Upload
siimplisius-ryski-tiga
View
55
Download
4
Embed Size (px)
DESCRIPTION
modul 1
Citation preview
BAB 1
PENDAHULUAN
1.1 LATAR BELAKANG
Metode transportasi membahas masalah pendistribusian suatu produk
atau komuditas dari sejumlah sumber (supply) kepada sejumlah pemakai
(demand) sebagai tujuannya. Metode transportasi digunakan untuk mengatur
distribusi dari sumber-sumber yang menyediakan produk yang sama, ke
tempat-tempat yang membutuhkan secara optimal. Alokasi produk ini harus
diatur sedemikian rupa karena terdapat perbedaan biaya-biaya alokasi dari
suatu sumber ke tempat-tempat tujuan yang berbeda-beda dan dari sumber ke
suatu tempat tujuan yang juga berbeda-beda. Pendistribusian ini mempunyai
tujuan meminimumkan ongkos pengangkutan yang terjadi.
Metode transportasi juga digunakan untuk memecahkan masalah-
masalah dunia usaha (bisnis) seperti masalah-masalah yang meliputi
pengiklanan, pembelanjaan modal (capital financing) dan alokasi dana untuk
investasi, analisis lokasi, keseimbangan lini perakitan dan perencanaan serta
scheduling produksi.
Penugasan merupakan suatu varian khusus dari permasalahan
Transportasi yang umum. Dalam dunia bisnis dan industry, manajemen sering
menghadapi masalah-masalah yang berhubungan dengan penugasan optimal
dari bermacam-macam sumber yang produktif atau personal yang mempunyai
tingkat efisiensi yang berbeda-beda untuk tugas yang berbeda-beda pula.
Maksud dari penugasan adalah menetapkan jumlah sumber-sumber yang
ditugaskan kepada sejumlah tujuan (satu sumber dari suatu tujuan),
sedemikian sehingga didapat ongkos total yang minimum atau total yang
maksimum.
1
Masalah penugasan berkaitan dengan keinginan perusahaan dalam
mendapatkan pembagian atau alokasi tugas (penugasan) yang optimal, dala
arti apabila penugasan tersebut berkaitan dengan keuntungan maka bagaimana
alokasi tugas atau penugasan tersebut dapat memberikan keuntugan yang
maksimal, begitu pula sebaliknya bila menyangkut biaya.
Model Penugasan adalah suatu model khusus dari model program
linier yang serupa dengan model transportasi. Perbedaannya adalah, dalam
model penugasan penawaran pada tiap sumber dan permintaan pada tiap
tempat tujuan dibatasi sebanyak satu unit barang saja.
1.2 TUJUAN PRAKTIKUM
1. Mengetahui permasalahan nyata yang dapat diselesaikan dengan
menggunakan metode transportasi dalam kasus daur ulang.
2. Mengetahui data-data apa saja yang diperlukan serta dapat
memformulasikan data-data tersebut menjadi suatu model transportasi
atau penugasan.
3. Mengetahui cara pengolahan data menggunakan software berdasarkan
model transportasi atau penugasan yang telah dibuat.
4. Dapat membuat keputusan berdasarkan solusi yang diperoleh.
1.3 ALAT DAN BAHAN
alat dan bahan yang digunakan dalam praktikum ini adalah:
1. Lembar kerja
2. Alat tulis
3. Computer dan printer
4. Software pendukung
2
BAB II
LANDASAN TEORI
II.1 CIRI-CIRI KHUSUS PERSOALAN TRANSPORTASI
Ciri-ciri khusus persoalan transportasi adalah :
Terdapat sejumlah sumber (pemasok) dan sejumlah permintaan
(demand) atau tujuan tertentu.
Jumlah barang yang didistribusikan dari setiap sumber dan barang
yang diminta oleh pemakai besarnya tertentu.
Jumlah barang yang dikirim dari suatu sumber ke pemakai/tujuan
besarnya sesuai dengan permintaan dan sesuai dengan kapasitas
sumber.
Biaya pengangkutan barang dari suatu sumber ke suatu tujuan
besarnya tertentu.
Data yang dibutuhkan dalam metode transportasi adalah:
1. Level supply pada setiap daerah sumber dan level permintaan pada
setiap daerah tujuan untuk kasus pendistribusian barang; jumlah
produksi dan jumlah permintaan.
2. Biaya transportasi per unit komoditas dari setiap daerah sumber
menuju berbagai daerah tujuan pada kasus pendistribusian; biaya
produksi.
3
II.2 MODEL TRANSPORTASI
Model transportasi merupakan salah satu bentuk khusus atau variasi
dari program linier yang di kembangkan khusus untuk memecahkan masalah-
masalah yang berhubungan dengan transportasi (pengangkutan) dan disribusi
produk atau sumber daya dari berbagai sumber (pusat pengadaan, atau titik
supply) ke berbagai tujuan (titik permintaan atau pusat pemakaian) yang lebih
efisien dalam hal perhitungan.
Dilihat dari model matematika persolan program linier terdapat tipe/
ciri/ karakteristik khusus pada permasalahan transportasi, yaitu:
1). Semua fungsi kendala bertanda „=‟
2). Semua nilai aij bernilai 1 atau 0.
Formulasi program linier untuk model transportasi bentuk umumnya
dapat ditulis sebagai berikut:
s/t :
Dimana m menyatakan sumber dan n menyatakan tujuan. Masing-
masing sumber mempunyai kapasitas Si, (i= 1,2,…,m). Masing-masing tujuan
mambutuhkan komoditas sebanyak Dj, (j= 1,2,…,n). Jumlah satuan (unit)
yang dikirimkan dari sumber i ke tujuan j adalah sebanyak Xij. Ongkos
pengiriman perunit dari sumber i ke tujuan j adalah Cij.
4
Selain dengan menggunakan model programa linier seperti diatas,
formulasi permasalahan transportasi dapat juga dimodelkan kedalam bentuk
model tabular seperti ditunjukkan tabel 2 berikut ini:
Tabel 2.1 Tabel Persoalan Transportasi
1
C1
1
C1
2 …
C1
n
2
C2
1
C2
2 …
C2
n
m
C
m1
C
m2 …
C
mn
II.3 KESEIMBANGAN MODEL TRANSPORTASI
Suatu model transportasi dikatakan seimbang apabila total supply sama
dengan total demand yaitu:
dalam persoalan nyata hal ini tidak selalu terpenuhi atau dengan kata
lain jumlah supply yang tersedia mungkin lebih besar atau lebih kecil dari
pada jumlah yang diminta. Apabila hal ini terjadi maka model persoalan
menjadi tidak seimbang. Setiap persoalan transportasi dapat dibuat seimbang
dengan memasukkan variable artificial. Jika jumlah demand melebihi jumlah
supply, maka dibuat suatu sumber dummy yang akan men-supply kekurangan
tersebut. Hal ini berlaku pula sebaliknya.
5
Suatu model transportasi yang seimbang disebut balance
transportation problem dan dinyatakan sebagai berikut:
II.4 METODE PENYELESAIAN MASALAH TRANSPORTASI
Langkah-langkah yang harus dilakukan dalam penyelesaian persoalan
transportasi adalah sebagai berikut:
1. Menentukan solusi fisibel basis awal.
2. Menentukan entering variable dari variabel-variabel nonbasis jika
semua variabel sudah memenuhi kondisi optimum. STOP bila belum,
lanjutkan ke langkah 3.
3. Menentukan leaving variabel diantara variabel-variabel basis,
kemudian hitung solusi yang baru, kembali ke langkah 2.
Untuk menentukan solusi basis awal terdapat 3 metode yang dapat
digunakan adalah:
1. Metode pojok kiri atas pojok kanan bawah/ metode pojok barat laut/ nort
west corner.
Mulai dari pojok kiri atas, alokasi sebesar x11 = min (s1, d1). Artinya bila
d1< s1 maka x11= d1; jika d1> s1 maka x11 = s1, selanjutnya yang
mendapat giliran untuk dialokasikan adalah x12 sebesar min (s1 – d1, d2);
kalau x11 = s1 (atau d1 > s1), maka selanjutnya yang mendapat giliran
untuk dialokasikan adalah x21 sebesar (d1 – s1, s2) dan seterusnya.
6
2. Metode ongkos (baris/ kolom) terkecil (least cost)
Prinsip cara ini adalah pemberian prioritas pengelokasian pada tempat
yang mempunyai satuan ongkos terkecil.
a) Pendistribusian dimulai dari biaya terkecil dan, apabila terdapat biaya
terkecil lebih dari satu, maka dipilih salah satu.
b) Setiap pendistribusian dipilih nilai sebanyak mungkin tanpa
mengabaikan jumlah sumber/tujuan.
3. Metode pendekatan vogel (vogel’s approximation method’s/ VAM).
Cara ini merupakan cara yang terbaik dibandingkan dengan cara di
atas. Langkah-langkah penerjaan metode diatas adalah:
a) Menghitung opportunity cost yang didasarkan pada dua biaya terkecil
pada setiap baris dan kolom dan mengurangkan keduanya, hasil
perhitungannya disebut dengan penalty cost.
b) Memilih nilai penalty cost terbesar di antara baris dan kolom.
c) Memilih biaya terkecil dari nilai penalty cost terbesar dan
mendistribusikan sejumlah nilai. Baris/ kolom penalti yang sudah
terpilih diabaikan untuk langkah selanjutnya.
d) Menyesuaikan jumlah permintaan dan penawaran untuk menunjukkan
alokasi yang sudah dilakukan. Menghilangkan semua baris dan kolom
dimana penawaran dan permintaan telah dihabiskan.
e) Apabila jumlah penawaran dan permintaan belum sesuai, maka ulangi
langkah pertama sampai terisi semua.
7
Untuk mencari solusi optimal terdapat 2 metode yang dapat digunakan
yaitu:
1. Metode batu loncatan (Stepping Stone)
Untuk menentukan entering dan leaving variable ini, terlebih dahulu
harus dibuat suatu loop tertutup bagi setiap variabel nonbasis loop tersebut
berawal dan berakhir pada variabel nonbasis tadi. Dimana tiap sudut loop
haruslah merupakan titik-titik yang ditempati oleh variabel-variabel basis
dalam tabel transportasi.
Langkah-langkah penyelesaiannya adalah sebagai berikut :
a. Apakah jumlah variabel basis sama dengan n + m-1 ? Jika kurang dari m
+ n-1 maka akan terjadi kemerosotan (degeneracy). STOP. Tetapi jika
sama maka dapat dihitung Zij –Cij untuk sel-sel yang bukan basis,
dengan cara sebagai berikut :
1). Dibuat loop tertutup bagi setiap variabel non basis dimana loop
tersebut berawal dan berakhir pada variabel non basis, dan setiap titik
sudut loop tersebut harus merupakan titik-titik yang ditempati oleh
variabel-variabel basis dalam tabel transportasi.
2). Dihitung Zij-Cij = jumlahan para Cij pada loop dengan koefisien
(+1) dan (-1)bergantian dengan koefisien variabel non basis (-1).
b. Menentukan variabel yang masuk menjadi basis (entering variable)
dengan cara memilih nilai Zij-Cij yang terbesar atau Max{Zij-Cij}.(Xij)
masuk menjadi basis bila dan hanya bila Zij-Cij = Max{Zij-Cij}).
c. Menentukan variabel yang keluar dari basis, caranya:
1). Dibuat loop yang memuat Xst.
2). Diadakan pengamatan para Cij dalam loop yang mempunyai
koefisien (+1).
3). Variabel Xab yang keluar basis bila dan hanya bila Xab minimum
dari langkah 3.
d. Menentukan harga variabel basis (yang berada di dalam loop yang
baru/penyesuaian untuk variabel basis yang baru). Xst = Xab = Xpq
8
sedangkan untuk variabel-variabel basis yang lain yang juga berada
dalam loop. Xab(baru) = Xab + Xpq (untuk a+b = ganjil) Xab(baru) =
Xab – Xpq (untuk a+b = genap).
e. Untuk variabel-variabel basis yang lain di luar loop harganya tetap.
Hitung kembali nilai Zij-Cij untuk variable non basis seperti pada
langkah 1.
f. Diperoleh tabel optimal jika semua Zij-Cij >0.
g. Jika masih ada nilai Zij-Cij > 0, maka dapat ditentukan kembali Entering
Variable dan Leaving Variable seperti pada langkah yang ke-2.
2. Metode faktor pengali (multiplier)/ Metode MODI (Modified
Distribution)
Metode MODI merupakan variasi dari model Stepping Stone yang
didasarkan pada rumusan dual. Perbedaannya dengan metode Stepping
Stone adalah pada metode ini tidak harus menentukan semua jalur tertutup
variabel non basis, kecuali pada saat akan melakukan perpindahan
pengisian tabel. Dengan demikian MODI merupakan cara yang efisien
untuk menghitung variabel non basis.
II.5 LANGKAH-LANGKAH PENYELESAIAN PENUGASAN
1. Membuat suatu tabel biaya Opportuniti ( opportunity cost table ) yakni
dengan membuat reduksi baris dan kolom
2. Buat tabel Reduksi baris : dengan cara mengurangkan semua biaya dalam
tiap baris dengan biaya terkecil yang ada pada tiap baris tersebut.
3. Buat tabel reduksi kolom : dengan cara mengurangkan semua biaya yang
ada pada semua kolom dari tabel reduksi baris dengan biaya terkecil yang
ada pada tiap kolomnya
4. Buat tabel biaya pengujian : yakni tambahkan garis pada tabel yang sudah
direduksi baik secara vertikal maupun secara horisontal dimana terdapat
minimal dua angka nol.
9
5. Untuk mencapai tabel yang optimal, maka jumlah minimal garis = jumlah
baris atau kolom, jika belum maka buat tabel pengulangan model
penugasan dengan cara kurangkan semua biaya yang tidak dilalui garis
dengan biaya yang terkecil yang juga tidak dilalui garis dan untuk semua
angka nol pada perpotongan garis harus ditambahkan dengan biaya yane
terkecil. Kemudian tarik garis secara vertikal dan horisontal seperti
langkah sebelumnya.
6. Apabila jumlah minimal garis = jumalah baris atau kolom, maka tabel
tersebut sudah opitmal. Maka tentukanlah penugasan berdasarkan sel di
mana terdapat angka nol.
II.6 CIRI-CIRI KHUSUS MASALAH PENUGASAN
Ciri-ciri khusus persoalan penugasan adalah:
1. terdapat sejumlah tugas (job) dan sejumlah pekerja (operator/mechine)
tertentu.
2. banyak tugas yang akan dialokasikan harus sama dengan jumlah
operator/mesin.
3. pelaksanaan tugas tertentu oleh operator/mesin tertentu memiliki besar
ongkos yang telah tertentu.
II.7 MODEL MATEMATIS MASALAH PENUGASAN
Pada persoalan penugasan yang dimaksud dengan sumber ialah
pekerja, sedangkan yang dimaksud dengan tujuan adalah objek dari pekerjaan
tersebut. Jadi, masalah penugasan akan mencakup sejumlah m sumber yang
mempunyai n tugas. Ada n! (n faktorial) penugasan yang mungkin dalam
suatu masalah karena berpasangan satu-satu. Apabila pekerjaan i, (i=1,2,
…,m) ditugaskan kepada objek j, (j=1,2,…,n) akan muncul biaya penugasan
Cij, sehingga tujuan dari penugasan adalah mencari ongkos dari tiap-tiap
10
pekerjaan kepada objek dengan total ongkos yang minimum atau memberikan
keuntungan yang maksimum.
Masalah penugasan dapat dinyatakan secara matematis dalam suatu
bentuk linier programming sebagai berikut :
(Batasan Pekerjaan)
(Batas Tugas)
Dimana Cij adalah tetapan yang telah diketahui.
Sebelum model dapat dipecahkan denga teknik penugasan terlebih
dahulu diseimbangkan dengan menambah pekerjaan-pekerjaan atau objek
semu (dummy) bergantung pada apakah m < n atau m > n. dengan demikian
diasumsikan bahwa m = n.
II.8 PENYELESAIAN MASALAH PENUGASAN (METODE
HUNGARIAN)
Untuk menyelesaikan persoalan transportasi dapat digunakan metode
Hungarian yang menggunakan algoritma. Langkah-langkah penyelesaian
masalah penugasan untuk persoalan minimasi sebagai berikut:
1. carilah elemen biaya terkecil dari setiap baris dari matrik biaya mula-mula
untuk mengurangi seluruh elemen setiap baris. Setelah diperoleh matrik biaya
yang baru, carilah elemen biaya terkacil dari tiap kolom untuk mengurangi
seluruh elemen pada kolom yang belum memiliki nilai nol. Matrik yang
diperoleh disebut Reduced Cost Matrix.
11
2. gambarlah garis minimum baik horizontal, vertical atau keduanya yang
meliputi semua elemen yang bernilai nol. Bila jumlah garis sama dengan baris
dan kolom berarti sudah optimal. Apabila belum lanjutkan kelangkah
3. carilah elemen biaya terkecil yang tidak terliput garis minimum yang dibuat
pada langkah 2 untuk mengurangi seluruh elemen yang belum terliput
sedangkan elemen-elemen yang terdapat pada perpotongan dua garis
ditambahkan dengan nialai elemen terkecil tersebut. Kembali ke langkah 2.
Metode Hungarian juga dapat diterapkan pada persoalan penugasan
maksimasi yang berbeda hanya pada langkah pertama untuk persoalan
maksimasi yang dipilih adalah elemen biaya terbesar pada tiap-tiap baris akan
mengurangi elemen-elemen biaya lainnya. Langkah selanjutnya sama dengan
persoalan minimasi.
12
BAB 3
PEGUMPULAN DATA
III.1 Pengumpulan Data
Pengumpulan data yang dilakukan mengenai masalah transportasi
untuk mencari biaya yang minimum dan banyaknya barang yang harus
diproduksi untuk mengurangi biaya produksi, dan memenuhi permintaan dari
konsumen atau pelanggan.
PT. Layar Terkembang ( LT ) harus menentukan berapa banyak kapal yang di
produksi setiap kuartal (1 kuartal =3 bulan) pada empat kuartal mendatang.
Adapun data permintaan adalah:
Kuartal pertama 40 kapal, kuartal kedua 60 kapal, kuartal ketiga 75 kapal,
kuartal keempat 25 kapal. PT. LT dituntut untuk dapat memenuhi permintaan
tepat waktu. Persediaan di gudang Pada awal kuartal pertama adalah 10 kapal.
Pada setiap awal suatu kuartal, PT ini harus memutuskan seberapa banyak
kapal yang harus diroduksi disepanjang kuartal yang bersangkutan. Untuk
menyederhanakan masalah, asumsikan bahwa kapal yang diproduksi pada
suatu kuartal dapar digunakan untuk memenuhi permintaan pada kuartal
berikutnya. Kapasitas produksi PT LT setiap kuartal adalah 40 buah kapal
dengan ongkos $400 perunit. Dengan mengaktifkan shift lembur, kapasitas
produksi bisa ditambah sebanyak 150 kapal dengan ongkos $450 perunit. Di
setiap akhir kuartal ( setulah semua permintaan terpenuhi ), kelebihan
produksi dapat di simpan dengan ongkos $20 perkapal.
13
Formulasikanlah permasalahan diatas dengan pendekatan model
Balance Transportation problem, sehingga ongkos total
( ongkos produksi + ongkos persediaan ) selama 4 kuartal kedepan dapat
diminimalkan.
Tabel 3.1 Pemodelan masalah
1 2 3 4 Dummy Supply
kw1I0 20 40 60 0
1010
kw1R400 420 440 460 0
4030 10
kw1L400 470 490 510 0
150 150
kw2RM 400 420 440 0
40 40
kw2LM 450 470 490 0
150 10 140
kw3RM M 400 420 0
40 40
kw3LM M 450 470 0
150 35 115
kw4RM M M 400 0
40 25 15
kw4LM M M 450 0
150 150
Permintaan 40 60 75 25 570
BAB IV
14
PENGOLAHAN DATA DAN ANALISA
IV. 1 PENGOLAHAN DATA
Pada permasalahan yang dihadapi PT. Layar Terkembang dapat
dilakukan dengan menggunakan software yaitu LPSolve. Pendekatan dengan
software ini dilakukan untuk mencari ongkos transportasi yang minimum
selama 4 kuartal kedepan.
Pengujian pertama dilakukan dengan menggunakan metode software
SPSolve yaitu seperti dibawah ini.
Solusi penyelesaian masalah transportasi pada PT. Layar Emas
Terkembang yang bergerak di bidang kapal layar. Dimana unuk mencari
ongkos minimal transportasi selama 4 kuartal mendatang.
Dimana :
Persedian awal 10 kapal
Permintaan :
Kuartal pertama : 40
Kuartal kedua : 60
Kuartal ketiga : 75
Kuartal keempat : 25
Asumsi harga kapal :
Setiap kuartal adalah 40 kapal dengan ongkos $400 perunit dengan
mengaktifkan shift lmbur, kapasitas produksi tiap kuartal bisa di tambah
sebanyak 150 kapal dengan ongkos $450 perunit. Kelebihan produksi dapat
disimpan dengan ongkos $20 perkapal.
Tahap pertama pengolahan data menggunakan LP Solve
15
Tabel 4.1 pengolahan data dengan LP Solve
Pada tabel di atas diketahui fungsi nilai Z minimum dan fungsi tujuan,
Zmin=+0x1+10x2+20x3+30x4+0x5+400x6+410x7+420x8+430x9+0x10+450x
11+460x12+470x13+480x14+0x15+400x16+410x17+420x18+0x19+450x20
+460x21+470x22+0x23+400x24+410x25+0x26+450x27+460x28+0x29+400
x30+0x31+450x32+0x33;
Sedangkan fungsi tujuan sebagai berikut :
1. Fungsi tujuan kapasitas produksi
16
c1: x1+ x2+ x3+ x4+ x5 =10;
c2: x6+ x7+ x8+ x9+ x10 =30;
c3: x11+ x12+ x13+ x14+ x15 =120;
c4: x16+ x17+ x18+ x19 =30;
c5: x20+ x21+ x22+ x23 =120;
c6: x24+ x24+ x26 =30;
c7: x27+ x28+ x29 =120;
c8: x30+ x31 =30;
c9: x32+ x33 =120;
2. Fungsi tujuan permintaan
c10:x1+x6+x11 =30;
c11:x2+x7+x12+x16+x20 =50;
c12:x3+x8+x13+x17+x21+x24+x27 =65;
c13:x4+x9+x14+x18+x22+x25+x28+x30+x32 =15;
c14:x5+x10+x15+x19+x23+x26+x29+x31+x33 =435;
Table 4.2 Hasil running menggunakan LPSolve
17
Tabel 4.3 perhitungan matrik menggunakan LPSolve
18
Table 4.4 Hasil result objective menggunakan LPSolve
19
Table 4.5 Hasil result constraints menggunakan LPSolve
20
Table 4.6 Hasil result objective sensitifity menggunakan SPSolve
21
Table 4.7 Hasil result duals sensitifity menggunakan SPSolve
22
IV.2 ANALISA DATA
Pada pengujian yang dilakukan dengan menggunakan software LP Solve
dapat dianalisa menggunakan tabel hasil pehitungan yang ada.
23
IV.2.1 Analisa LP Solve
Tabel 4.8 Tabel sensitifity objective
24
Pada penggunaan LP Solve dimana terdapat penjelasan mengenai kapal yang
akan diproduksi untuk menghasilkan sebuah produk sangat berpengaruh terhadap
kapasitas dan permintaan pada pabrik PT. Layar Terkembang (LT).
Table di atas merupakan table sensitifitas menunjukan bahwa fungsi tujuan
pada adalah 63100 yang merupakan batasan permintaan pada kapal layar. Variable
menunjukan bahwa : x1 : dimana -7,46 sampai dengan 0 merupakan solusi optimal,
yang mana -7,46 merupakan batas bawah dan 0 merupakan batas atas. Jika merubah
nilai dibawah -2,46 maupun diatas 0 maka akan ada perubahan nilai yang mana akan
mempengaruhi permintaan produksi kapal layar. Begitu juga pada variable x2, x3, x4,
x5, x6, x7, x8, x9 sampai x33 yang mempunyai batas atas dan batas bawah.
25
BAB V
KESIMPULAN dan SARAN
V.1 KESIMPUAN
Bahwa metode transportasi lebih membahas mengenai masalah dalam
mendistribusikan suatu produk dalam jumlah yang tidak tetap dari sumber (supply)
ke pada pemakai (demand), yang mana metode transportasi mengatur pendistribusian
agar mengoptimalkan pengiriman ketempat-tempat yang sangat membututuhkan.
Yang mana tujuan utama metode ini adalah untuk meminimumkan biaya
transportasi agar mendapatkan keuntungan yang besar, metode ini juga bisa
memecahkan masalah dalam dunia bisnis. Pengerjaan dalam praktikum ini
menggunakan LP Solve untuk mendapatkan ongkos paling minimum untuk masalah
transportasi.
Dapat di lihat pada tabel dari software LPSolve sensitifitas menunjukan bahwa
fungsi tujuan pada adalah 63100 yang merupakan batasan permintaan pada kapal
layar.
Masalah yang dihadapi adalah tidak seimbangnya permintaan dan kapasitas yang
terdapat di pabrik hal ini yang menyebabkan adanya dummy pada bagian permintaan
sebesar 570. Dengan meminimalkan fungsi tujuan sebesar 63100 yang merupakan
batasan permintaan pada kapal layar.
26
V.2 SARAN
Untuk masalah praktikum transportasi dan penugasan sebaiknnya praktikan
diberikan fasilitas dalam menggunakan computer, karena 1 atau 2 komputer untuk
3 orang praktikan itu tidak efektif.
Penambahan unit computer sebaiknya perlu dilakukan agar praktikan tidak
kesusahan dalam melakukan praktikum.
Pada penggunaan computer sebaiknya praktikan lebih dahulu mempelajari
permasalahan yang dihadapi untuk lebih memudahkan dalam pengerjaan.
27
DAFTAR PUSTAKA
http://dediharita.blogspot.com/2011/02/transportasi-dan-penugasan.html
http://www.google.co.id/url?sa=t&rct=j&q=penyelesaian%20masalah%20penugasan%20(metode%20hungarian)&source=web&cd=2&ved=0CCUQFjAB&url=http%3A%2F%2Farisbudi.staff.gunadarma.ac.id%2FDownloads%2Ffiles%2F4592%2FMasalah%2BPenugasan.pdf&ei=V0hGT-S-B6mJmQXu_oStDg&usg=AFQjCNHssBscohkgLtlgQHm-x_SxMx3rjw
http://www.google.co.id/url?sa=t&rct=j&q=ciri-ciri%20khusus%20persoalan%20transportasi&source=web&cd=1&ved=0CCEQFjAA&url=http%3A%2F%2Frepository.usu.ac.id%2Fbitstream%2F123456789%2F17798%2F3%2FChapter%2520II.pdf&ei=lVFGT6GlF-KHmQWak731DQ&usg=AFQjCNEeaDuxXqrsW6zJYWxwrUbUAbtk7Q
28