Misalnya kita ambil contoh biaya angkut per karton Sarimi untuk wilayah Beji adalah sebesar Rp 713, seperti disajikan dalam Tabel 6.
Tabel 6. Struktur biaya angkut per karton berdasarkan tujuan
No. Komponen Lokasi
Jumlah
1. a. Biaya Distribusi Rp
Beji 432900
2. b. Jumlah Penjualan Karton
Beji 607
Biaya Angkut Rp ab 713,18
Dari hasil pengolahan LP terlihat bahwa biaya angkut per karton terbesar adalah pada pengiriman menuju Cimanggis yaitu sebesar Rp. 1204.
Maka yang sebaiknya dilakukan adalah melakukan prioritas pendistribusian dimulai dari kecamatan yang memiliki biaya angkut per karton paling
rendah kemudian ke kecamatan yang memiliki biaya angkut per karton paling tinggi.
4.5.1. Analisis Primal
Berdasarkan hasil olahan optimal dengan menggunakan software
LINDO, diperoleh jumlah distribusi optimal yang dapat meminimalisasi biaya distribusi berdasarkan data penjualan dan
permintaan pada semester awal tahun 2006. Biaya distribusi minimum yang dapat dicapai pada kondisi
optimal adalah sebesar Rp 141.005.500,00. Selain itu, pada bagian ini ditampilkan hasil olahan optimal setelah dilakukan penghitungan
pada biaya distribusi. Variable adalah variabel keputusan yaitu X
11
, X
12
, X
13
, ..., X
133
jumlah distribusi Sarimi dari sumber 1 PT SIP ke tujuan 1, 2, 3, ..., 33 yaitu kecamatan-kecamatan yang ada di wilayah
Bogor dan Depok. Value adalah nilai optimal untuk masing-masing variabel keputusan. Nilai optimal untuk masing-masing variabel
keputusan dapat dilihat secara lengkap pada Tabel 7 dalam satuan karton. Reduced Cost adalah besarnya penurunan koefisien fungsi
tujuan agar apabila variabel yang bernilai nol berarti tidak masuk dalam solusi dipaksa untuk positif berarti masuk dalam solusi.
Jika value variabel bernilai positif nilai reduced cost pasti akan sama dengan nol, tetapi jika value variabel bernilai nol baru reduced cost
akan positif. Nilai reduced cost menunjukkan apabila suatu variabel
yang memiliki nilai reduced cost dipaksakan menjadi satu atau setiap penambahan variabel tersebut sebesar 1 satuan maka akan
menambah nilai fungsi tujuannya sebesar nilai reduced cost-nya. Tabel 7. Analisis primal terhadap biaya distribusi
No. Variabel Kecamatan
Value Reduced Cost
1. X
11
Beji 559
2. X
12
Bogor Barat
7757 3. X
13
Bogor Selatan
48556 4. X
14
Bogor Tengah
356787 5. X
15
Bogor Timur
9481 6. X
16
Bogor Utara
379642 7. X
17
Bojong Gede
10232 8. X
18
Caringin 296
9. X
19
Cariu 496
10. X
110
Ciampea 32454
11. X
111
Ciawi 11742
12. X
112
Cibinong 6
13. X
113
Cigudeg 28
14. X
114
Cijeruk 214
15. X
115
Cileungsi 23
16. X
116
Cimanggis 1050
17. X
117
Ciomas 602
18. X
118
Cisarua 184
19. X
119
Citeureup 66786
20. X
120
Dramaga 82
21. X
121
Gunung Putri
131 22. X
122
Jasinga 37205
23. X
123
Jonggol 16
24. X
124
Kemang 32963
25. X
125
Leuwiliang 93649
26. X
126
Mega Mendung
426 27. X
127
Pancoran Mas
17674 28. X
128
Parung 15630
29. X
129
Sawangan 17189
30. X
130
Sukaraja 43125
31. X
131
Sukmajaya 187
32. X
132
Tanah Sareal
505
Hasil analisis pada Tabel 7 menunjukkan bahwa terdapat 16 variabel yang memiliki nilai optimal positif dan 16 variabel yang
memiliki nilai optimal nol. Beberapa hasil yang didapat adalah X
11
= 0 distribusi di Beji, X
12
= 7757 distribusi di Bogor Barat, X13= 48556 distribusi di Bogor Selatan. Pengiriman produk sebaiknya
tidak dilakukan ke kecamatan-kecamatan yang memiliki nilai optimal nol, karena bila dilaksanakan maka akan meningkatkan
biaya distribusi yang harus dikeluarkan perusahaan. Seluruh kecamatan yang nilai optimalnya nol tersebut memiliki nilai reduced
cost . Variabel yang memiliki nilai reduced cost terbesar yaitu
variabel X
116
sebesar 1050, artinya jika PT SIP tetap memaksakan untuk melakukan pengiriman, maka biaya distribusi akan bertambah
sebesar Rp 1050 per karton. Apabila perusahaan terpaksa harus melakukan pengiriman, sebaiknya ditunggu sampai persediaan
Sarimi di kecamatan tersebut habis dengan memprioritaskan variabel kecamatan yang memiliki nilai reduced cost terkecil sampai dengan
yang terbesar.
4.5.2. Analisis Dual
