3.2.2 Penyelesaian
Permasalahan
transshipment
di atas akan diselesaikan menggunakan metode Mehar melalui langkah-langkah berikut :
Langkah 1
Cek keseimbangan model. ∑
̃
=
= , , ,
, , , =
+ , + ,
+ , +
= , , ,
∑ ̃
=
= , , , , , ,
= + , + ,
+ , +
= , , ,
∑ ̃ ≠ ∑ ̃ , maka masalah
transshipment
tersebut tidak seimbang. Misal
∑ ̃ = , , ,
dan ∑ ̃ =
, , , − =
− dan − =
− =
= Karena
− =
= − dan
= = , maka harus
ditambahkan variabel semu � dan � .
̃ = [ { , − },
{ , − } + { ,
− −
− },
{ , − } + { ,
− −
− } +
{ , −
− −
}, { , − } +
{ , −
− −
} + { ,
− −
− } +
{ , −
− −
}] = [ , + , + + , + + + ]
= [ , , , ] ̃ = [
{ , − }, { , − } +
{ , −
− −
}, { , − } +
{ , −
− −
} + { ,
− −
− },
{ , − } + { ,
− −
− } +
{ , −
− −
} + { ,
− −
− }]
= [ , + , + + , + + + ]
= [ , , , ] ∑
̃
=
= ∑ ̃
=
̃ =
, , , , , ,
= + ,
+ , + ,
+ =
, , , ∑
̃
=
= ∑ ̃
=
̃ =
, , , , , ,
= + ,
+ , + ,
+ =
, , , ∑ ̃ =
, , , = ∑ ̃ .
Sekarang, model sudah seimbang. Lihat Tabel 3.5
Langkah 2
Menambahkan stok sementara. �̃ = ∑ ̃
∑ ̃ = , , ,
̃
�
= ̃ �̃ = , , ,
, , , =
+ , + ,
+ , +
= , , ,
̃
�
= ̃ �̃ = , , , , , ,
= + , + , + ,
+ =
, , , ̃
�
= ̃ �̃ = , , , , , ,
= + , + , + , +
= , , ,
̃
�
= �̃ = , , ,
̃
�
= �̃ = , , ,
̃
�
= �̃ = , , ,
̃
�
= �̃ = , , ,
̃
�
= �̃ = , , ,
̃
�
= �̃ = , , ,
̃
�
= ̃ �̃ = , , , , , ,
= + , + ,
+ , +
= , , ,
̃
�
= ̃ �̃ = , , ,
, , , =
+ , + ,
+ , +
= , , ,
̃
�
= ̃ �̃ = , , , , , ,
= + , + ,
+ , +
= , , ,
Sehingga, model
transshipment
sekarang seperti terlihat pada Tabel 3.6.
Langkah 3
Bentuk pemrograman linier
fuzzy
dari model
transshipment
pada tabel 3.6 adalah sebagai berikut :
� ∶
, , , �̃
, , , �̃
, , , �̃
, , , �̃
�, �, �, � �̃ , , ,
�̃ , , ,
�̃ , , ,
�̃ , , ,
�̃ , , ,
�̃ �, �, �, � �̃
, , , �̃
, , , �̃
, , , �̃
, , , �̃
, , , �̃
�, �, �, � �̃ , , ,
�̃ , , ,
�̃ , , ,
�̃ , , ,
�̃ , , ,
�̃ �, �, �, �
�̃ , , ,
�̃ , , ,
�̃ , , ,
�̃ , , ,
�̃ , , ,
�̃ , , ,
�̃ , , ,
�̃ �, �, �, �
�̃ �, �, �, � �̃
�, �, �, � �̃ �, �, �, � �̃
�, �, �, � �̃ �, �, �, � �̃
� ∶
�̃ �̃
�̃ �̃
�̃ �̃ =
, , , �̃
�̃ �̃
�̃ �̃
�̃ = , , ,
�̃ �̃
�̃ �̃
�̃ �̃ =
, , , �̃
�̃ �̃
�̃ �̃
�̃ = , , ,
�̃ �̃
�̃ �̃
�̃ �̃ =
, , , �̃
�̃ �̃
�̃ �̃
�̃ = , , ,
�̃ �̃
�̃ �̃
�̃ �̃ =
, , , �̃
�̃ �̃
�̃ �̃
�̃ = , , ,
�̃ �̃
�̃ �̃
�̃ �̃ =
, , , �̃
�̃ �̃
�̃ �̃
�̃ = , , ,
�̃ �̃
�̃ �̃
�̃ �̃ =
, , , �̃
�̃ �̃
�̃ �̃
�̃ = , , ,
�̃ , ∀ ,
Konversikan ke bentuk pemrograman linier
crisp
menggunakan fungsi ranking, sehingga permasalahan tersebut menjadi seperti berikut :
� ∶
+ +
+ +
+ +
+ +
+ +
+ � + �
+ � + �
+ +
+ +
+ +
+ +
+ +
+ +
+ � + �
+ �
+ � +
+ +
+ +
+ +
+ +
+ + +�
+ � + �
+ � +
+ +
+ +
+ +
+ +
+ +
+ � +
� + �
+ � + �
+ � + �
+ � + �
+ � +
� + �
+ � + �
+ � + �
+ � + �
+ � +
� + �
+ � + �
+ � �
∶ +
+ +
+ +
= +
+ +
+ +
=
Prawitasari, Elyine R. 2014 PROGRAM APLIKASI PENYELESAIAN MASALAH FUZZY TRANSSHIPMENT MENGGUNAKAN METODE MEHAR
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
− ,
− ,
+ +
+ +
+ =
+ +
+ +
+ =
− , ∀ ,
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
4 7
Tabel 3.5 Model
Transshipment
Sudah Seimbang
Tujuan Sumber
� �
� �
� �
Ketersediaan ̃
� 0,0,0,0
1,1,1,1 0,1,3,4
2,3,5,6 M,M,M,M
0,0,0,0 10,20,30,40
� 1,1,1,1
0,0,0,0 1,3,5,7
2,6,7,9 M,M,M,M
0,0,0,0 0,4,8,12
� 0,1,3,4
1,3,5,7 0,0,0,0
0,1,3,4 M,M,M,M
0,0,0,0 -
� 2,3,5,6
2,6,7,9 0,1,3,4
0,0,0,0 M,M,M,M
0,0,0,0 -
� 0,0,0,0
0,0,0,0 0,0,0,0
0,0,0,0 0,0,0,0
0,0,0,0 6,6,6,6
� M,M,M,M M,M,M,M M,M,M,M
M,M,M,M M,M,M,M
0,0,0,0 -
Permintaan ̃
- -
6,8,10,20 10,16,18,20
- 0,6,16,18
Tabel 3.6 Model
Transshipment
Ditambah Stok Sementara
Tujuan Sumber
� �
� �
� �
Ketersediaan ̃
� 0,0,0,0
1,1,1,1 0,1,3,4
2,3,5,6 M,M,M,M
0,0,0,0 26,50,74,98
� 1,1,1,1
0,0,0,0 1,3,5,7
2,6,7,9 M,M,M,M
0,0,0,0 16,34,52,70
� 0,1,3,4
1,3,5,7 0,0,0,0
0,1,3,4 M,M,M,M
0,0,0,0 16,30,44,58
� 2,3,5,6
2,6,7,9 0,1,3,4
0,0,0,0 M,M,M,M
0,0,0,0 16,30,44,58
� 0,0,0,0
0,0,0,0 0,0,0,0
0,0,0,0 0,0,0,0
0,0,0,0 22,36,50,64
� M,M,M,M
M,M,M,M M,M,M,M
M,M,M,M M,M,M,M
0,0,0,0 16,30,44,58
Permintaan ̃
16,30,44,58 16,30,44,58 22,38,54,78 26,46,62,78 16,30,44,58 16,36,60,76
Langkah 4
Menyelesaikan pemrograman linier
crisp
. a.
� ∶
+ + �
+ +
+ + �
+ + �
+ +
+ � + �
+ � + �
+ � + �
� ∶
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
Permasalahan di atas digambarkan pada Tabel 3.7 Masalah
transshipment
tersebut akan
diselesaikan dengan
menggunakan metode
Least Cost.
Pemilihan sel basis harus sangat hati- hati karena cukup banyak ongkos distribusi
yang bernilai 0. Oleh karena itu, akan lebih baik bila mengutamakan sel diagonal entri baris
dan kolom sama,
i= j
. Hal tersebut dilakukan agar bisa mengeliminasi stok sementara yang ditambahkan sebelumnya. Misalkan yang pertama
dipilih adalah sel .
Alokasikan � = �i� k�t��s�diaa� , p���i�taa�
= �i� ,
=
Tabel 3.7 Ongkos Distribusi Bilangan
Fuzzy
Keterse- diaan
�
26
�
16
�
16
�
16 22
� �
� �
�
16
Permin -taan
16 16 22 26 16 16
Selanjutnya kurangi k�t��s�diaa� dan p���i�taa� dengan � ,
akibatnya kolom 1 tidak terpilih lagi Lihat Tabel 3.8. Lakukan hal yang serupa untuk seluruh sel diagonal
i= j .
Hasilnya seperti yang terlihat pada Tabel 3.9.
Tabel 3.8 Penyelesaian Ongkos Distribusi Bilangan
Fuzzy
Menggunakan Metode
Least Cost,
Peraga 1
Ketersediaan
� �
� �
�
�
10
� �
� �
�
�
�
16
� �
� �
�
�
�
16
� �
� �
�
�
�
16
� �
� �
� �
22
�
�
�
�
�
�
�
�
�
�
�
16
Permintaan
16 22
26 16
16
Pada Tabel 3.9 terlihat bahwa =
= = adalah ongkos
terkecil, pilih salah satu diantara ketiga sel tersebut untuk dijadikan variabel basis selanjutnya. Misal
, maka � = �i� , = ,
k�t��s�diaa� = − = , p���i�taa� = − = . Selanjutnya
kolom 3 tidak dapat dipilih kembali.
Tabel 3.9 Penyelesaian Ongkos Distribusi Bilangan
Fuzzy
Menggunakan Metode
Least Cost,
Peraga 2
Ketersediaan
� �
� �
�
�
10
� �
� �
�
� �
� �
�
�
� �
� �
�
�
� �
� �
� �
6
�
�
�
�
�
�
�
�
�
�
16
Permintaan
6 10
16
Selanjutnya dari Tabel 3.10 diketahui bahwa = adalah ongkos
terkecil, maka sel tersebut merupakan variabel basis selanjutnya. � = �i� ,
= , k�t��s�diaa� = − = , p���i�taa� =
− = . Baris 5 tidak dapat dipilih kembali. Kini yang tersisa hanya = , alokasikan � = sehingga solusi fisibel awal yang diperoleh
seperti yang terlihat pada Tabel 3.11.
Tabel 3.10 Penyelesaian Ongkos Distribusi Bilangan
Fuzzy
Menggunakan Metode
Least Cost,
Peraga 3
Ketersediaan
� �
�
�
�
4
� �
� �
�
� �
� �
�
�
� �
� �
�
�
� �
� �
� �
6
�
�
�
�
�
�
�
�
�
�
16
Permintaan
10 16
Tabel 3.11 Penyelesaian Ongkos Distribusi Bilangan
Fuzzy
Menggunakan Metode
Least Cost,
Peraga 4
Ketersediaan
� �
�
�
26
� �
� �
�
�
16 16
� �
� �
�
�
22
� �
� �
�
�
26 16
� �
� �
16
�
�
�
�
�
�
�
�
�
�
22 Permintaan
16 16
22 26
16 16
Selanjutnya adalah memeriksa apakah solusi fisibel awal yang diperoleh pada Tabel 3.11 memang sudah optimal atau belum
mengunakan metode MODI
.
Langkah pertama, yaitu menentukan
multiplier
dan dengan pedoman
= untuk seluruh variabel basis, sehingga
= + . Variabel-variabel basisnya adalah
� , � , � � , � , � , � ,� dan � . Sisanya non basis. Variabel basis terbanyak berada pada baris ke-1 dan kolom ke-4.
Pilih salah satu, misalkan baris ke-1, sehingga didefinisikan sebagai
0. Nilai
multiplier
yang lain sebagai berikut : =
+ = +
= =
+ = +
= =
+ = +
= =
+ = − +
= =
+ =
+ =
= +
= +
= − =
+ =
+ = −
Kemudian, nilai opportunity cost akan menentukan sel yang akan menjadi variabel masuk. Nilai tersebut didapat melalui persamaan
= + − .
Opportunity cost
pada seluruh variabel non basis adalah sebagai berikut :
= +
− = + −
�
= −
�
+ =
+ −
= +
− = =
+ −
= + − = =
+ −
= + −
�
= −
�
+ =
+ −
= − + − = − =
+ −
= − + − = − =
+ −
= − + −
�
= −
�
= +
− = − + − = −
= +
− = − + − = −
Opportunity cost
sel 34 bernilai positif, artinya kemungkinan solusi fisibel awal belum optimal sehingga perlu dilakukan realokasi dengan
menggunakan
loop
yang berawal dari sel 34. Diperoleh
loop
�
+
→ �
−
→ �
+
→ �
−
.
Loop
tersebut melibatkan sel 33 dengan tanda -, itu artinya jika realokasi dilakukan maka akan mengakibatkan stok di sel 33
kurang dari stok semu
�̃
= yang ditambahkan sebelumnya. Selain
itu, realokasi juga akan mengakibatkan pemindahan beban sebanyak min
�
−
, �
−
= , = dari sel 33 ke sel 13. Hal ini tidak mungkin
dilakukan karena stok bersifat semu atausebenarnya tidak ada. Karena tidak terdapat
loop
lain yang bisa dibuat dari sel 34 tanpa melibatkan sel 33, maka solusi fisibel yang diperoleh pada Tabel 3.11 sudah optimal.
b. �
∶ +
+ + �
+ +
+ + �
+ +
+ + �
+ +
+ + �
+ � +
� + �
+ � + �
� ∶
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
Permasalahan tersebut ditransformasikan pada Tabel 3.12.
Tabel 3.12 Ongkos Distribusi Bilangan
Fuzzy
Ketesediaan
�
50
�
34
�
30
�
30 36
� �
� �
�
30
Permintaan
30 30 38 46 30 36
Masalah
transshipment
tersebut diselesaikan menggunakan metode
Least Cost
dengan solusi fisibel awal seperti yang terlihat pada Tabel 3.13.
Tabel 3.13 Solusi Fisbel Awal Bilangan
Fuzzy
Ketersediaan
� �
�
50
� �
�
�
�
34
� �
� �
�
�
30
� �
� �
�
�
30
� �
� �
36
�
�
�
�
�
�
�
�
�
�
30
Permintaan
30 30
38 46
30 36
Iterasi 1
Langkah pertama, yaitu menentukan
multiplier
dan . Dari Tabel
3.13 diperoleh 11 variabel basis, yaitu � , � , � , � , � , � , � ,
� , � ,� dan � . Sisanya non basis. Karena variabel basis terbanyak berada pada baris ke-1 maka
dimisalkan sebagai 0. Adapun Nilai
multiplier
yang diperoleh adalah
sebagai berikut : = ,
= , = − ,
= − , = − ,
= = ,
=
−
, = ,
= , = ,
=
Opportunity cost
pada seluruh variabel non basis adalah sebagai berikut :
= − , =
− �−
, = ,
= , =
− �−
, = ,
=
−
, =
−
, = ,
=
− �
, =
−
, = − ,
=
−
, =
−
, =
− �+
, =
−
, =
−
, = − ,
= , =
−
, =
− �
, =
− �+
, =
− �−
, =
− �−
, =
− �−
Terdapat
opportunity cost
yang non negatif, yaitu sel 21, 23, 26, 34, dan 54.
Opportunity cost
terbesar ada pada sel 26, maka realokasi terjadi pada
loop
yang berawal dari sel 34. Diperoleh
loop
�
+
→ �
−
→ �
+
→ �
−
Lihat Tabel 3.14. Pada Tabel 3.14 Nilai
� terkecil dari variabel bertanda - adalah 4 pada sel 26. Alokasikan sebanyak 4 unit pada
loop
tersebut. Sehingga, � =
+ =
� = +
= � =
− =
� = −
= Variabel basisnya kini adalah
� = ,
� = , � = ,
� = , � =
, � = , � =
, � =
, � = ,� =
dan � =
.
Tabel 3.14
Loop
Iterasi 1
Least Cost
, Bilangan
Fuzzy
�
+
�
�
−
� �
−
�
�
�
+
� �
� �
�
�
−
� �
� �
�
�
−
� �
� �
−
�
�
�
�
�
�
�
�
�
� −
Iterasi 2
Variabel basis terbanyak dari hasil iterasi 1 berada pada baris ke-1, maka dimisalkan sebagai 0. Dari sini bisa diperoleh nilai
multiplier
yang lainnya Lihat Tabel 3.15.
Tabel 3.15 Solusi Fisibel Iterasi 1
Least Cost
, Bilangan
Fuzzy
30 �
�
�
� 30
�
�
�
�
4
� �
30 �
�
�
�
−
� �
� 30
�
�
�
−
� �
� 30
�
−
�
�
�
�
�
�
�
�
�
�
30
Nilai
opportunity cost
dari variabel non basisnya sebagai berikut : = − ,
=
− �−
, = − ,
=
−
, =
−
, =
− �−
, =
−
, = − ,
= , =
− �
, =
−
, = − ,
=
−
9
, =
−
, =
− �+
, =
−
, =
−
, =
−
, = ,
=
−
, =
− �
, =
− �
, =
− �−
, =
− �−
, =
− �−
Opportunity cost
yang paling positif ada pada sel 54.
Loop
yang dapat dibuat
adalah �
+
→ �
−
→ �
+
→ �
−
. Realokasikan
sebanyak �i� �
−
, �
−
= �i� , = . Sehingga,
� = +
= � =
+ =
� = −
= � =
− =
Variabel basisnya kini adalah � =
, � = , � =
, � = ,
� = ,
� = , � = ,
� = ,
� = ,� = dan
� = .
Iterasi 3
Variabel basis terbanyak dari hasil iterasi 2 berada pada baris ke-1, maka dimisalkan sebagai 0. Dari sini bisa diperoleh nilai
multiplier
yang lainnya Lihat Tabel 3.16.
Dengan menggunakan nilai
multiplier
yang ada pada Tabel 3.16 diperoleh nilai
opportunity cost
dari variabel non basis, yaitu sebagai berikut :
= − , =
− �−
, = − ,
=
−
, =
−
, =
− �−
, =
−
, = − ,
= , =
− �−
, =
−
, = − ,
=
−
9
, =
−
, =
− �
, =
−
, =
−
, =
−
, = ,
=
−
, =
− �
, =
− �
, =
− �−
, =
− �−
, =
− �−
Tabel 3.16 Solusi Fisibel Iterasi 2
Least Cost
, Bilangan
Fuzzy
30 �
�
�
� 30
�
�
�
�
4
� �
30 �
�
�
�
−
� �
� 30
�
�
�
−
� �
� �
−
�
�
�
�
�
�
�
�
�
�
Opportunity cost
yang non negatif ada pada sel 34.
Loop
yang dapat dibuat adalah
�
+
→ �
−
→ �
+
→ �
−
.
Loop
tersebut melibatkan sel 33 dengan tanda -, itu artinya jika realokasi dilakukan maka akan
mengakibatkan stok di sel 33 kurang dari stok semu
�̃
= yang
ditambahkan sebelumnya. Selain itu, realokasi juga akan mengakibatkan pemindahan beban sebanyak min
�
−
, �
−
= ,
= dari sel 33 ke sel 13. Hal ini tidak mungkin dilakukan karena stok yang dipindahkan
tersebut bersifat semu atau sebenarnya tidak ada. Oleh karena tidak terdapat
loop
lain yang bisa dibuat dari sel 34 tanpa melibatkan sel 33, maka solusi fisibel yang diperoleh pada Tabel 3.16 sudah optimal.
c. �
∶ +
+ + �
+ +
+ + �
+ +
+ + �
+ +
+ + �
+ � + �
+ �
+ � + �
� ∶
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
+ +
+ +
+ =
Permasalahan di atas digambarkan pada Tabel 3.17.
Tabel 3.17 Ongkos Distribusi Bilangan
Fuzzy
Keterse- diaan
�
74
�
52
�
44
�
44 50
� �
� �
�
44
Permin -taan
44 44 54 62 44 60
Masalah
transshipment
tersebut diselesaikan menggunakan metode
Least Cost
dengan solusi fisibel awal seperti yang terlihat pada Tabel 3.18. Selanjutnya adalah memeriksa apakah solusi fisibel awal yang
diperoleh pada Tabel 3.18 memang sudah optimal atau belum mengunakan metode MODI
.
Tabel 3.18 Solusi Fisbel Awal Bilangan
Fuzzy
Ketersediaan
� �
�
74
� �
� �
�
52
� �
� �
�
�
44
� �
� �
�
�
44
� �
� �
50
�
�
�
�
�
�
�
�
�
�
44
Permintaan
44 44
54 62
44 60
Iterasi 1
Menentukan
multiplier
dan . Dari Tabel 3.18 diperoleh 11 variabel
basis, yaitu � , � , � , � , � , � , � , � , � ,� dan � .
Sisanya non basis. Karena variabel basis terbanyak berada pada baris ke-1 maka
dimisalkan sebagai 0. Adapun Nilai
multiplier
yang diperoleh adalah
sebagai berikut : = ,
= , = − ,
= − , = − ,
= = ,
= , = ,
= , = ,
=
Opportunity cost
pada seluruh variabel non basis adalah sebagai berikut :
= − , =
− �−
, = − ,
= − , =
−
, =
− �−
, =
−
, = − ,
= − , =
− �
, =
−
, = − ,
= − , =
−
, =
− �+
, =
−
, =
−
, =
−
, = ,
=
−
,
=
− �
, =
− �
, =
− �−
, =
− �−
, =
− �−
Terdapat
opportunity cost
yang non negatif, yaitu sel 54. Diperoleh
loop
�
+
→ �
−
→ �
+
→ �
−
. Realokasikan
sebanyak �i� �
−
, �
−
= �i� ,
= . Sehingga, � =
+ =
� = +
= � =
− =
� = −
= Variabel basisnya kini adalah
� = ,
� = , � = ,
� = , � =
, � = , � =
, � =
, � = , � =
dan � =
.
Iterasi 2
Variabel basis terbanyak dari hasil iterasi 1 berada pada baris ke-1, maka dimisalkan sebagai 0. Dari sini bisa diperoleh nilai
multiplier
yang lainnya Lihat Tabel 3.19.
Tabel 3.19 Solusi Fisibel Iterasi 1
Least Cost
, Bilangan
Fuzzy
� �
�
� �
� �
�
� �
� �
�
�
−
� �
� �
�
�
−
� �
� �
−
�
�
�
�
�
�
�
�
�
�
Nilai
opportunity cost
dari variabel non basisnya sebagai berikut : = − ,
=
− �−
, = − ,
= − , =
−
, =
− �−
, =
−
, = − ,
= − , =
− �−
, =
−
, = − ,
= − , =
−
, =
− �
, =
−
, =
−
, =
−
, = − ,
=
−
, =
− �
, =
− �
, =
− �−
, =
− �−
, =
− �−
Semua nilai
opportunity cost
bernilai non negatif, artinya solusi fisibel pada Tabel 3.19 sudah optimal.
d. �
∶ +
+ +
+ � +
+ +
+ � +
+ +
+ � +
+ +
+ � +
� + �
+ � + �
+ � �
∶ +
+ +
+ +
= +
+ +
+ +
= +
+ +
+ +
= +
+ +
+ +
= +
+ +
+ +
= +
+ +
+ +
= +
+ +
+ +
= +
+ +
+ +
= +
+ +
+ +
= +
+ +
+ +
= +
+ +
+ +
= +
+ +
+ +
= Permasalahan di atas digambarkan pada Tabel 3.20.
Masalah
transshipment
tersebut diselesaikan menggunakan metode
Least Cost
dengan solusi fisibel awal seperti yang terlihat pada Tabel
3.21. Selanjutnya adalah memeriksa apakah solusi fisibel awal yang diperoleh pada Tabel 3.21 memang sudah optimal atau belum
mengunakan metode MODI
.
Tabel 3.20 Ongkos Distribusi Bilangan
Fuzzy
Keterse- diaan
�
98
9 �
70
�
58
9 �
58 64
� �
� �
�
58
Permin -taan
58 58 78 78 58 76
Tabel 3.21 Solusi Fisbel Awal Bilangan
Fuzzy
Ketersediaan
�
20
�
�
6 98
� �
�
9
�
�
12 70
� �
� �
�
�
58
� �
9
� �
�
�
58
� �
� �
64
�
�
�
�
�
�
�
�
�
�
58
Permintaan
58 58
78 78
58 76
Iterasi 1
Menentukan
multiplier
dan . Dari Tabel 3.21 diperoleh 11 variabel
basis, yaitu � , � , � , � , � , � , � , � , � ,� dan � .
Sisanya non basis. Karena variabel basis terbanyak berada pada baris ke-1 maka
dimisalkan sebagai 0. Adapun Nilai
multiplier
yang diperoleh adalah
sebagai berikut : = ,
= , = − ,
= − , = − ,
= = ,
= , = ,
= , = ,
=
Opportunity cost
pada seluruh variabel non basis adalah sebagai berikut :
= − , =
− �−
, =
−
, = − ,
= − , =
− �−
, = − ,
=
−
, =
−
, =
− �
, = − ,
= − , =
−
, =
−
, =
− �+
, =
−
, = − ,
= − , = ,
= − , =
− �
, =
− �
, =
− �−
, =
− �−
, =
− �−
. Terdapat
opportunity cost
yang non negatif, yaitu sel 54. Diperoleh
loop
�
+
→ �
−
→ �
+
→ �
−
. Realokasikan
sebanyak �i� �
−
, �
−
= �i� , = . Sehingga,
� = +
= � =
+ =
� = −
= � =
− =
Variabel basisnya kini adalah � =
, � =
, � =
, � = ,
� = ,
� = ,
� = ,
� = ,
� = , � = dan
� = .
Iterasi 2
Variabel basis terbanyak dari hasil iterasi 1 berada pada baris ke-1, maka
dimisalkan sebagai 0. Dari sini bisa diperoleh nilai
multiplier
yang lainnya Lihat Tabel 3.22.
Tabel 3.22 Solusi Fisibel Iterasi 1
Least Cost
, Bilangan
Fuzzy
�
20 14
�
�
6
� �
�
9
�
�
12
� �
� �
�
�
−
� �
9
� �
�
�
−
� �
� �
−
�
�
�
�
�
�
�
�
�
�
1 1
Nilai
opportunity cost
dari variabel non basisnya sebagai berikut : = − ,
=
− �−
, =
−
, = − ,
= − , =
− �−
, = − ,
=
−
, =
−
, =
− �−
, = − ,
= − , =
−
, =
−
, =
− �
, =
−
, =
−
, =
−
, =
−
, =
−
, =
− �
, =
− �
, =
− �−
, =
− �−
, =
− �−
. Semua nilai
opportunity cost
bernilai non negatif, artinya solusi fisibel pada Tabel 3.22 sudah optimal.
Selanjutnya adalah mengecek apakah variabel keputusan dari masing- masing bilangan
fuzzy
, , , dan sudah memenuhi syarat : −
, −
, −
Dari hasil perhitungan sebelumnya, seluruh variabel keputusan yang telah kita peroleh adalah seperti yang ditunjukkan Tabel 3.23.
Tabel 3.23 Seluruh Variabel Keputusan Pemrograman Linier
Crisp
Sel
− −
−
11 16
30 44
58 14
14 14
13 6
8 10
20 2
2 10
14 4
10 12
14 6
2 2
16 2
8 6
2 6
-2 22
16 30
44 58
14 14
14 26
4 8
12 4
4 4
33 16
30 44
58 14
14 14
44 16
30 44
58 14
14 14
54 6
6 6
6 55
16 30
44 58
14 14
14 66
16 30
44 58
14 14
14 Variabel lain bernilai 0
Pada Tabel 3.23 terlihat bahwa −
= − , artinya sel 16 tidak
memenuhi syarat bahwa − haruslah bernilai non negatif. Oleh karena
itu perlu dilakukan pemindahan beban untuk menambah beban pada agar
dapat memenuhi −
. Jadi, pada sekurang-kurangnya harus
diberi tambahan beban sebanyak 2 unit. Perlu dicari terlebih dahulu
loop
yang bisa memberikan beban tambahan ke
.
Loop
tersebut dapat dilihat pada Tabel 3.24.
Semua nilai pemindahan beban dari
loop
pada Tabel 3.24 berharga positif. Itu artinya realokasi akan mengakibatkan kenaikan pada total ongkos
distribusi. Oleh karena itu
loop
yang harus dipilih adalah
loop
dengan nilai pemindahan beban paling kecil agar kenaikan total ongkos distribusi
seminimum mungkin. Jadi,
loop
yang terpilih adalah
loop
dengan variabel masuk
� . Alokasikan sebanyak 2 unit ke dalam
loop
tersebut sehingga, � = + =
� = + = � =
− = � =
− =
Tabel 3.24
Loop
yang Memberikan Penambahan Beban pada
Variabel Masuk
Loop
Nilai Pemindahan Beban
� �
+
→ �
−
→ �
+
→ �
−
→ �
+ − + − =
� �
+
7
→ �
−
→ �
+
→ �
−
→ �
+
7
− + − =
� �
+
9
→ �
−
→ �
+
→ �
−
→ �
+
7
9 − + − =
� �
+
�
→ �
−
→ �
+
→ �
−
→ �
+
→ �
−
→ �
+
�
� − + − + − =
�−
� �
+
�
→ �
−
→ �
+
→ �
−
→ �
+
�
� − + − =
�
� �
+
�
→ �
−
→ �
+
→ �
−
→ �
+
�
� − + − =
�−
� �
+
�
→ �
−
→ �
+
→ �
−
→ �
+
�
� − + − =
�−
Tabel 3.25 Variabel Keputusan Hasil Pengecekan
Sel
− −
−
11 16
30 44
56 14
14 12
13 6
8 10
20 2
2 10
14 4
10 12
14 6
2 2
16 2
8 8
2 6
21 2
2 22
16 30
44 58
14 14
14 26
4 8
10 4
4 2
33 16
30 44
58 14
14 14
44 16
30 44
58 14
14 14
54 6
6 6
6 55
16 30
44 58
14 14
14 66
16 30
44 58
14 14
14 Variabel lain bernilai 0
Langkah 5
Substitusikan variabel keputusan
crisp
yang diperoleh ke variabel
fuzzy
�̃ = , , ,
�̃ = , , ,
, �̃ = , , ,
, �̃ = , , ,
, �̃ = , , , ,
�̃ = , , , , �̃ =
, , , ,
�̃ = , , , ,
�̃ = , , ,
, �̃ = , , ,
, �̃ = , , , ,
�̃ = , , ,
, �̃ = , , ,
.
Langkah 6
Menentukan total ongkos
fuzzy
minimum dengan mensubstitusikan nilai dari �̃ ke ∑
∑ ̃
�̃
+ =
+ =
. ̃
�̃ =
, , , , , ,
= , , ,
̃ �̃
= , , ,
, , , =
, , , ̃
�̃ =
, , , , , ,
= , , ,
̃ �̃
= , , ,
, , , =
, , , ̃
�̃ =
, , , , , ,
= , , ,
̃ �̃
= , , ,
, , , =
, , , ̃
�̃ =
, , , , , ,
= , , ,
̃ �̃
= , , ,
, , , =
, , , ̃
�̃ =
, , , , , ,
= , , ,
̃ �̃
= , , ,
, , , =
, , , ̃
�̃ =
, , , , , ,
= , , ,
̃ �̃
= , , ,
, , , =
, , , , , ,
Dari hasil yang diperoleh, maka pengiriman yang terjadi antara lain : a.
Dari � ke � dikirim sebanyak �̃ = , , , b.
Dari � ke � dikirim sebanyak �̃ = , , , c.
Dari � ke � dikirim sebanyak �̃ = , , ,
Dengan total ongkos pengiriman
fuzzy
sebesar , , ,
. Dengan kata lain, total ongkos pengiriman minimum sebesar 8, maksimum 166, rata-rata
ongkos pegiriman antara 38 dan 90.