Model Transportasi

 Dalam arti langsung, model ini digunakan untuk menentukan biaya minimum untuk
transportasi satu komoditi dari berbagai sumber ke berbagai tujuan.

 Model ini dapat diperluas untuk digunakan dalam bidang kontrol persediaan
(inventory control), penjadwalan pekerja, personel assigment dsb.

 Model ini juga dapat dimodifikasi untuk digunakan bagi multiple commodities.

Definisi dan Aplikasi Model Transportasi

Arti langsung model transportasi mencari rencana transportasi satu komoditi dari
beberapa sumber ke beberapa tujuan.

Ciri Khusus Persoalan Transportasi

1. Terdapat sejumlah sumber dan sejumlah tujuan tertentu.

2. Kuantitas komoditas atau barang yang didistribusikan dari setiap sumber dan yanag
diminta oleh setiap tujuan, besarnya tertentu.

3. Komoditas yang dikirim atau diangkut dari suatu sumber ke suatu tujuan, besarnya
sesuai dengan permintaan dan atau kapasitas sumber.

4. Ongkos pengankutan kapasitas dari suatu sumber ke suatu tujuan, besarnya tertentu.

Objektif Model

 Menentukan jumlah unit yang harus dikirimkan dari setiap sumber kesetiap tujuan
sehingga diperoleh biaya total transportasi yang minimum.

Asumsi Dasar

 Biaya transportasi pada suatu route berbanding lurus dengan jumlah unit yang
ditransportasikan.

Contoh Model Transportasi sebagai Jaring dengan m Sumber dan n Tujuan :

ai = Jumlah supply pada sumber i

bj = Jumlah permintaan pada tujuan j
cij = Harga satuan transportasi antara sumber i dan tujuan j
Model Programa Linear untuk Masalah Transportasi

Minimumkan Z =
Dengan kendala :
  i = 1, 2, ………, m
j = 1, 2, ………, n
Xij ³ 0 untuk semua i dan j

Bila jumlah total supply sama dengan jumlah total permintaan

m n 
  a i   b j  formulasinya disebut dengan model transportasi
 i 1 j1 
 

seimbang (balanced transportasion model); dalam hal ini semua

kendala merupakan persamaan :
n
 Xij  a i i = 1, 2, ………, m
j1

m
 Xij  b j j = 1, 2, ………, n
i 1

Contoh : Sebuah perusahaan kontraktor menangani dua lokasi konstruksi P dan S yang
membutuhkan campuran agregat pasir dan kerikil. Campuran agregat ini dapat diperoleh dari
tiga sumber A, B dan C. kapasitas dari ketiga sumber tersebut masing-masing adalah 1000,
1500 dan 1200 m3. jumlah kebutuhan agregat dari kedua lokasi adalah masing-masing 2300
dan 1400 m3. Biaya transport per m3 material per km adalah kurang lebih Rp. 750,-

Jarak antara kedua lokasi dengan masing-masing sumber adalah sebagai berikut :

Jarak antara kedua lokasi dengan masing-masing sumber adalah

sebagai berikut :

P S

A 10 15

B 8 7

C 12 5
Bila dinyatakan dalam biaya /m3

P S

A 7500 11250

B 6000 5250

C 9000 3750

Xij = Jumlah (M3) material yang ditransportasikan dari sumber ke tujuan j

Karena jumlah total supply (= 1000 + 1500 + 1200 = 3700) adalah sama dengan jumlah total
kebutuhan (2300 + 1400 = 3700).
Model ini merupakan model transportasi seimbang ® semua kendala merupakan persamaan.
Minimumkan :
Z = 7500 x11 + 11250 x12 + 6000 x21 + 5250 x22 + 9000 x31 + 3750 x32
Dengan kendala :
x11 + x12 = 1000
x21 + x22 = 1500
x31 + x32 = 1200
x11 + x21 + x31 = 2300
x12 x22 x32 = 1400
xij  0 untuk semua i dan j

Metode yang lain untuk menyatakan model transportasi adalah dengan menggunakan tabel
transportasi sebagai berikut :

Tujuan
P S Supply
(1) (2)
7500 11250
A (1) X11 X12 1000

6000 5250
Sumber B (2) X21 X22 1500
9000 3750
C (3) X31 X23 1200

Permintaan 2300 1400

  Model transportasi seimbang (Balanced Transportasion Model)

 Bila pada contoh diatas kapasitas sumber B adalah 1300 m3 (bukan 1500 m3), maka
keadaan tidak seimbang karena jumlah total supply (= 3500 m 3) tidak sama dengan
jumlah total permintaan (= 3700 m3).

 Model transportasi ini diformulasikan kembali sehingga jumlah kekurangan (= 3700 –

3500 = 200 m3) didistribusikan secara optimal pada tujuan.

 ® karena permintaan lebih dari supply dapat ditambahkan sumber dummy (dummy
source) fiktif dengan kapasitas 200 m3

 Jumlah yang dikirimkan ke sebuah tujuan dari sebuah sumber dummy menyatakan
jumlah kekurangan pada tujuan tersebut. Karena sumber ini sebenarnya tidak ada,
maka biaya satuan transportasinya sama dengan nol.

P S

A 7500 11250 1000

B 600 5250 1300

C 900 3750 1200

Sumber 0 0 200
dummy

2300 1400

 Sebaliknya, bila supply melebihi permintaan, dapat ditambahkan tujuan dummy

(fiktif) yang akan menyerap perbedaan ini. Setiap pengiriman dari sumber ketujuan
dummy menyatakan jumlah surplus pada sumber tersebut.

 Misalnya pada contoh diatas permintaan pada lokasi P turun menjadi 1900 m3.

P S Tujuan
dummy
A 7500 11250 0 1000

B 600 5250 0 1500

C 900 3750 0 1200

1900 1400 400

Metode Pemecahan Masalah :

1. Tabel Awal (solusi fisibel basis awal)

 Metode NWC (Nort West Corner)/pojok kiri atas

 Metode INSPEKSI (Ongkos terkecil)/least cost

 Metode VAM (Vogel Approkximation Method)

 2. Tabel Optimum

 Metode Steppingstone (batu loncatan)

 Metode Multiplier/MODI (Modified Distribution)

Langkah 1: Menentukan Solusi Basis Awal

 METODE NWC (North West Corner)

Þ Merupakan metode untuk menyusun tabel awal dengan cara mengalokasikan

distribusi barang mulai dari sel yang terletak pada sudut paling kiri atas.

Aturannya:

(1) Pengisian sel/kotak dimulai dari ujung kiri atas.

(2) Alokasi jumlah maksimum (terbesar) sesuai syarat sehingga layak untuk
memenuhi permintaan.
(3) Bergerak ke kotak sebelah kanan bila masih terdapat suplai yang cukup. Kalau
tidak, bergerak ke kotak di bawahnya sesuai demand. Bergerak terus hingga suplai
habis dan demand terpenuhi.
Contoh : Diketahui tabel transportasi berikut ini ,tentukan solusi basis
awal menggunakan cara pojok kiri atas, ongkos terkecil dan
pendekatan Vogel.

Tujuan
1 2 3 4 ai
10 0 20 11
1 15

12 7 9 20
Sumber 2 25

0 14 16 18
3 5

bj 5 15 15 10

a. Cara pojok kiri atas /NWC :

Tujuan
1 2 3 4 ai
10 0 20 11
1 5 10 15 15 10 0

12 7 9 20
Sumber 2 5 15 5 25 20 5 0

0 14 16 18
3 5 5 0

bj 5 15 15 10
0 5 0 5

0 0
 Metode Ongkos terkecil /Inpeksi (Matrik Minimum)

Merupakan metode untuk menyusun tabel awal dengan cara pengalokasian

distribusi barang dari sumber ke tujuan mulai dari sel yang memiliki biaya distribusi
terkecil

Aturannya

1) Pilih sel yang biayanya terkecil

2) Sesuaikan dengan permintaan dan kapasitas
3) Pilih sel yang biayanya satu tingkat lebih besar dari sel pertama yang dipilih
4) Sesuaikan kembali, cari total biaya

Cara ongkos terkecil:

Tujuan
1 2 3 4 ai
10 0 20 11
1 15 15 15 0

12 7 9 20
Sumber 2 15 10 25 10 0

0 14 16 18
3 5 5 0

bj 5 15 15 10
0 0 0 0

 Metode VAM (Vogel Approkximation Method )

Metode VAM lebih sederhana penggunaanaya, karena tidak memerlukan

closed path (jalur tertutup). Metode VAM dilakukan dengan cara mencari selisih
biaya terkecil dengan biaya terkecil berikutnya untuk setiap kolom maupun baris.
Kemudian pilih selisih biaya terbesar dan alokasikan produk sebanyak mungkin ke
sel yang memiliki biaya terkecil. Cara ini dilakukan secara berulang hingga semua
produk sudah dialokasikan .

Prosedur Pemecahan:

1) Hitung perbedaan antara dua biaya terkecil dari setiap baris dan kolom.
2) Pilih baris atau kolom dengan nilai selisih terbesar, lalu beri tanda kurung. Jika
nilai pada baris atau kolom adalah sama, pilih yang dapat memindahkan barang
paling banyak.
3) Dari baris/kolom yang dipilih pada (2), tentukan jumlah barang yang bisa
terangkut dengan memperhatikan pembatasan yang berlakubagi baris atau
kolomnya serta sel dengan biaya terkecil.
4) Hapus baris atau kolom yang sudah memenuhi syarat sebelumnya (artinya suplai
telah dapat terpenuhi).
5) Ulangi langkah (1) sampai (4) hingga semua alokasi terpenuhi.
 Cara pendekatan Vogel :
Tujuan
1 2 3 4 ai

10 0 20 11
1 5 10 (10) (11) (11) (11) (0) (0)

15 15 15 15 5 (0)

12 7 9 20
Sumber 2 10 15 (2) (2) (13) - - -

25 25 10 - - -

0 14 16 18
3 5 (14) (0) - - - -

5 0 - - - -

bj 5 (10) 15 (7) 15 (7) 10 (7)

0 (0) 15 (7) 15 (11) 10 (9)

--- 15 (7) 0 (0) 10 (9)

--- 5 (0) --- 10 (11)

--- 5 (0) --- 0 (0)

--- 0 (0) --- ---

Keterangan : angka dalam kurung ( ) = angka penalty

Langkah 2 : Menghitung angka perubahan ongkos

Solusi basis dinyatakan optimal apabila dilakukan perubahan variable basis sudah
tidak memberikan penurunan harga lagi atau solusi tujuan sudah minimal. Hal ini bias
ditunjukan dengan angka perubahan ongkos (Δcij) . Bila belum optimal maka harus dilakukan
iterasi. Terdapat dua cara untuk menghitung angka perubahan ongkos yaitu :

1.Metode batu loncatan (stepping stone).

Terlebih dahulu harus dibuat loop tertutup untuk masing-masing calon variable
masuk, kemudian menghitung besarnya angka perubahan ongkos, Untuk loop yang
ditunjukan pada tabel berikut, besarnya angka perubahan ongkos adalah :

Δc31 = + c31 - c11 + c21 - c22 + c24 - c34

= - 15

1 2 3 4
10 0 20 11
1 B B

12 7 9 20
2 B B B

0 14 16 18
3 B
-15
Seluruh angka perubahan ongkos pada contoh adalah sbb:

1 2 3 4
10 0 20 11
1 B B
+18 -2
12 7 9 20
2 B B B
-5
0 14 16 18
3 B
-15 +9 +9

2. Metode Multiplier/MODI (Modified Distribution)

Cara ini dikembangkan berdasarkan teori dualitas. Untuk tiap basis i dari tabel
transportasi dikenal suatu angka pengali (multiplier) u i , dan untuk kolom j disebut pengali
(multiplier) vj , sehingga untuk tiap variable basis xij didapat persamaan :

ui + vj = cij

Untuk mengawali tentukan ui = 0 dan hitung secara berselang-seling untuk vj dan ui .

Sedangkan untuk menghitung angka perubahan ongkos pada variable-variabel non basis
digunakan rumusan :

Δcij= + cij - ui - vj

Perhitungan angka pengali dan angka perubahan ongkos pada contoh :

1 2 3 4
V1= 10 V2 = 0 V3=2 V4=13
10 0 20 11
1 U1 = 0 B B
+18 -2
12 7 9 20
2 U2=7 B B B
-5
0 14 16 18
3 U3=5 -15 +9 +9 B

Langkah 3 : Menentukan Variabel masuk dan keluar serta solusi baru

 Variabel masuk ditentukan oleh angka perubahan ongkos paling besar (negatif), pada
contoh ini adalah x31 dengan Δc31 = -15. Variabel keluar dipilih salah satu dari
variable basis yang berada disudut loop bertanda negatif, lihat cara batu loncatan
(stepping stone), dalam contoh ini pilih antara x11, x22, atau x34.

 Prosedur ini terus diulang sampai diperoleh hasil yang optimum, yaitu bila semua
tanda Δcij = positif.