alokasikan ke sel 2B (rute yang
tidak digunakan sebelumnya), total biaya akan berkurang tidak digunakan sebelumnya), total biaya akan
sebesar $ 1. bertambah sebesar $ 1.
Lintasan Stepping Stone untuk Sel 2A Lintasan Stepping Stone untuk Sel 3C
Tujuan Tujuan
A B C Pasokan A B C Pasokan
Asal Asal
1
6 - 8 + 10
150
6 + 8 - 10
25 125 1 25 150
125
+ 7 11 - 11 7 11 11
2 175 2 175
175 175
- 4 + 5 12 4 - 5 + 12
3 200 75 275 3 200 75 275

Permintaan 200 100 300 600 Permintaan 200 100 300 600
3C 1C 1B 3B
2A 2C 1C 1B 3B 3A $12 – 10 + 8 – 5 = + $5
$7 – 11 + 10 – 8 + 5 = - $1
Artinya : untuk setiap ton yang di alokasikan ke sel 3C (rute yang
Artinya : untuk setiap ton yang di alokasikan ke sel 2A (rute yang
tidak digunakan sebelumnya), total biaya akan
tidak digunakan sebelumnya), total biaya akan berkurang
bertambah sebesar $ 5
sebesar $ 1.
Kita pilih sel 1A, karena mengurangi biaya sebanyak $1:
Lintasan Stepping Stone untuk Sel 2B
Lintasan Stepping-stone untuk Sel 1A
Tujuan
A B C Pasokan Tujuan
Asal A B C Pasokan
6 - 8 + 10
Asal
1 25 125 150 + 6 - 8 10
1 25 125 150
+ 7 + 11 - 11
2 175 175 7 11 11
2 175 175
- 4 + 5 12
3 200 75 275 - 4 + 5 12
3 175 100 275
Permintaan 200 100 300 600
Permintaan 200 100 300 600

47 48
Lintasan Stepping-stone untuk Sel 2A 2B 3B 3A 1A 1C 2C
$11 – 5 + 4 – 6 + 10 – 11 = $3
Tujuan
A B C Pasokan
Asal
Lintasan Stepping-stone untuk Sel 3C
- 6 8 + 10
1 25 125 150 Tujuan
A B C Pasokan
+ 7 11 - 11 Asal
2 175 175 + 6 8 - 10
1 25 125 150
4 5 12
3 175 100 275 7 11 11
2 175 175
Permintaan 200 100 300 600 - 4 5 + 12
3 200 75 275
2A 2C 1C 1A
$7 – 11 + 10 – 6 = $0 Permintaan 200 100 300 600

Lintasan Stepping-stone untuk Sel 1B

3C 3A 1A 1C
Tujuan
A B C Pasokan $12 – 4 + 6 – 10 = $ 4
Asal
- 6 + 8 10
1 25 125 150 Evaluasi dari keempat lintasan tersebut mengindikasikan
7 11 11 tidak terdapat penurunan biaya, sehingga solusi yang di tunjukkan
2 175 175
+ 4 - 5 12 sudah optimal:
3 200 75 275
Solusi Optimal Alternatif
Permintaan 200 100 300 600
Tujuan
A B C Pasokan
1B 3B 3A 1A Asal
$8 – 5 + 4 – 6 = $1 6 8 10
1 150 150
Lintasan Stepping-stone untuk Sel 2B 7 11 11
2 25 150 175
Tujuan 4 5 12
A B C Pasokan 3 275
Asal 175 100
- 6 8 + 10
1 25 125 150 Permintaan 200 100 300 600
7 + 11 - 11
2 175 175
+ 4 - 5 12
3 200 75 275

Permintaan 200 100 300 600

49 50
b. Metode Distribusi yang Dimodifikasi (MODI) ui + vj = cij untuk sel yang ada muatannya, yaitu
Pada MODI, perubahan biaya pada sel ditentukan secara X1B; X1C; X2C; X3A; X3B
matematis tanpa mengidentifikasi lintasan sel-sel kosong seperti X1B : u1 + vB = 8
pada metode stepping stone. X1C : u1 + vC = 10
Tambahan kolom sisi kiri dengan symbol ui dan tambahan X2C : u2 + vC = 11
baris teratas dengan symbol vj dalam MODI mewakili nilai-nilai X3A : u3 + vA = 4
kolom baris yang harus di hitung untuk semua sel berisi X3B : u3 + vB = 5
pengalokasian dengan menggunakan formula: ui + vj = cij
Terdapat lima persamaan dengan 6 variabel yang tidak
Nilai cij merupakan biaya transportasi barang untuk sel ij.
diketahui. Untuk memecahkan persamaan ini, maka salah satu
Langkah-langkah: dari variabel yang tidak diketahui, diberi nilai nol.
1) Tentukan solusi awal menggunakan satu dari ketiga metode Misalkan u1 = 0.
yang tersedia
X1B : u1 + vB = 8 X1C : u1 + vC = 10 X2C : u2 + vC = 11
Solusi Awal Biaya Sel Minimum
0 + vB = 8 0 + vC = 10 u2 + 10 = 11
vj vA = vB = vC =
vB = 8 vC = 10 u2 = 1
Ke
ui Dari A B C Pasokan
6 8 10
X3B : u3 + vB = 5 X3A : u3 + vA = 4
u1 1 25 125 150
7 11 11 u3 + 8 = 5 -3 + vA = 4
u2 2 175 175 u3 = -3 vA = 7
4 5 12
u3 3 200 75 275
Permintaan 200 100 300 600 Persamaan untuk sel 3B dapat diselesaikan sebelum persamaan
untuk sel 3A diselesaikan. Semua nilai ui dan vj dapat di
2) Hitung nilai ui dan vj untuk tiap baris dan kolom dengan substitusikan dalam Tabel di bawah ini:
menerapkan formula
ui + vj = cij pada tiap sel yang telah memiliki alokasi.

51 52
 vj vA = 7 vB = 8 vC = 10 vj vA = 6 vB = 7 vC = 10
Ke Ke
ui Dari A B C Pasokan ui Dari A B C Pasokan
6 8 10 6 8 10
u1 = 0 1 25 125 150 u1 = 0 1 25 125 150
7 11 11 7 11 11
u2 = 1 2 175 175 u2 = 1 2 175 175
4 5 12 4 5 12
u3 = -3 3 200 75 275 u3 = -2 3 175 100 275
Permintaan 200 100 300 600 Permintaan 200 100 300 600

3) Hitung perubahan biaya, kij untuk setiap sel kosong (X1A; X2A; X1A : u1 + vA = 6 X1C : u1 + vC = 10 X2C : u2 + vC = 11
X2B; X3C) menggunakan formula: cij – ui – vj = kij. 0 + vA = 6 0 + vC = 10 u2 + 10 = 11
vA = 6 vC = 10 u2 = 1
X1A : k1A = c1A – u1 – vA = 6 – 0 – 7 = -1
X2A : k2A = c2A – u2 – vA = 7 – 1 – 7 = -1
X3A : u3 + vA = 4 X3B : u3 + vB = 5
X2B : k2B = c2B – u2 – vB = 11 – 1 – 8 = +2
u3 + 6 = 4 -2 + vB = 5
X3C : k3C = c3C – u3 – vC = 12 – (-3) – 10 = +5
u3 = -2 vB = 7
Kita pilih sel 1A, karena mengurangi biaya sebanyak $1:

Perubahan biaya untuk sel kososng, dihitung dengan

4) Alokasikan sebanyak mungkin ke sel kosong yang
menggunakan formula:
menghasilkan penurunan biaya bersih terbesar (kij yang paling
cij – ui – vj = kij.
negatif ). Alokasikan sesuai dengan lintasan
X1B : k1A = c1B – u1 – vB = 8 – 0 – 7 = +1
5) Ulangi langkah 2 sampai 4, sampai semua nilai kij positif atau
X2A : k2A = c2A – u2 – vA = 7 – 1 – 6 = 0
nol.
X2B : k2B = c2B – u2 – vB = 11 – 1 – 7 = +3
X3C : k3C = c3C – u3 – vC = 12 – (-2) – 10 = +4
Solusi yang di tunjukkan pada Tabel di atas sudah optimal,
karena tidak ada yang bernilai negatif.

53 54
D. Model Transportasi Tidak Seimbang Tujuan
A B C Pasokan
Asal
Persoalan yang tidak seimbang timbul apabila jumlah
6 8 10
supply (penawaran) tidak sama dengan jumlah demand 1 150
7 11 11
(permintaan), yang bisa terjadi karena berkurangnya permintaan 2 175
atau bertambahnya permintaan yang tidak terantisipasi sebelumnya. 4 5 12
3 275
Contoh 1: Suatu model tidak seimbang (Permintaan > Penawaran)
0 0 0
Dummy 50
Tujuan
A B C Pasokan Permintaan 200 100 350 650
Asal
6 8 10
1 150
7 11 11
2 175 Contoh 2: Suatu model tidak seimbang (Penawaran > Permintaan)
4 5 12 Tujuan
3 275 A B C Pasokan
Asal
6 8 10
Permintaan 200 100 350 600 1 150
7 11 11
2 175
D = 650 > S = 600 S ditambah 50 ton 4 5 12
3 375
Agar model menjadi seimbang, baris dummy ditugaskan untuk
memasok penawaran sebesar 50 ton. Permintaan tambahan sebesar Permintaan 200 100 300 600
50 ton yang tidak akan dipasok, akan dialokasikan ke sebuah sel
dalam baris dummy. Biaya transportasi sel-sel dalam baris dummy S = 700 > D = 600 D ditambah 100 ton
bernilai 0 (nol), karena jumlah yang dialokasikan ke sel-sel tersebut Agar model menjadi seimbang, kolom dummy ditugaskan untuk
bukan jumlah yang benar-benar dipindahkan tetapi jumlah yang memasok permintaan sebesar 100 ton.
permintaannya tidak terpenuhi. Sel-sel dummy ini sebenarnya
adalah variabel pengurang.

55 56
 Tujuan Tujuan Kapasitas
A B C Pasokan Sumber
Asal G1 G2 G3 G4 Pabrik
6 8 10 0 I 80 60 50 20 590
1 150
II 70 50 60 50 830
7 11 11 0 III 50 50 50 70 750
2 175
Permintaan 470 550 630 390
4 5 12 0
3 375
3. PT. XYZ akan melakukan pengiriman barang dari tiga buah
Permintaan 200 100 300 100 700 pabriknya ke tiga gudang, seperti pada Tabel di bawah ini:

Selanjutnya ikuti langkah-langkah penyelesaian baik

Gudang Penawaran
dengan metode solusi layak awal maupun solusi optimal. Pabrik
A B C (Ton)
P1 $ 80 85 145 10
SOAL LATIHAN P2 90 70 105 20
P3 100 60 115 30
1. Suatu perusahaan beton memindahkan beton dari 3 (tiga) pabrik Permintaan (Ton) 10 28 22 60
ke 3 (tiga) lokasi konstruksi. Kapasitas penawaran dari tiga
pabrik, permintaan dari tiga lokasi, dan biaya transportasi per
ton adalah sebagai berikut:
Lokasi konstruksi Penawaran
Pabrik
A B C (Ton)
1 $8 5 6 120
2 15 10 12 80
3 3 9 10 80
Permintaan (Ton) 150 70 60 280

2. Matriks biaya berikut menunjukkan biaya transportasi ($ per

unit) diantara tiga sumber pasokan (I, II, III) dan empat lokasi
pasar (1, 2, 3, 4) serta jumlah penawaran dan permintaannya
(unit per minggu). Tentukan pola distribusi yang memberikan
biaya terendah.

57 58
 4
METODE PENUGASAN

A. PENDAHULUAN
Metode Penugasan adalah suatu model transportasi yang
penawaran dari tiap sumber dan permintaan dari tiap tempat

IV tujuannya adalah satu. Metode penugasan sering disebut sebagai

jenis khusus dari model pemrograman linear, bertujuan untuk
mengoptimalkan hasil yang akan dicapai, baik untuk
meminimalkan biaya total atau waktu yang diperlukan untuk
mengerjakan beberapa tugas, maupun untuk memaksimalkan hasil,
misalnya hasil produksi dan keuntungan.

B. MASALAH MINIMASI
METODE Metode yang berhubungan dengan penempatan para
PENUGASAN karyawan pada bidang yang tersedia agar biaya yang ditanggung
dapat diminimumkan, atau waktu/jarak minimum.

Contoh :
Suatu perusahaan mempunyai 4 (empat) jenis pekerjaan yang
berbeda untuk diselesaikan oleh 4 (empat) orang karyawan. Setiap
orang mendapat pekerjaan yang berbeda. Biaya yang dikeluarkan

59 60
untuk setiap jenis tugas oleh masing-masing karyawan ditunjukkan 2. Lakukan pengurangan kolom dengan cara: mengurangi nilai
oleh Tabel di bawah ini: pada setiap kolom dengan nilai yang terkecil pada kolom
tersebut.
TIM KARYAWAN
A B C D KARYAWAN
TIM
I 15 14 18 17 A B C D
II 21 16 18 22 I 1 0 4 3
III 21 21 24 19 II 5 0 2 6
IV 22 18 20 16 III 2 2 5 0
IV 6 2 4 0

Bagaimanakah Perusahaan mengatur tugas ke-4 (empat) karyawan

-1 -0 -2 -0
sehingga biaya total untuk keseluruhan pekerjaan minimum?

KARYAWAN
Langkah-langkah penyelesaian: TIM
A B C D
1. Menyusun total opportunity cost table, dengan cara: I 0 0 2 3
mengurangi nilai pada setiap baris dengan nilai yang terkecil II 4 0 0 6
III 1 2 3 0
pada baris tersebut. IV 5 2 2 0

3. Tutup semua angka nol, dengan menarik garis horizontal dan

TIM KARYAWAN
A B C D vertikal, dengan jumlah garis yang paling efisien.
I 15 14 18 17 - 14
II 21 16 18 22 - 16
III 21 21 24 19 - 19 KARYAWAN
TIM
IV 22 18 20 16 - 16 A B C D
I 0 0 2 3
II 4 0 0 6
TIM KARYAWAN
III 1 2 3 0
A B C D
IV 5 2 2 0
I 1 0 4 3
II 5 0 2 6
III 2 2 5 0 Jumlah garis (3) tidak sama dengan jumlah baris/kolom (4).
IV 6 2 4 0

61 62
4. Jika jumlah garis tersebut lebih kecil dari jumlah baris/kolom Kesimpulan dari penugasan ini sebagai berikut: (Lihat kembali
pada tabel, maka penugasan optimum belum dapat ditemukan. pada tabel soal):
Maka; Pekerjaan Karyawan Biaya
I B 14
 Kurangi semua angka yang tidak tertutup garis dengan angka
II C 18
terkecil yang tidak tertutup. III A 21
IV D 16
 Tambahkan angka terkecil itu pada angka yang menepati
Jumlah 69
posisi silang.
 Angka yang tertutup garis adalah TETAP.
C. MASALAH MAKSIMASI
Model yang berhubungan dengan penugasan optimal dari
KARYAWAN
TIM bermacam-macam sumber yang produktif atau personalia, yang
A B C D
I 0 0 2 4 mempunyai tingkat efisiensi yang berbeda untuk tugas berbeda
II 4 0 0 7
III 0 1 2 0 pula dengan tujuan tercapai hasil yang optimal. Dalam metode
IV 4 1 1 0 penugasan baik masalah maksimasi maupun minimasi penawaran
Jumlah garis (4) = jumlah baris/kolom (4).
dari tiap sumber dan permintaan dari tempat tujuan adalah satu.
5. Penugasan sudah optimum apabila jumlah garis = jumlah
baris/kolom Contoh :
6. Jika penugasan sudah optimum, beri tanda segi empat pada nilai Manajer pemasaran sebuah perusahaan, sedang mempelajari
0 pada masing-masing baris/kolom. laporan penjualan dan mengevaluasi ke-5 (lima) tenaga penjualan.
Setiap tenaga penjualan ditugaskan ke salah satu wilayah
KARYAWAN
TIM pemasaran selama tiga bulan mendatang. Masing-masing wilayah
A B C D
pemasaran mempunyai potensi penjualan sebagai berikut :
I 0 0 2 4
Wilayah utara Rp. 100.000.000
II 4 0 0 7 Wilayah selatan Rp. 80.000.000
III 0 1 2 0 Wilayah barat Rp. 60.000.000
IV 4 1 1 0 Wilayah timur Rp. 45.000.000
Wilayah tengah Rp. 40.000.000
63 64
Tabel berikut ini memperlihatkan probabilitas pencapaian potensi Tenaga Wilayah Pemasaran
Penjual Utara Selatan Barat Timur Tengah
penjualan oleh masing-masing tenaga penjualan:
A 10 16 24 18 12
B 15 24 48 9 20
Tenaga Wilayah Pemasaran C 20 20 51 13,5 24
Penjual Utara Selatan Barat Timur Tengah D 15 24 30 18 28
A 0,10 0,20 0,40 0,40 0,30 E 30 40 36 31,5 18
B 0,15 0,30 0,80 0,20 0,50
C 0,20 0,25 0,85 0,30 0,60
D 0,15 0,30 0,50 0,40 0,70
E 0,30 0,50 0,60 0,70 0,45 Tenaga Wilayah Pemasaran
Penjual Utara Selatan Barat Timur Tengah
Bagaimanakah manajer pemasaran mengatur tugas kelima tenaga A 41 35 27 33 39
B 36 27 3 42 31
penjualan agar diperoleh pencapaian potensi penjualan C 31 31 0 37,5 27
semaksimum mungkin? D 36 27 21 33 23
E 21 11 15 19,5 33
-21 -11 tetap -19,5 -23
Jawab: (dalam juta)
Tenaga Wilayah Pemasaran
Penjual Utara Selatan Barat Timur Tengah Tenaga Wilayah Pemasaran
A 10 16 24 18 12 Penjual Utara Selatan Barat Timur Tengah
B 15 24 48 9 20 A 20 24 27 13,5 16
C 20 20 51 13,5 24 B 15 16 3 22,5 8
D 15 24 30 18 28 C 10 20 0 18 4
E 30 40 36 31,5 18 D 15 16 21 13,5 0
E 210 0 15 0 10

Langkah-langkah penyelesaian :
2. Lakukan pengurangan baris dengan cara: mengurangi nilai pada
1. Ambil nilai yang tertinggi pada Tabel dikurangi dengan nilai
setiap baris dengan nilai yang terkecil pada baris tersebut. Baris
yang lain. Lakukan pengurangan kolom dengan cara:
nilai tertinggi TETAP.
mengurangi nilai pada setiap kolom dengan nilai yang terkecil
pada kolom tersebut. Kolom nilai tertinggi TETAP.

65 66
 Tenaga Wilayah Pemasaran Tenaga Penjual Wilayah Pemasaran Penjualan
Penjual Utara Selatan Barat Timur Tengah A Timur 18 juta
A 20 24 27 13,5 16 -13,5 B Barat 48 juta
B 15 16 3 22,5 8 -3 C Utara 20 juta
C 10 20 0 18 4 -0 D Tengah 28 juta
D 15 16 21 13,5 0 -0 E Selatan 40 juta
E 210 0 15 0 10 -0 Jumlah 154 juta

3. Untuk langkah selanjutnya sama dengan minimasi. D. JUMLAH PEKERJAAN TIDAK SAMA DENGAN
JUMLAH KARYAWAN
Tenaga Wilayah Pemasaran
Penjual Apabila jumlah pekerjaan tidak sama dengan jumlah
Utara Selatan Barat Timur Tengah
A 6,5 10,5 13,5 0 2,5 karyawan, harus ditambahkan suatu baris/kolom semu (dummy)
B 12 13 0 19,5 5
agar jumlah baris = jumlah kolom, membentuk tabel n x n. Biaya
C 10 20 0 18 4
D 15 16 21 13,5 0 pada baris/kolom semu ini = 0 (nol).
E 0 0 15 0 10

Jumlah garis (4) tidak sama dengan jumlah baris/kolom (5). KARYAWAN
TIM
A B C D E
I 15 14 18 17 0
Tenaga Wilayah Pemasaran
II 21 16 18 22 0
Penjual Utara Selatan Barat Timur Tengah
III 21 21 24 19 0
A 6,5 10,5 23,5 0 12,5
IV 22 18 20 16 0
B 2 3 0 9,5 5 V 32 30 32 35 0
C 0 10 0 8 4
Pada tabel di atas, setiap baris sudah memiliki sel bernilai
D 5 6 21 3,5 0
nol, sehingga analisis langsung di lakukan untuk membuat setiap
E 0 0 25 0 20
kolom memiliki paling tidak sebuah sel bernilai nol. Selanjutnya,
dilakukan langkah-langkah penyelesaian metode penugasan pada
Kesimpulan dari penugasan ini sebagai berikut: (Lihat kembali
contoh sebelumnya.
pada Tabel soal):

67 68
SOAL LATIHAN 3. Tabel berikut menunjukkan biaya penyelesaian kegiatan
berdasarkan tim. Masing-masing tim hanya mengerjakan satu
1. Persatuan Bola Basket mengadakan 4 pertandingan bola basket kegiatan. Kembangkan suatu rencana penugasan untuk
pada suatu malam tertentu. Panitia mengirim 4 tim pendamping mengalokasikan masing-masing tim pada kegiatan yang dapat
ke 4 pertandingan tersebut, sehingga total jarak yang harus meminimalkan biaya!
ditempuh minimum. Adapun jarak tempuh tiap-tiap pendamping
Tim
dapat dilihat pada Tabel dibawah ini: Kegiatan
A B C
1 45 50 54
LOKASI 2 60 65 53
TIM
A B C D 3 40 49 48
I 210 90 180 160 4 77 53 68
II 100 70 130 200
III 175 105 140 170
IV 80 65 105 120

Bagaimanakah Panitia mengatur tugas ke-4 tim pendamping

sehingga total jarak yang harus ditempuh minimum?

2. Pada Tabel di bawah ini menunjukkan kontribusi keuntungan

yang diberikan oleh 5 (lima) orang karyawan A, B, C, D, E
dalam menangani 5 (lima) jenis pekerjaan I, II, III, IV, V.

Karyawan
Pekerjaan
A B C D E
I 10 12 10 8 15
II 14 10 9 15 13
III 8 8 7 9 12
IV 13 15 8 16 11
V 10 13 14 11 17

69 70
 5
NETWORK PLANNING

A. DEFINISI NETWORK PLANNING

Jaringan (network) adalah suatu susunan garis edar (path)

V yang menghubungkan berbagai titik, dimana satu barang atau lebih

bergerak dari satu titik ke titik lain. Sebagai contoh, suatu jaringan
rel kereta api terdiri dari sejumlah rute (garis edar) rel tetap yang
dihubungkan oleh stasiun-stasiun pada pertemuan berbagai rute
tersebut.
Sedangkan network planning merupakan analisis proses
produksi dengan menggambarkan jaringan kerja, yang dapat
NETWORK memperhitungkan dan menentukan jalur kegiatan yang
PLANNING memerlukan pengendalian yang lebih cermat (yang merupakan
jalur kritis).

B. KEUNTUNGAN ANALISIS JALUR KRITIS

Adapun keuntungan analisis jalur kritis adalah sebagai
berikut:
1. Menggambarkan jaringan kerja dan ketergantungan kerja
2. Dapat diketahui kelemahan pada suatu jalur dan menghindari
keterlambatan

71 72
3. Dapat memindahkan jalur yang lebih ekonomis
4. Dapat dipelajari kemungkinan percepatan waktu C=4 D=1
3 3 4 7 5 8
B=2 5 9 10 H=1
5. Dapat diketahui waktu penyelesaian suatu pekerjaan.
A= 1 J=1
1 0 2 1 9 11 10 12
1
C. LANGKAH-LANGKAH MENYUSUN JALUR KRITIS 0 1 11 12

1. Menginventarisir kegiatan dalam proses dan memberikan

6 5 7 8 8 10 I=1
nomor kegiatan E=4 5 F=3 8 G=2 10

2. Mengetahui urutan kegiatan dalam proses

Dari jaringan diatas dapat dilihat bahwa pekerjaan tersebut dapat
3. Menentukan ada/tidaknya kegiatan dummy
diselesaikan paling cepat dalam jangka waktu 12 hari.
4. Memperhitungkan waktu yang digunakan oleh masing-masing
kegiatan EFT
EN
5. Menentukan jalur kritis dan waktyu kritis dari suatu kegiatan LST

D. BENTUK DIAGRAM NETWORK

1. (anak panah) aktifitas Earliest Finished Time (EFT)
2. (lingkaran) suatu kejadian dimulai/berakhir suatu Adalah : waktu penyelesaian yang paling awal dapat
kegiatan diselesaikannya suatu pekerjaan tertentu.
3. - - - - - (anak panah terputus) dummy activity EFT dapat dihitung dengan cara : menjumlahkan waktu kegiatan
Contoh: paling awal sampai pada kegiatan yang paling akhir,
Kegiatan Waktu dengan memilih waktu yang terpanjang (nilai yang
No Kegiatan
Sebelumnya (Hari)
1. A - 1 bercabang diambil nilai yang tertinggi)
2. B A 2 Latest Start Time (LST)
3. C B 4
4. D C 1 Adalah : waktu mulai paling lambat dari suatu kegiatan agar
5. E A 1 pekerjaan dapat diselesaikan tepat pada waktunya.
6. F E 1
7. G F 3 LST dapat dihitung dengan cara : mengurangi waktu kegiatan
8. H D 2 paling akhir sampai pada kegiatan yang paling awal,
9. I G 1
10. J H,I 1
73 74
 dengan memilih waktu yang terpendek (nilai yang a. Buat diagram network dan berapa hari pekerjaan tersebut
bercabang diambil nilai yang terendah) dapat diselesaikan?
Jalur Kritis dan Waktu Kritis b. Tentukan jalur kritis dan waktu kritis!
 Jalur Kritis adalah kegiatan yang tidak ada slack antara 2.
kegiatan yang paling awal dapat diselesaikan (EFT) dengan Kegiatan Waktu
Kegiatan
Sebelumnya (Hari)
kegiatan yang paling lambat harus dimulai (LST). Jadi : EFT =
A - 2
LST B - 3
C - 2
Maka jalur kritis pada contoh diatas adalah 1, 2, 6, 7, 8, 9, dan
D A 4
10 E B 2
F C 3
 Waktu Kritis : EFT = LST
G C 4
Maka waktu kritis pada contoh diatas adalah 0, 1, 6, 8, 10, 11, H D,E 4
I F 3
dan 12
J G 2
K H 3
SOAL LATIHAN L I,J 2
M K,L 2
1.
Kegiatan Waktu a. Buat diagram network dan berapa hari pekerjaan tersebut
No Kegiatan
Sebelumnya (Hari)
1. A - 2 dapat diselesaikan?
2. B - 3 b. Tentukan jalur kritis dan waktu kritis!
3. C A 2
4. D A 4
5. E B 2
6. F C 3
7. G C 4
8. H D 4
9. I E 3
10. J F 2
11. K G 3
12. L H,I 2
13. M J,K 2
14. N L,M 2

75 76
 6
PERT
(Project Evaluation and Review
Technique)

A. PENDAHULUAN

VI Penjadwalan Kerja, terbagi 2 (dua) yaitu :

1. CPM (Critical Path Method), merupakan metode garis edar
kritis dengan teknik penentuan non probabilita.
2. PERT (Project Evaluation and Review Technique), yaitu teknik
evaluasi dan pengkajian proyek, dengan menggunakan waktu
aktivitas bersifat probabilita.
PERT
(Project Evaluation and Review Baik CPM maupun PERT didasarkan pada diagram
jaringan. Salah satu penggunaan jaringan yang paling populer
Technique) adalah untuk analisa proyek. Jaringan-jaringan ini mengilustrasikan
suatu cara dimana bagian-bagian dari proyek diorganisir, dan dapat
digunakan untuk menentukan lamanya waktu proyek tersebut.

B. CPM (Critical Path Method)

CPM, menggunakan estimasi tunggal waktu aktivitas,
dengan asumsi waktu aktifitas diketahui dengan pasti. Dalam
kenyataannya jarang sekali estimasi waktu aktivitas tersebut dapat

77 78
dibuat dengan pasti. Sebagai alternatif bagi CPM, maka Langkah – langkah penyelesaian :
digunakanlah PERT. 1. Tentukan Et.
2. Tentukan Varians.
C. PERT (Project Evaluation and Review Technique)
3. Gambarkan diagram network, dan hitung waktu masing-masing
Dalam PERT ada 3 estimasi waktu, yaitu :
kegiatan.
1. Waktu Optimistik (a), waktu kegiatan bila semuanya
4. Tentukan jalur kritis, dan perkiraan waktu penyelesaian proyek
berjalan baik tanpa hambatan
tersebut.
atau penundaan.
5. Tentukan probabilitas proyek, dimana proyek dapat diselesaikan
2. Waktu Realistik (m), waktu kegiatan yang akan terjadi bila
pada waktunya
suatu kegiatan dilaksanakan dalam
kondisi normal, dengan penundaan Contoh:
tertentu yang dapat diterima. Robert Wongso sebagai manajer produksi ditugaskan untuk
3. Waktu Pesimistik (b), waktu kegiatan bila terjadi hambatan memasang alat pendingin di dalam ruang operator mesin.
lebih dari semestinya. Departemen produksi perusahaan telah menyediakan estimasi
Dari estimasi waktu tersebut diperoleh waktu kegiatan yang waktu kegiatan yang dapat dilihat dalam tabel berikut ini:
diharapkan (Espected Time / ET), dengan menggunakan rumus :
Waktu (Minggu)
Kegiatan Deskripsi
a m b
a  4(m)  b 1–2 Desain prosedur instalasi 2 4 6
Et  2–3 Order alat pendingin 1 2 5
6
2–4 Mendapatkan kontraktor 2 8 16
Varians : 4–5 Memperluas ruang operator 1 3 5
4–6 Memasang pipa dari sisi lain 4 8 20
2
5–7 Mengebor lantai 1 2 3
ba 6–7 Memasang pipa dalam ruang operator 1 2 3
v 
 6  4–8 Memasang aliran 2 4 8
8–9 Memasang generator 1 4 10
Probabilitas Proyek 3 – 10 Heat time alat pendingin baru 5 10 18
7 – 10 Menyambung pipa ke alat pendingin 3 6 12
x 8 – 10 Menyambung listrik ke alat pendingin 1 3 5
 x = usulan waktu penyelesaian proyek 9 – 10 Kegiatan semu 0 0 0

10 – 11 Memperbaiki tembok 1 2 5
σ = standar deviasi

79 80
a. Gambarkan diagram network dan hitung waktu masing-masing a. Diagram network
kegiatan!
b. Tentukan jalur kitis dan perkiraan waktu penyelesaian proyek Et=2,33 3 6,33 Et=10,55
19,66
tersebut!
1 0 Et=4 2 4
c. Bila proyek tersebut dijadwalkan selama 25 minggu, berapa 5 15,33
0 4 Et=3
21,66
Et=2

probabilitas proyek dapat diselesaikan tepat pada waktunya ? 11 32,49

Et=8,33 4 12,33 Et=9,33 6 21,66 Et=2 7 23,66 Et=6,5 10 30,20 32,49
12,33 21,66 23,66 30,20
Jawab:
Et=4,33 Et=3 Et=2,33
8 16,66 Et=4,5 Et=0 11 32,49
Kegiatan Deskripsi Et 16,66 32,49
9 21,20
1–2 Desain prosedur instalasi 4 30,20
2–3 Order alat pendingin 2,33
2–4 Mendapatkan kontraktor 8,33
4–5 Memperluas ruang operator 3 b. Waktu kritis adalah 4; 12,33; 21,66; 23,66; 30,16; 32,49
4–6 Memasang pipa dari sisi lain 9,33 Perkiraan waktu penyelesaian proyek 32,49 minggu
5–7 Mengebor lantai 2
6–7 Memasang pipa dalam ruang operator 2 Aktivitas Garis Edar Kritis Varians
4–8 Memasang aliran 4,33 1–2 0,44
8–9 Memasang generator 4,5 2–4 5,44
3 – 10 Heat time alat pendingin baru 10,5 4–6 7,11
7 – 10 Menyambung pipa ke alat pendingin 6,5 6–7 0,11
8 – 10 Menyambung listrik ke alat pendingin 3 7 – 10 2,25
9 – 10 Kegiatan semu 0 10 – 11 0,44
10 – 11 Memperbaiki tembok 2,33 Varians 15,78
Standar deviasi (σ) 3,97

c. Probabilitas proyek tersebut akan selesai dalam waktu 34

minggu
x 34  32,49
   0,38 (Lihat Tabel Distribusi Normal)
 3,97
0,1480

81 82
 Maka probabilitas proyek tersebut akan selesai dalam waktu 34 Waktu
Kegiatan
minggu adalah: a m b
1 - 2 1 3 5
0,5 + 0,1480 = 0,648 = 64,8% 1 - 4 4 6 10
1 - 6 20 35 50
2 - 3 4 7 12
SOAL LATIHAN 3 - 4 2 3 5
4 - 7 8 12 25
1. Perusahaan “AA” untuk meningkatkan kualitas syrup 4 - 8 10 16 21
4 - 5 5 9 15
jagungnya, menggunakan komputer untuk pengendalian 3 - 9 6 8 14
proses produksinya. Adapun kegiatan pemasangan komputer 6–8 1 2 2
6 – 13 5 8 12
adalah sebagai berikut :
8 – 10 5 10 15
Kegiatan Deskripsi
Waktu 8 – 11 4 7 10
a m b 9 – 13 5 7 12
1 - 2 Studi kelayakan 1 3 15
2 - 3 Perancangan sistem 3 4 11
11 - 12 5 9 20
2 - 4 Rancangan & prog kode pengendalian 2 6 10 12 - 13 1 3 7
3 - 5 Pengumpulan dan test data 2 6 13
4 - 5 Rancangan dan kode subroutine 1 4 5 12
4 - 6 Rancangan dan kode subroutine 2 3 6 9 Tentukan perkiraan lamanya waktu proyek dan varians serta
5 - 7 Test subroutine 1 2 4 6 probabilitas penyelesaian proyek tersebut dalam 67 hari!
6 - 7 Test subroutine 2 1 4 7
7 - 8 Implementasi dan pemeliharaan sistem 2 3 10

Bila proyek tersebut dijadwalkan selama 25 minggu, berapa

probabilitas proyek dapat diselesaikan tepat pada waktunya ?

2. Farmer’s American Bank of Leesburg berencana untuk

memasang sebuah sistem rekening baru yang terkomputerisasi.
Manajemen Bank telah menentukan estimasi waktu seperti yang
ditunjukkan dalam tabel berikut ini:

83 84
 7
TEORI PENGAMBILAN
KEPUTUSAN

VII A. PENDAHULUAN
Pengambilan keputusan merupakan suatu
manajemen yang dimulai dengan perencanaan/persiapan dan
proses

berakhir dengan pengendalian. Untuk mendapatkan hasil yang

baik, pengambilan keputusan seharusnya mengikuti tahapan
pengambilan keputusan yang sistematis dan terkendali.
Tahapan dalam proses pengambilan keputusan adalah
TEORI PENGAMBILAN sebagai berikut:
KEPUTUSAN 1. Identifikasi masalah dan faktor-faktor yang berpengaruh.
Berupa identifikasi masalah secara jelas dan tepat mengetahui
faktor-faktor yang menjadi penyebab dan mempengaruhi hasil
keputusan.
2. Menetapkan tujuan dan criteria keputusan untuk memilih solusi.
Manajer harusmenetapkan tujuan yang menjadi prioritas utama
serta kriteria keberhasilan dan ukurannya secara obyektif.

85 86
3. Kembangkan model dengan beberapa alternatifnya. 2. Model Skematik, yaitu model yang dinyatakan dalam bentuk
Model dapat dibuat dalam bentuk fisik, skematik, atau skema, diagram, grafik, atau gambar dari suatu obyek.
matematik dan memuat unsur-unsur utama yang dapat 3. Model Matematika, yaitu model yang menggunakan symbol,
mencerminkan keadaan nyata dan situasi yang diamati. rumus, atau persamaan yang menggambarkan proses atau sistem
4. Analisis model dan bandingkan. yang diwakili. Bila sustu model sudah dikembangkan, model
Tahap ini merupakan pengembangan penyelesaian masalah harus diuji validitasnya terlebih dahulu sebelum digunakan.
untuk mencari kemungkinan berbagai jenis solusi yang dapat Dalam model matematika, uji validitas dilakukan sesuai dengan
diambil. kaidah statistika.
5. Pilih model terbaik. Dalam bab ini, membahas model matematika sebagai alat
Pilih solusi yang memenuhi kriteria yang telah ditetapkan dan bantu dalam proses pengambilan keputusan.
realistis untuk diimplementasikan.
C. TEORI KEPUTUSAN
6. Terapkan model terpilih.
Teori keputusan adalah suatu pendekatan analitik untuk
Tahap ini mencakup kegiatan memantau pelaksanaan keputusan
memilih alternatif terbaik dari suatu keputusan. Pada saat
untuk menjamin hasil yang dikehendaki tercapai.
pengambilan keputusan, terdapat 3 (tiga) jenis kondisi/situasi yang
B. MODEL UNTUK PENGAMBILAN KEPUTUSAN dihadapi pengambil keputusan, yang diklasifikasikan berdasarkan
Model merupakan abstraksi dari keadaan nyata, yang dibuat tingkat kepastian dari hasil (payoff, outcome) yang akan terjadi.
secara sederhana namun mengandung unsur-unsur utama dari suatu Tiga jenis kondisi tersebut adalah:
produk, proses atau system yang diwakili. Dengan menggunakan 1. Ketidakpastian : mengacu kepada situasi dimana terdapat lebih
model, pengeambilan keputusan dapat dilakukan dengan lebih dari satu hasil yang mungkin terjadi dari suatu keputusan, dan
praktis, murah, cepat, dan aman. probabilitas setiap kemungkinan tidak diketahui.
Model dalam pengambilan keputusan diklasifikasikan 2. Beresiko : mengacu pada situasi dimana terdapat lebih dari satu
dalam 3 (tiga) bentuk, yaitu: hasil yang mungkin terjadi dari suatu keputusan, dan
1. Model Fisik, yaitu model yang menggambarkan obyek aslinya. probabilitas setiap hasil diketahui atau dapat diperkirakan oleh
Keuntungannya memberikan efek visual terhadap keadaan nyata pengambil keputusan.
dari benda itu.

87 88
3. Kepastian, mengacu kepada situasi dimana hanya ada satu hasil 1. Pengambilan Keputusan pada Kondisi Ketidakpastian.
yang mungkin terjadi dari suatu keputusan, dan hasil ini Pengambilan keputusan pada kondisi ketidakpastian
diketahui secara tepat oleh pengambil keputusan. (decision making under uncertainty), mengasumsikan : pengambil
Dalam hal ini tidak setiap teknik keputusan cocok untuk keputusan tidak tahu dengan pasti hasil yang mungkin terjadi dari
semua kondisi. Pada proses pengambilan keputusan, semua setiap alternatif, bahkan probabilitasnya sekalipun.
informasi yang diperlukan disusun dalam bentuk tabel yang disebut Terdapat 3 (tiga) kriteria pengambil keputusan, yaitu :
sebagai tabel hasil (payoff table) atau tabel keputusan. maximax, maximin, dan sama rata.
Tabel hasil merupakan suatu matriks yang terdiri dari baris
Maximax (Keputusan Optimistik)
yang menunjukkan berbagai alternatif pilihan/keputusan, dan
Kriteria : mencari hasil yang paling baik (maksimum) untuk setiap
kolom yang menunjukkan nilai harapan untuk setiap alternative
pilihan investasi, dan membuat keputusan berdasarkan
pilihan/keputusan pada berbagai kondisi yang mungkin terjadi.
nilai maksimum dari hasil maksimum tersebut
Nilai harapan menunjukan keuntungan ekonomis (hasil bersih)
(maximax).
yang diukur dalam nilai sekarang (present value)
Dalam contoh diatas, nilai hasil maksimum dari hasil alternatif
Contoh : fasilitas besar, medium, dan kecil, masing-masing secara berturut-
Manajer suatu perusahaan kontraktor PT. XYZ sedang turut adalah 40, 38, dan 15. Dengan kriteria maximax terpilih angka
mempertimbangkan kemungkinan permintaan fasilitas kedepannya. 40. Maka keputusan yang dipilih adalah permintaan fasilitas besar,
Terdapat 3 (tiga) alternatif fasilitas yaitu besar, medium dan kecil. dengan harapan mendapatkan hasil sebesar Rp 40 juta.
Satuan dalam jutaan rupiah, dinyatakan dalam nilai sekarang.
Untuk lebih jelasnya dapat dilihat pada Tabel 7.1 dibawah ini: Alternatif Kemungkinan permintaan kedepan
Fasilitas Rendah Sedang Tinggi
Tabel 7.1. Tabel Hasil Permintaan PT. XYZ Fasilitas besar 6 20 4
40
Alternatif Kemungkinan permintaan kedepan Fasilitas medium 9 28 38
Fasilitas Rendah Sedang Tinggi Fasilitas kecil 15 15 15
Fasilitas besar 6 20 40
Fasilitas medium 9 28 38
Fasilitas kecil 15 15 15

89 90
Maximin (Keputusan Pesimistik) Fasilitas kecil : 15 + 15 + 15 = 45/3 = 15
Kriteria : Mencari alternatif yang maksimum dari hasil yang Nilai tertinggi dari ketiga nilai tersebut adalah 25. Dengan
minimum dari setiap alternatif. demikian, jika menggunakan kriteria Laplace akan dipilih
Pertama, dicari hasil minimum dari setiap alternatif dan selanjutnya permintaan fasilitas medium, yang memiliki nilai harapan sebesar
memilih alternatif dengan nilai terbesar dari yang terkecil tadi. Rp 25 juta.
Dalam contoh diatas, nilai hasil minimum dari hasil alternatif
fasilitas besar, medium, dan kecil, masing-masing secara berturut- Alternatif Kemungkinan permintaan kedepan Rata-
Fasilitas Rendah Sedang Tinggi rata
turut adalah 6, 9, dan 15. Dengan kriteria maximin terpilih angka
Fasilitas besar 6 20 40 22
15. Maka keputusan yang dipilih adalah permintaan fasilitas kecil,
Fasilitas medium 9 28 38 25
dengan harapan mendapatkan hasil sebesar Rp 15 juta.
Fasilitas kecil 15 15 15 15

Alternatif Kemungkinan permintaan kedepan

Fasilitas Rendah Sedang Tinggi 2. Pengambilan Keputusan pada Kondisi Beresiko.
Fasilitas besar 6 20 40 Pengambilan keputusan pada kondisi beresiko (decision
Fasilitas medium 9 28 38 making under risk) mengasumsikan bahwa pengambil keputusan
Fasilitas kecil 15 15 15 meskipun tidak tahu pasti hasil apa yang akan diperoleh dari setiap
alternative, masih memiliki gambaran tentang probabilitas dari
Sama Rata setiap kejadian. Dari kemungkinan itu pengambil keputusan dapat
Kriteria sama rata (equally likely) atau kriteria Laplace, memilih menghitung perkiraan hasil dari suatu alternatif.
alternatif dengan rata-rata hasil tertinggi. Dimulai dengan Pendekatan yang paling banyak digunakan pada situasi ini
menghitung rata-rata hasil untuk setiap alternatif, kemudian dipilih adalah kriteria nilai harapan moneter (expected monetary
alternatif yang memberikan nilai rata-rata yang maksimum. Dengan value/EMV) atau biasa disebut nilai harapan/EV. EV menentukan
asumsi seluruh kemungkinan kejadian dianggap sama. harapan hasil untuk setiap alternatif, dan memilih alternatif dengan
Dalam contoh diatas : nilai harapan tertinggi. EV merupakan penjumlahan dari hasil
Fasilitas besar : 6 + 20 + 40 = 66/3 = 22 untuk suatu alternatif dimana setiap hasil diberikan bobot
Fasilitas medium : 9 + 28 + 38 = 75/3 = 25

91 92
berdasarkan probabilitas untuk keadaan yang relevan. Jumlah bobot dengan harapannya. Nilai dari informasi itu disebut sebagai nilai
(probabilitas) harus sama dengan 1,00. harapan dari informasi sempurna (EVPI).

EV = ∑[Link] EVPI = EVUC - EVmaks

Dimana : EVUC = ∑[Link]
pi = probabilitas terjadinya kejadian i Dimana:
Hi = hasil yang diperolah dari kejadian i EVUC = nilai harapan pada kondisi pasti (expected value under
certainty)
EVmaks = nilai harapan maksimum
Misalkan, alternatif kondisi ekonomi pada Tabel 7.1
pi = probabilitas terjadinya kejadian i
memiliki probabilitas : tinggi = 0,6; sedang = 0,3; dan rendah = 0,1. Mi = hasil terbaik pada kejadian i
Maka diperoleh hasil EV untuk setiap alternatif sebagai berikut:
EVUC adalah hasil yang diharapkan jika kita memiliki informasi
EVfasilitas besar = 0,1(6) + 0,3 (20) + 0,6 (40) = 0,6 + 6 + 24 = 30,6
sempurna sebelum keputusan diambil. Rumus EVUC = Rumus EV.
EVmedium = 0,1 (9) + 0,3 (28) + 0,6 (38) = 0,9 + 8,4 + 22,8 = 32,1
Bedanya pada EVUC digunakan hasil terbaik pada setiap kejadian.
EVkecil = 0,1 (15) + 0,3 (15) + 0,6 (15) = 1,5 + 4,5 + 9 = 15
Maka : dipilih kemungkinan permintaan kedepan pada fasilitas EVUC dari Tabel 7.1 dapat dihitung sebagai berikut:
medium, karena memilki harapan terbesar. EVUC = ∑[Link]
= 0,1 (15) + 0,3 (28) + 0,6 (40)
3. Pengambilan Keputusan dengan Kondisi Pasti.
= 1,5 + 8,4 + 24
Pada kondisi pasti, pengambil keputusan mengetahui
EVUC = 33,9
dengan pasti hasil dari setiap alternatif keputusan yang diambil dan
EVmaksimum sudah dihitung sebelumnya = 32,1 maka:
akan memilih alternatif yang akan memaksimalkan keinginannya.
EVPI = EVUC - EVmaks
Expected Value of Perfect Information (EVPI), merupakan
= 33,9 – 32,1
perbedaan antara hasil yang diharapkan pada kondisi pasti dengan
EVPI = 1,8
hasil yang diharapkan pada kondisi beresiko. Jika pengambil
Jadi : nilai harpan untuk informasi sempurna bernilai 1,8 juta.
keputusan memiliki informasi keadaan apa yang dapat terjadi dari
setiap alternatif maka dia dapat memilih keputusan yang sesuai

93 94
D. POHON KEPUTUSAN terbaik (nilai harapan tertinggi atau biaya terendah) dari berbagai
Pohon keputusan (decision tree) adalah gambaran skematik alternatif yang ada pada simpul tersebut.
dari alternatif yang tersedia bagi pengambil keputusan dan Dari pohon keputusan pada Gambar 7.1, dihitung nilai
kemungkinan hasilnya. Pohon keputusan memiliki fungsi yang harapan simpul 1, 2, dan 3 sebagai berikut:
sama dengan tabel keputusan.
EV1 = 0,1(6) + 0,3 (20) + 0,6 (40) = 0,6 + 6 + 24 = 30,6
Dari Tabel 7.1, dapat digambarkan dalam bentuk pohon
EV2 = 0,1 (9) + 0,3 (28) + 0,6 (38) = 0,9 + 8,4 + 22,8 = 32,1
keputusan, yaitu sebagai berikut:
EV3 = 0,1 (15) + 0,3 (15) + 0,6 (15) = 1,5 + 4,5 + 9 = 15
Rendah (p = 0,1) Maka : dipilih kemungkinan permintaan kedepan pada fasilitas
30,6 6
Sedang (p = 0,3) medium, karena memilki EV terbesar.
1 20
Tinggi (p = 0,6)
40
SOAL LATIHAN
Rendah (p = 0,1)
32,1 32,1 9
Sedang (p = 0,3) 1. Tabel berikut merupakan tabel hasil yang menunjukkan hasil
2 28
Tinggi (p = 0,6) untuk setiap alternatif dari berbagai keadaan. Satuan dalam
38
jutaan rupiah, dinyatakan dalam nilai sekarang. Tentukan
Rendah (p = 0,1) alternatif yang harus dipilih berdasarkan kriteria maximax,
15 15 maximin, dan Laplace.
Sedang (p = 0,3)
3 15 Kemungkinan permintaan kedepan
Tinggi (p = 0,6) Alternatif
15 Rendah Sedang Tinggi
- Simpul kejadian Fasilitas besar 6 20 40
Fasilitas medium 9 20 25
- Simpul keputusan Fasilitas kecil 15 15 15

Gambar 7.1. Pohon Keputusan Hasil Permintaan PT. XYZ

2. Dalam rangka mengantisipasi permintaan tahun depan,
Analisis Pohon keputusan dimulai dari arah kanan ke kiri. manajer suatu perusahaan kontraktor bangunan sedang
Pada setiap simpul kejadian, dihitung nilai harapan dari alternatif mempertimbangkan kapasitas yang harus disiapkan.
yang bersangkutan. Pada simpul keputusan, dipilih satu alternatif Pendapatan pada tahun depan (dalam jutaan rupiah, nilai
95 96
 sekarang) diperkirakan seperti pada tabel berikut. Alternatif
apa yang harus dipilih, jika menggunakan kriteria maximax,
maximin, dan sama rata.
Permintaan tahun depan
Alternatif
Tinggi Rendah
Penambahan kapasitas 800 200
Menggunakan subkontraktor 700 400
Tetap dengan kondisi sekarang 600 500

3. Sebuah Swalayan menyelenggarakan suatu kupon belanja.

VIII
Konsumen memilih uang kas sebesar Rp 100.000 atau memilih
kupon. Jika memilih kupon, konsumen harus memilih satu dari
tiga buah kupon yang masing-masing bernilai Rp 300.000, Rp
150.000 dan Rp 10.000.
a. Gambarkan pohon keputusan untuk kuis ini
b. Keputusan apa yang harus dibuat untuk memperoleh nilai
I
TEORI ANTRIAN
harapan tertinggi.

97 98
 8
(seperti waktu rata-rata yang diperlukan seseorang untuk
menunggu sampai dilayani) digunakan oleh manajer untuk
mengambil keputusan dalam suatu operasi yang mengandung
masalah antrian.
Ada 2 (dua) jenis sistem antrian yang paling umum
TEORI ANTRIAN digunakan untuk menganalisa sistem antrian yaitu sIstem
pelayanan tunggal (single server system) dan system pelayanan
ganda (multiple server system).
A. PENDAHULUAN
Definisi Antrian yaitu Garis tunggu dari Nasabah yang di C. SISTEM ANTRIAN PELAYANAN TUNGGAL
ukur dengan satuan tertentu yang memerlukan satu layanan atau Pelayanan tunggal merupakan bentuk paling sederhana
lebih (fasilitas layanan). dalam sistem antrian yang digunakan untuk memperagakan dasar-
Garis tunggu yaitu kemampuan atau kapasitas pelayanan. dasar sistem antrian. Contoh: Fast Shop Drive-In Market, memiliki
Terbentuknya garis tunggu di dalam sistem adalah karena fasilitas satu tempat kasir dan satu karyawan yang bertugas mengoperasikan
pelayanan sedang sibuk melayani pelanggan sehingga pelanggan mesin kas pada tempat kasir tersebut. Kombinasi antara mesin kas
yang datang harus menunggu. dan tempat kasir disebut server (fasilitas pelayanan), dan para
Teori Antrian yaitu Suatu kejadian / garis tunggu yang di pelanggan yang menunggu giliran pada tempat tersebut untuk
rumuskan secara matematika (menggunakan model) membayar barang belanjaan membentuk suatu barisan atau
Tujuannya : antrian.
 Merancang pelayanan optimal Adapun faktor-faktor yang harus dipertimbangkan dalam
 Menjaga keseimbangan biaya melakukan sistem antrian adalah:
 Menjaga keseimbangan waktu 1. Disiplin antrian (pada urutan ke berapa pelanggan di layani)
a. First Come – First Served (FCFS), pertama datang pertama
B. ANALISA SISTEM ANTRIAN
dilayani.
Analisa antrian merupakan bentuk analisa probabilita,
Artinya : orang yang pertama berada dalam antrian di
bukan teknik penentuan. Hasil dari analisa antrian disebut sebagai
tempat kasir tersebut akan dilayani lebih dahulu.
“karakteristik operasi”, bersifat probabilita. Statistik operasi ini
99 100
 b. Last – in, first – out (LIFO), terakhir masuk pertama keluar. ANTRIAN PELAYANAN TUNGGAL
Misalnya : Seorang operator mesin menyusun bagian-  = tingkat kedatangan (rata-rata jumlah kedatangan tiap periode
bagian yang sedang di proses di samping mesin sedemikian waktu)
rupa, sehingga bagian terakhir diletakkan paling atas dan  = tingkat pelayanan (rata-rata jumlah yang dilayani tiap periode
akan menjadi yang pertama dipilih. waktu)
c. Serve In Random Order (SIRO)
Misalnya : Operator mesin mengambil salah satu bagian Dengan asumsi:

yang dikumpulkan dalam sebuah kotak secara acak. 1. Populasi pelanggan (Calling Population) yang tidak terbatas

d. Berdasarkan jadwal, pelanggan akan dilayani sesuai dengan 2. Disiplin antrian “ datang pertama, dilayani pertama”

perjanjian yang telah dilakukan sebelumnya. 3. Tingkat kedatangan Poisson

Misalnya : Pasien-pasien pada praktek dokter umum, maka 4. Waktu pelayanan eksponensial

akan diambil berdasarkan jadwal yang telah direncanakan

Rumus :
tanpa tergantung oleh saat kedatangan mereka di tempat
 Probabilita tidak adanya pelanggan dalam suatu sistem
tersebut.
antrian (baik sedang dalam antrian maupun sedang
2. Sifat populasi pelanggan (dari mana pelanggan berasal)
dilayani):
Adalah : sumber atau alasan bagi pelanggan memilih suatu
 
pasar, diasumsikan tidak terhingga (sumber pendatang ke 0  1  
 
tempat antrian).
 Probabilita terdapat n pelanggan dalam suatu sistem antrian:
3. Tingkat kedatangan (seberapa sering pelanggan ada dalam
n
antrian), adalah jumlah kedatangan selama suatu periode 
0    .0
waktu tertentu, dengan asumsi bahwa kedatangan pada suatu 

fasilitas jasa sesuai dengan distribusi probabilita.  Rata-rata jumlah pelanggan yang berada dalam suatu sistem
4. Tingkat pelayanan (seberapa cepat pelanggan di layani), antrian (jumlah pelanggan yang dilayani dan yang berada
adalah rata-rata jumlah pelanggan yang dapat dilayani dalam baris antrian):
selama periode waktu tertentu. Waktu pelayanan, ditentukan 
L
oleh distribusi eksponential.  

101 102
  Rata-rata jumlah pelanggan yang berada dalam baris  24 
 P0  1  
antrian:  30 

2  0,20 probabilita tidak adanya pelanggan dalam

Lq 
 (   ) sistem tersebut.
 Waktu rata-rata yang dihabiskan seorang pelanggan dalam 24 24
 L 
keseluruhan sistem antrian (yaitu waktu untuk menunggu 30  24 30  24

dan dilayani):
1 L  4 pelanggan secara rata-rata dalam sistem antrian
W  
   tersebut.
 Waktu rata-rata yang dihabiskan seorang pelanggan untuk
 Lq 
24 2

menunggu dalam antrian sampai dilayani : 3030  24 

  3,2 pelanggan secara rata-rata dalam baris antrian.

Wq 
 (   ) 1
W
 Probabilita bahwa pelayan sedang sibuk (merupakan  30  24
probabilita seorang pelanggan harus menunggu), dikenal
dengan faktor utilitas :  0,167 jam (0,167 x 60 menit = 10 menit) waktu rata-

 rata tiap pelanggan dalam sistem

U
 24
 Wq 
 Probabilita bahwa pelayan sedang tidak sibuk (merupakan 3030  24 

probabilita seorang pelanggan dapat dilayani) :  0,133 jam (0,133 x 60 menit = 8 menit) waktu rata-rata
I  1U tiap pelanggan dalam baris antrian
 24
I  1  U  0,80 probabilita pelayan akan sibuk dan
 30
pelanggan harus menunggu
Contoh :  = 24 pelanggan per jam yang datang.
 = 30 pelanggan per jam yang keluar.  I = 1 – 0,80 = 0,20 probabilita pelayan tidak sibuk dan
maka : pelanggan dapat dilayani

103 104
Data menambahkan : 24 24
 Wq    0,038 = 2,25 menit
a. Berdasarkan harapan pelanggan, manager toko berpendapat 4040  24  16
bahwa pelanggan tidak mau menunggu selama 8 menit dan 24
U  0,60
menghabiskan total waktu 10 menit dalam sistem antrian (belum  40

termasuk waktu berbelanja). Manager ingin menguji alternatif I:

 I  1  0,60  0,40
penambahan karyawan untuk mengepak barang belanjaan.
Penambahan seorang karyawan akan menimbulkan biaya Jadi :

bagi manager toko sebesar $150 per minggu. Manager tersebut Rata-rata waktu menunggu bagi tiap pelanggan adalah

menetapkan bahwa untuk setiap menit pengurangan waktu (Wq) : W3 = 8 menit – 2 menit = 5,75 menit

menunggu, ia terhindar dari kerugian penjualan sebesar $75 per 5,75 x $75 / minggu = $ 431,25/Minggu

minggu (Toko tersebut mengalami kerugian jika pelanggan   $431,25  $150  $281,25 /Minggu
pergi sebelum sempat berbelanja karena panjangnya antrian atau
b. Manager ingin menguji alternatif II yaitu : membuat tempat
jika pelanggan tidak kembali ke toko itu lagi). Penambahan
kasir baru. Total proyek ini $6,000 dengan biaya tambahan
karyawan baru akan meningkatkan tingkat pelayanan menjadi
sebesar $200 perminggu untuk kasir tambahan. Tempat kasir
 = 40 pelanggan per jam. Dengan asumsi tingkat kedatangan
baru akan berada di depan tempat kasir lama (sehingga para
sama (  = 24 pelanggan per jam ).
karyawan akan saling membelakangi dalam suatu area).

Jawab : Manager tersebut menetapkan bahwa untuk setiap menit

24 16 pengurangan waktu menunggu, ia terhindar dari kerugian

 P0  1    0,40
40 40 penjualan sebesar $75 per minggu. Diasumsikan bahwa para
24 24 pelanggan akan terbagi dengan sendirinya dalam jumlah yang
 L   1,50
40  24 16 sama untuk tiap baris antrian, sehingga tingkat kedatangan untuk
2
24 576 tiap baris sebesar setengah dari tingkat kedatangan awal untuk
 Lq    0,90
4040  24  640 tempat kasir tunggal. Adapun tingkat kedatangan baru untuk
1 1 setiap kasir adalah:
 W    0,0625 (3,75 menit)
40  24 16

105 106
  = 12 pelanggan per jam Apabila biaya sudah berhasil ditutup, toko tersebut akan
dengan tingkat pelayanan yang sama untuk setiap tempat kasir: menghemat $300,00 – $281,25 = $18,75 per Minggu lebih banyak
 = 30 pelanggan per jam dengan membuat tempat kasir baru dari pada menambah karyawan
Jawab: baru.

12 18 Tabel 7.1 menyajikan rangkuman karakteristik-karakteristik

 P0  1    0,60
30 30 operasi untuk setiap alternatif sebagai berikut:
12 12
 L   0,67
30  12 18 Tabel 7.1. Karakteristik Operasi Setiap Alternatif

12 2 144 Karakteristik Sistem

 Lq    0,27 Alternatif I Alternatif II
3030  12  540 Operasi Sekarang
L 4,00 1,50 0,67
1 1 Lq 3,20 0,90 0,27
 W   0,055 jam (3,33 menit)
30  12 18 W 10,00 3,75 3,33
Wq 8,00 2,25 1,33
12 12
 Wq    0,022 jam (1,33 menit) U 0,80 0,60 0,47
3030  12  540

Bagi Manajer toko, kedua alternatif ini tampak lebih baik dari
24
 U  0,60 kondisi awal, yang menimbulkan waktu menunggu selama 8 menit
40
per pelanggan.
 I  1  0,60  0,40
D. SISTEM ANTRIAN PELAYANAN GANDA
Jadi :
 = tingkat kedatangan (rata-rata jumlah kedatangan tiap
Rata-rata waktu menunggu bagi tiap pelanggan adalah:
periode waktu)
(Wq) : W3 = 8 menit – 1,33 menit = 6,67 menit
 = tingkat pelayanan (rata-rata jumlah yang dilayani tiap
6,67 x $75 / minggu = $500,00/Minggu
periode waktu) per pelayanan (saluran)
  $500,00  $200  $300 /Minggu
c = jumlah pelayan
Karena total proyek adalah sebesar $6.000, maka dibutuhkan waktu
c  = rata-rata tingkat pelayanan efektif sistem tersebut,
$6000 : $300 = 20 Minggu untuk menutup biaya permulaan (bunga
dimana nilainya harus melebihi tingkat kedatangan
diabaikan).
107 108
Dengan asumsi:  Waktu rata-rata yang dihabiskan pelanggan dalam antrian
1. Populasi pelanggan (Calling Population) yang tidak terbatas menunggu untuk dilayani adalah:
2. Disiplin antrian “ datang pertama, dilayani pertama” 1
Wq  W 
3. Tingkat kedatangan Poisson 
4. Waktu pelayanan eksponensial  Probabilita seorang pelanggan yang dating dalam sistem
Rumus: tersebut harus menunggu untuk dilayani (probabilita seluruh
pelayan sibuk)
 Probabilita tidak adanya pelanggan dalam sistem tersebut:
1 1    c
n
P0  Pw    Po
nc 1 1     1    c  c  c!    c  
n

         
 n0 n!     c!     c   
Contoh:
 Probabilita terdapat n pelanggan dalam sistem tersebut: Sebuah penelitian atas bagian pelayanan pelanggan untuk periode
n 12 bulan menunjukkan bahwa tingkat kedatangan dan tingkat
1 
Pn    Po untuk n > c
c!c nc    pelayanan adalah sebagai berikut:
n  = 10 pelanggan per jam yang datang ke bagian pelayanan
1 
Pn    Po untuk n < c  = 4 pelanggan per jam dapat dilayani oleh setiap pelayan
n!   
Tambahan: sistem ini merupakan system antrian tiga pelayan (tree
 Rata-rata jumlah pelanggan dalam system antrian tersebut:
server system), oleh karena itu :
 /  c 
L P  c = 3 pelayanan pelanggan Toko
c  1!c   2 o 
 Waktu rata-rata yang dihabiskan pelanggan dalam system Dengan menggunakan rumus model pelayanan ganda, maka
antrian tersebut (untuk menunggu dan untuk dilayani): karakteristik operasi bagian pelayanan adalah:
L 1
W   P0 
  n
 1    c  c 
1
n c 1
         
 Rata-rata jumlah pelanggan dalam antrian tersebut:  n0 n!     c!     c   

Lq  L 

109 110
 1 Pw = 0,73 probabilita seorang pelanggan harus menunggu
P0 
 1  10  0 1  10 1 1  10  2  1  10  3 3(4) untuk dilayani (terdapat 3 atau lebih pelanggan
           
 o!  4  1!  4  2!  4   3!  4  3(4)  10 dalam sistem tersebut)
1 1
P0   Berdasarkan harapan pelanggan, manager toko berpendapat
0  2,5  3,125  (2,60.6) 21,225
bahwa pelanggan tidak mau menunggu selama 21 menit dan
P0 = 0,047 probabilita bahwa tidak ada pelanggan di bagian
terdapat kemungkinan menunggu sebesar 0,73. Untuk itu Manajer
pelayanan
mempertimbangkan penambahan seorang karyawan baru (c = 4).
 /  c 
 L P  Jadi karakteristik operasi adalah:
c  1!c   2 o 
Po = 0,073 probabilita tik ada pelanggan dalam bagian pelayanan
(10)(4)(10 / 4) 3
L 0,045  10  625 (0,047) + 2,5 L = 3,0 pelanggan secara rata-rata dalam bagian pelayanan
3  1!3.4  102 4 8
W = 0,30 jam (18 menit) waktu rata-rata pelanggan dalam bagian
L = 6 pelanggan secara rata-rata dalam bagian pelayanan
pelayanan
L 6
 W  = Lq = 0,5 pelanggan secara rata-rata yang menunggu untuk
 10
dilayani
W = 0,60 jam (36 menit) rata-rata waktu per langganan di
Wq = 0,05 jam (3 menit) waktu menunggu rata-rata per pelanggan
bagian pelayanan
dalam barisan
 10
 Lq  L  6 Pw = 0,31 probabilita seorang pelanggan harus menunggu untuk
 4
Lq = 3,5 pelanggan secara rata-rata yang menunggu untuk dilayani

dilayani Dengan mempertimbangkan biaya penambahan karyawan,

1 1 maka terjadi penurunan waktu menunggu pelanggan dari 21 menit

 Wq  W   0,60 
 4 menjadi 3 menit.

Wq = 0,35 jam (21 menit) rata-rata waktu menunggu per

langganan dalam barisan
n 3
1    c 1  10  3.4
 Pw    Po    (0,047)
c!    c   3!  4  3(4)  10

111 112
SOAL LATIHAN DAFTAR PUSTAKA
Petugas pelayanan rekening pinjaman baru pada citizens
Herjanto, Eddy, Manajemen Operasi, Edisi ketiga , PT.
Northren Savings Bank mewawancara seluruh nasabah yang Gramedia Widiasarana Indonesia, Jakarta, 2006
ingin membuka rekening pinjaman baru. Tingkat kedatangan
Mulyono, Sri, Operations Research, Edisi kedua, Fakultas
para nasabah tersebut adalah 4 nasabah per jam berdasarkan Ekonomi Universitas Indonesia, 1999
distribusi Poisson, dan petugas rekening tersebut menghabiskan
Stevenson, William J., Operations Management,
waktu rata-rata 12 menit untuk setiap nasabah yang ingin International Edition, McGraw-Hill Education (Asia),
2005
membuka rekening baru (  = 60/12 = 5 nasabah per jam)
a. Tentukan karakteristik operasi untuk sistem ini (Po, L, Lq, Siswanto, Operations Research, Jilid I, Erlangga, Jakarta,
2007
W, Wq, U, dan Pw)
b. Berdasarkan harapan nasabah, manager berpendapat bahwa Siswanto, Operations Research, Jilid II, Erlangga, Jakarta,
2007
nasabah tidak mau menunggu selama 10 menit dan
menghabiskan total waktu 12 menit dalam sistem antrian. Taylor III, Bernard. W, Sains Manajemen, Buku Satu, Edisi
keempat, Salemba Empat, Jakarta, 1996
Manager ingin menguji alternatif: penambahan karyawan.
Penambahan seorang karyawan akan menimbulkan biaya Taylor III, Bernard W, Sains Manajemen, Buku Dua, Edisi
Keempat, Salemba Empat, Jakarta, 1996
bagi manager sebesar $280 per minggu. Manager tersebut
menetapkan bahwa untuk setiap menit pengurangan waktu Winston, Wayne. L, Operations Research, Thomson
Learning, Australia 2004
menunggu, ia terhindar dari kerugian sebesar $120 per
minggu. Penambahan karyawan baru akan meningkatkan
tingkat pelayanan menjadi  = 7 nasabah per jam. Dengan
asumsi tingkat kedatangan sama (  = 4 per jam ).
c. Tambahkan seorang karyawan baru pada system tersebut
untuk menggambarkan masalah ini sehingga sistem tersebut
menjadi system antrian pelayanan ganda dengan dua saluran,
dan tentukan karakteristik operasi yang diminta pada bagian a
(c=2)
113 114