PENERAPAN OPTIMASI Pemilihan Lokasi Pabrik Dengan Metode Kuantitatif

Rudini Mulya Daulay Program Studi Teknik Industri,Fakultas TeknikUniversitas Mercu Buana email: rudinimenteri@gmail.com 2012 Abstrak

Untuk menetukan alternative lokasi pabrik yang sebaiknya dipilih maka ada 2 metode pendekatan yang dikenal, yaitu metode kualitatif ( Rangking Prosedure) dan metode kuantitatif (Analisa Pusat Gravitasi dan Analisa Metode Transportasi ). Metode ini lebih bersifat kkualitatif dan /atau subyektif. Disini akan baik aplikasinya untuk problema-problema yang sulit untuk dikuantifikasikan. Prosedir yang harus dilaksanakan dalam pendekatan dengan metode kualitatif ini bisa diatur berdasarkan langkah-langkah analisa sebagai berikut : Langkah pertama adalaha mengidentifikasikan faktor-faktor yang relevan dan memiliki signifikasi yang berkaitan dengan proses pemilihan lokasi pabrik, seperti halnya dengan faktor-faktor berikut : Lokasi pensuplai bahan baku Lokasi pemasaran Lokasi tenaga kerja Kondisi iklim UU dna peraturan lainnya Factory utilities dan services

Langkah kedua adalah pemberian bobot dari masing-masing faktor yang telah diidentifikasikan derajat kepentingannya ( weighted procedure ). Sebagai contoh dari faktor-faktor tersebut diatas kita beri bobot sebagai berikut :
11

Lokasi pensuplai bahan baku 20% bobotnya ( X1 ) Lokasi pemasaran bobotnya 40% ( X2 ) Lokasi tenaga kerja ( X3 ) Kondisi iklim setempat berbobot 5% ( X4 )
Penarapan Sistem Optimasi Disektor Industri Maufactur
Email: rudinimenteri@gmail.com

Proses Optimasi -Kuantitatif

Rudini Mulya Daulay

UU dna peraturan-peraturan Daerah setempat 5% ( X5 ) Factory utilities dan services 20% ( X6 )

Harga Xi = 1 s/d 6 menunjukkan bobot dari masing-masing faktor yang diidentifikasikan sesuai dengan skala angka ( range berkisar 0 s/d 10, dengan 10 terbaik ) dari masing-masing alternatif lokasi yang dianalisa. Misalnya disini ada 4 alternatif lokasi, maka matrix skor dari setiap faktor dan alternatif lokasi dapat ditunjukkan seperti tergambar dalam tabel di bawah ini.

Tabel Matriks Penilaian Lokasi dengan Rangking Procedure Alternatif Kriteria Raw Material Supplies Market Location Labor Supplies Climatic Conditions Law & Rules Factory Utilities & Services Lokasi I Y11 Y21 Y31 Y41 Y51 Y61 Lokasi II Y12 Y22 Y32 Y42 Y52 Y62 Lokasi III Y13 Y23 Y33 Y43 Y53 Y63 Lokasi IV Y14 Y24 Y34 Y44 Y54 Y64

Langkah keempat dari prosedur ini adalah dengan mengelikan bobot dari masing-masing faktor tersebut diatas dengan skor dari tiap-tiap alternative yang ada ( Xi x Yij ) dan menghitung total perkalian antara skor dan bobot ini yang dalam hal ini bias diinformasikan sebagai : Zj = Xi x Yij i = 1 s/d 6 ( dalam contoh ini ) j = 1 s/d 4 ( dalam contoh )

Dari hasil total perkalian ini maka pemilihan alternatif lokasi yang dianggap paling baik adalah alternatif lokasi yang memiliki Zi yang terbesar.

11

Proses Optimasi -Kuantitatif

Rudini Mulya Daulay

Penarapan Sistem Optimasi Disektor Industri Maufactur

Email: rudinimenteri@gmail.com

1. Alternatif Pemilihan Lokasi Pabrik Dengan Metode Kuantitatif Metode ini bersifat kuantitatif dan dianggap obyektif karena penilaiannya akan dikuantifikasikan secara nyata. Disini akan dibahas beberapa metode kuantitatif yang mana secara garis besar kita bagi menjadi 2 metode dasar, yaitu : Metode Analisa Pusat Gravitasi ( Centre of Gravity Approach ) Metode Analisa Transportasi ( Metode Heuristic, Metode North-West Corner Rule and Vogels Appoximation Method ).

2. Metode Analisa Pusat Gravitasi Lokasi yang optimal dari suatu pusat fasilitas produksi ( pabrik ) pada dasarnya akan dipengaruhi oleh lokasi dimana sumber-sumber material yang dibutuhkan umtuk production output harus didistribusikan. Pendekatan analisa pusat gravitasi dibuat dengan memperhitungkan jarak masing-masing lokasi sumber material atau daerah pemasaran tadi dengan lokasi pabrik yang direncanakan. Disini asumsi dibuat bahwa biaya produksi dan distribusi untuk masing-masing lokasi ( sumber material, pemasaran menuju lokasi pabrik ) akan sama. Formula yang diperlukan untuk analisa pusat gravitasi dapat dinyatakan sebagai berikut :

Dimana: m = banyaknya alternatif lokasi pabrik yang dipilih. n = banyaknya daerah pemasaran atau sumber perolehan material yang akan menjadi pertimbangan dalam penentuan lokasi (Xi,Yi) = koordinat lokasi dari alternatif pabrik yang akan didirikan i=1,2,3,.m (aj, bj) = koordinat lokasi dari daerah pemasaran yang akan didistribusikan atau lokasi sumber material dimana pabrik akan sangat tergantng j = 1,2,3n Wj = kebutuhan demand akan produk atau material dari daerah pemasaran atau jumlah kapasitas suplai dari lokasi sumber. Rumus tersebut diatas berlaku baik untuk menetapkan lokasi pabrik relatif terhadap daerah-daerah pemasaran yang ingin didistribusikan maupun terhadap sumber-sumber material dimana pabrik akan sangat bergantung. Untuk kelancaran analisa ini maka input data yang diperlukan berupa.
11 Proses Optimasi -Kuantitatif
Rudini Mulya Daulay

Penarapan Sistem Optimasi Disektor Industri Maufactur

Email: rudinimenteri@gmail.com

Ramalan kebutuhan produk jadi maupun bahan baku dari masing-masing daerah pemasaran atau sumber material. Koordinat geografis dari lokasi pabrik yang direncanakan, daerah pemasaran ataupun lokasi sumber material. Rasio/perbandingan antara material input dengan produk jadi yang dihasilkan.

Kesulitan pokok didalam analisa pusat gravitasi ini ialah kenyataan yang dihadapi berupa perbedaan biaya distribusi dan produksi untuk setiap lokasi dimana dalam formula tidak diperhitungkan. Metode analisa transportasi ( program linier ) dalam hal ini akan bisa membantu didalam mencari optimalisasi lokasi dengan memasukkan faktor biaya produksi dan/atau distribusi didalam analisanya.

3. METODE ANALISA TRANSPORTASI PROGRAMA LINIER Aplikasi metode transpotasi akan meliputi pemecahan permasalahan seperti :

permasalahan-

Penetapan suplai yang cukup untuk beberapa lokasi tujuan dari beberapa sumber tertentu pada tingkat biaya yang minimal. Pemilihan lokasi untuk fasilitas-fasilitas baru (plant atau arehouse) untuk memenuhi kebutuhan pasar yang akan datang(location problem). Penetapan berbagai macam bentuk/sumber produksi guna memenuhi kapasitas produksi sesuai dengan demand yang akan datang dan biaya produksi yang minimal, khususnya yang berkaitan dengan proses sub-kontrak.

CONTOH : Perusahaan penerbanagan komersial mengoperasikan pesawat-pesawatnya untuk menghubungkan 4 kota besar dalam suatu pulau sebagai tujuannya. Misalnya saja airport dari ke-4 kota besar tersebut kita sebut sebagai A1,A2,,A3,&A4 . untuk kebutuhan suplai bahan bakarnya maka diperoleh dari sumber-sumber bahan bakar yang terletak dikota F1,F2,dan F3. Kapasitas sumber bahan bakar,kebutuhan bahan bakar untuk tiap-tiap airport dan biaya distribusi dapat ditunjukan dalam transportation matrix berikut. Problema kita disini adalah mencoba meng alokasikan kebutuhan bahan bakar dari masing-masing airport tersebut dengan sumber-sumber suplai bahan bakar menurut total biaya distribusi yang termurah.

11

Proses Optimasi -Kuantitatif

Rudini Mulya Daulay

Penarapan Sistem Optimasi Disektor Industri Maufactur

Email: rudinimenteri@gmail.com

SUMBER

TUJUAN A1 $ 10,A2 $ 8,A3 $ 5,A4 $ 6,-

Kapasitas suplai ( ton / minggu )

F1 $ 5,F2 $ 9,F3 $ 7,$ 4,$ 7,$ 2,$ 6,$ 3,-

2.400

4.000

3.600

Kebutuhan suplai ( ton / minggu )

2.300

3.400

2.500

1.800

10.000

Dari persoalan diatas dapat diselesaikan dengan beberapa metode, yaitu : Metode Heuristic Northwest corner Ruler Method ( NCR ) Vogels Approximation Method ( VAM ) Catatan & Notasi : SOURCE Source atau sumber disini ditunjukan dengan kapasitas suplai dari masingmasing sumber tersebut untuk periodeb waktu tertentu (mingguan,bulanan,harian,dan lain-lain). Jumlah sumber (asal) ditunjukan dalam baris transportation matrix dengan notasi Si (dimana i : 1,2,.m). dalam contoh kita maka sumber ini ditunjukan dengan F1,F2,dan F3 dimana kapasitas suplai dari masing-masing sumber asal ini adalah S1 = 2.400 ton/minggu. S2 = 4.000 ton/minggu. Disini i = 1,2,3, (m=3). DESTINATION Destination atau tujuan menunjukan lokasi dimana suplai akan diberikan. Kebutuhan dari masing-masing lokasi tujuan akan suplai per satuan waktu juga harus ditentukan. Tujuan disini akan ditunjukan dengan kolom dalam transportation matriks dengan notasi Dj (dimana j = 1,2,n).

11

Proses Optimasi -Kuantitatif

Rudini Mulya Daulay

Penarapan Sistem Optimasi Disektor Industri Maufactur

Email: rudinimenteri@gmail.com

dalam contoh maka tujuan ini ditunjukan dengan A1,A2,A3, dan A4 dimana kebuuhan suplai untuk masing-masing tujuan adalah D1 = 2.300 ton/minggu, D2 = 3.400 ton/minggu, D3 = 2.500 ton/minggu,dan D4 = 1.800 ton/minggu. Disini j = 1,2,3 dan 4 (n = 4) UNIT SHIPPING COST Biaya pengiriman untuk 1 unit produk sering kali dalam persoalan juga akan dimasukan biaya produksi per unit untuk setiap lokasi sumber dari sumber i ke tujuan j akan ditunjukan dengan notasi Cij. Dalam contuh akan ada m x n biaya pengiriman atau distribusi dari sumber ketujuan yaitu sebanyak 12 macam biaya, seperti tertera dalam transportation matriks biaya pengiriman dari sumber F1 menuju lokasi tujuan A3 sebesar $ 5 (C13).
ALOKASI SUPLAI/DISTRIBUSI

Jumlah pengiriman barang atau distribusi produk per route (Xij) adalah merupakan variable yang nilainya justru hendak dicari atau dihitung. Alokasi dari suplai distribusi atau pengiriman setiap route ini tentu saja dengan memprtimbangkan kapasitas sumber,demand dari setiap lokasi tujuan dan biaya pengiriman/distribusi dari sumber ke tujuannya. Didalam penentuan alokasi ini maka total biaya distribusi/pengiriman dan biaya produksi yang minimal akan merupakan tolak ukur pemecahan masalah yang ada (Cij , Xij). TOTAL TRANSPORTATION COST Disini biaya total transportasi dari sumber ke lokasi tujuan setiap alokasi suplai akan merupakan kriteria pokok untuk evaluasi. Total transportation cost disini dapat diformulasikan sebagai Z = Cij x Xij dan optimalisasi akan dicapai untuk harga Z yang terkecil. Besdasarkan keterangan diatas maka jelas bahwa tujuan utama dari analisa metode transportasi ini adalah untuk memberikan total transportation cost (Z) yang terkecil. Hambatan pokok yang dihadapi dalam analisa metode ini adalah bahwa kebutuhan dari tiap tujuan haruslah sesuai dengan suplai yang bisa disediakan oleh setiap sumber (dengan kapasitasnya masing-masing) yang ada. Dari contoh kita diatas maka : Total transportation cost : (Z) = cij x Xij atau = C11 x X11 + C12 x X12 + C34 x X34 Problema utama dari analisa transportasi ini adalah mengalokasikan harga Xij dimana disini kita akan menghadapi hambatan/batasan yang bisa diklasifikasikan sebagai supply constraint dan destination constraint.
11 Proses Optimasi -Kuantitatif
Rudini Mulya Daulay

Penarapan Sistem Optimasi Disektor Industri Maufactur

Email: rudinimenteri@gmail.com

Supply constraint atau batasan yang berkaitan dengan sumber menunjukan bahwa jumlah dari seluruh pengiriman atau distribusi dari stiap sumber khusus (kapasitas) dari sumber yang bersangkutan (S1). Dari contoh soal kita maka X11 + X12 +X13 +X14 = S1 atau F1 = 2.400 ton/minggu. Destination constraint atau batasan yang berkaitan dengan kebutuhan masing-masing lokasi tujuan menunjukan bahwa jumlah pengiriman total yang diterima pada suatu tujuan harus sama dengan jumlah yang dibutuhkan dari lokasi tujuan tersebut. Dari contoh soal maka bisa dinyatakan X12 + X22 +X32 = D atau A2 = 3.400 ton/minggu. Dengan mengingat kondisi dan batasan persoalan yang ada, maka didalam penyelesaian analisa transportasi perlu diperhatikan hal-hal sebagai berikut : Kapasitas supplies dan kebutuhan harus dinyatakan dalam satuan unit yang sama seperti seperti tons, buah, gallon, dan lain-lain. Kalau disini ditumjukan per satuan maka inipun juga harus sama. Disini total kapasitas supplies dari setiap sumber (SSi) juga hrus sama dengan dengan total kebutuhan dari setiap lokasi tujuan (SDi). Apabila kondisi ini tidak diperoleh maka diperlukan penyesuaian-penyesuian sebagai berikut : Total kebutuhan lokasi tujuan lebih besar dibandingkan dengan total kapasitas supplies yang tersedia dari sumber yang ada (D1 > S1). Menghadapi kasus ini maka perlu membuat semacam dummy source yaitu sumber yang memiliki kapasitas fiktif sebesar selisih D1 - S1 dimana unit shipping cost untuk masing-masing alokasi dalam baris dinyatakan dalam nol. Total kapasitas supplies yang tersedia lebih besar dibandingkan dengan total kebutuhan dari lokasi tujuannya (S1 >.D1). seperti halnya dengan problema sebelumnya maka disini perlu pula dibuat dummy destination yaitu mengalokasikan suatu tujuan fiktif dengan kebutuhan supplies sebesar S1-D1 dan alokasi unit shipping cost untuk kolom ini juga dibuat sama dengan nol. Didalam penyelesaian persoalan ini maka semua asumsi yang dipakai dalam teori programa linier juga akan diaplikasikan dalam metode analisa transportasi.

11

Proses Optimasi -Kuantitatif

Rudini Mulya Daulay

Penarapan Sistem Optimasi Disektor Industri Maufactur

Email: rudinimenteri@gmail.com

A1 F1
S1 = 2.400 ton/minggu

D1 = 2.300 ton/minggu

A2 F2
S1 = 4.000 ton/minggu

D2 =3.400 ton/minggu

A3

D3 = 2.500 ton/minggu

F3

S1 = 3.600 ton/minggu

A4

D4 = 1.800 ton/minggu

Kembali pada contoh persoalan yang hendak dibahas, maka kita melihat bahwa total kapasitas supplies dari sumber-sumber yang ada sudah seimbang sama dengan total kebutuhan dari lokasi tujuannya. Secara sistematis representasi dari problema yang ada bisa digambarkan dalam bentuk network seperti pada gambar berikut :

11

Proses Optimasi -Kuantitatif

Rudini Mulya Daulay

Penarapan Sistem Optimasi Disektor Industri Maufactur

Email: rudinimenteri@gmail.com

STEP 0

FORMULASI PROBLEM

STEP 1

MENCARI PENYELESAIAN AWAL

STEP 2

Dapatkah Penyelesaian awal diperbaiki YA Menentukan incoming variabel yaitu alokasi sel matriks yang kosong dimana akan dapat menambah total biaya

TIDAK

STOP, Penyelesaian sudah Optimal

STEP 3

STEP 4

Indentifikasi outgoing variabel, yaitu sel-matriks tertentu yang batas alokasinya akan bertambah dengan incoming variabel

STEP 5

MENETAPKAN PENYELESAIAN BARU DENGAN PERBAIKAN SEPERLUNYA

Flow chart penyelesaian masalah lokasi dengan Metode analisis transportasi

11

Proses Optimasi -Kuantitatif

Rudini Mulya Daulay

Penarapan Sistem Optimasi Disektor Industri Maufactur

Email: rudinimenteri@gmail.com

Untuk penyelesaian masalah dengan metode analisa transportasi ini maka procedur yang harus ditempuh dapat dipresentasikan secara skematis pada gambar di atas. Guna memperjelas prosedur penyelesaian masalah transportasi, berikut akan dibahas langkah analisa, yaitu sebagai berikut : Steep 1 : Penyelesaian Awal Sebelum penyelesaian awal ini dibuat maka terlebih dahulu problem yang ada diperhatikan apakah sudah seimbang atau belum. Maksudnya disini total suplai haruslah sama dengan total kebutuhan masing-masing lokasi tujuannya. Apabila ternyata tidak seimbang maka dibuat dummy yang sesuai, seperti apa yang telah dibahas terdahulu. Untuk penyelesaian awal ini bisa dilaksanakan dengan aplikasi salah satu metode, yaitu : Metode Heuristic Northwest corner Ruler Method (NCR) Vogels Approximation Method (VAM)

Untuk penyelesaian awal ini maka ada 3 kondisi yang harus dipenuhi, yaitu : Penyelesaian dalam bentuk pengalokasian harus memenuhi kelayakan (feasible) yaitu sesuai dengan batasan suplai dan demand yang ada. Alokasi harus menempati seluruh matrix sel yang ada dan memenuhi persyaratan m + n 1 (jumlah seluruh batasan sumber supplies dan kebutuhan lokasi tujuan). Alokasi sel matrix pada posisi yang tidak membentuk lintasan tertutup (close path).

2. 3. 1. METODE HEURISTIC Metode heuristic seperti halnya dengan metode yang lain bertujuan untuk meminimumkan total coxt untuk alokasi/distribusi suplai produk untuk steiap lokasi tujuan. Dengan memperhatikan struktur biaya pengiriman/distribusi ( dalam beberapa hal struktur biaya produksi juga akan digabungkan jadi satu ) yang ada, maka alokasi suplai dari masing-masing sumber untuk memenuhi kebutuhan masing-masing lokasi tujuan prioritaskan berturut-turut sesuai dengan struktur biaya yang terkecil, sehingga diharapkan pada akhirnya akan diperoleh total biaya trnsportasi yang terkecil. Metode heuristic ini sederhana dan cepat aplikasinya, akan tetapi tidak menjamin diperoleh hasil pemecahan yang optimal.

11

10

Proses Optimasi -Kuantitatif

Rudini Mulya Daulay

Penarapan Sistem Optimasi Disektor Industri Maufactur

Email: rudinimenteri@gmail.com

Dari contoh persoalan yang telah dimiliki, kita dapatkan penyelesaian dengan metode Heuristic seperti berikut : TUJUAN A1 $ 10,1.200 ( 6 ) $ 5,F2 $ 9,1.100 ( 5 ) A2 $ 8,A3 $ 5,A4 $ 6,1.200 ( 4 ) $ 3,600 ( 2 )
Kapasitas suplai ( ton / minggu )

SUMBER

F1

2.400

$ 2,3.400 ( 1 ) $ 7,-

$ 6,-

4.000

F3

$ 4,2.500 ( 3 )

$ 7,3.600

Kebutuhan suplai ( ton / minggu )

2.300

3.400

2.500

1.800

10.000

Penyelesaian dengan menggunakan metode Heuristic didasarkan dengan prinsip The least cost assignment rountine , dimana disini kita akan selalu mengalokasikan demand sebesar-besarnya pada lokasi sumber yang memberikan biaya transportasi yang sekecil-kecilnya secara berturut-turut. Berdasarkan alokasi penyelesaian persoalan tersebut diatas maka akan diperoleh total biaya transportasi ( Z ) yaitu sebesar : Z = 3.400 ($2) + 600 ($3) + 2.500 ($4) + 1.200 ($6) + 1.100 ($9) + 1.200 ($10) = $ 47.700 Dari langkah penyelesaian persoalan yang telah dilaksanakan terlihat bahwa persyaratan batasan suplai dan kebutuhan setiap lokasi sudah terpenuhi. Demikian pula persyaratan bahwa lokasi harus menempati seluruh sel matrix dengan jumlah alokasi sebesar m + n 1 sudah pula berhasil dilaksanakan. Dalam kasus persoalan yang dihadapi kita ketahui bahwa m = 3 dan n = 4, sehingga m + n 1 = 6 ( jumlah alokasi yang dilaksanakan juga sebanyak 6 )

11

11

Proses Optimasi -Kuantitatif

Rudini Mulya Daulay

Penarapan Sistem Optimasi Disektor Industri Maufactur

Email: rudinimenteri@gmail.com

2. 3.

NORTHWEST CORNER RULE Metode ini juga tergolong sederhana didalam langkah-langkah kerjanya meskipun dalam beberapa hal dianggap kurang efisien. Disini langkah penyelesaian diawali dengan alokasi pada sel matrix yang terletak pada pojok kiri atas ( north west ) dan memakai suplai dari sumber yang tersedia semaksimal mungkin disesuaikan dengan kebutuhan dari alokasi tujuannya. SUMBER F1 TUJUAN A1 $ 10,2.300
Kapasitas suplai ( ton / minggu )

A2 $ 8,100

A3 $ 5,-

A4 $ 6,-

2.400

F2

$ 5,-

$ 2,3.300

$ 6,700

$ 3,-

4.000

F3

$ 9,-

$ 7,-

$ 4,1.800 2.500

$ 7,1.800 1.800

3.600

Kebutuhan suplai ( ton / minggu )

2.300

3.400

10.000

Berdasarkan penyelesaian awal dengan menggunakan merode NCR ini maka total transportasi cost ( Z ) dapat dihitung sebagai berikut : Z = 2.300 ($10) + 100 ($8) + 3.300 ($2) + 700 ($6) + 1.800 ($4) + 1.800 ($7) = $ 54.400 Dari penyelesaian horizontal ( baris sumber ) dan vertical kolom lokasi tujuan ) diatas maka kita lihat bahwa penyelesaian dengan metode NCR cukup fleksibel, tidak ada lintasan tertutup ( closed path atau loop ), ini akan muncul bila lokasi suplai dan kebutuhan secara serentak sudah terpenuhi batasan-batasannya ( suplai = kebutuhan ). Disini pemindahan alokasi secara diagonal tidak diperbolehkan, karena pengoleksiannya hanya diperbolehkan karena horizontal dan vertical. Kalau kondisi seperti hal tersebut terjadi maka prosedur tersebut akan terhenti dan tidak bisa dilanjutkan.

11

12

Proses Optimasi -Kuantitatif

Rudini Mulya Daulay

Penarapan Sistem Optimasi Disektor Industri Maufactur

Email: rudinimenteri@gmail.com

2. 3. 3. VOGELS APPROXIMATION METHOD Metode Vogels Approximation ( VAM ) ditunjukan untuk memperbaiki metode NCR dimana disini unit cost dari tiap-tiap sel matrik akan diperhatikan pada saat alokasi suplai. Langkah-langkah kerja dimulai dengan menghitung perbedaan diantara dua nilai unit cost tranportasi yang terkecil dari setiap kolom ada. Langkah berikutnya adalah memilih baris atau kolom dengan perbedaan unit cost terbesar dan mengalokasikan suplai maksimum yang dimungkinkan dalam sel matrix yang justru memiliki nilai cost terkecil. Setelah itu baris kolom yang telah terpilih ini dihilangkan dan langkah kerja kita ulangi lagi seterusnya sampai semua alokasi m + n 1 terpenuhi lengkap.

ITERASI I

11

13

Proses Optimasi -Kuantitatif

Rudini Mulya Daulay

Penarapan Sistem Optimasi Disektor Industri Maufactur

Email: rudinimenteri@gmail.com

ITERASI II

Dengan diselesaikannya iterasi 4 maka selesailah sudah alokasi dari setiap sumber yang ada untuk setiap lokasi tujuan masing-masing. Disini lokasi suplai memenuhi persyaratan m + n 1 yaitu sama dengan 6 dan lintasan alokasi tidak membentuk loop lintasan tertutup (closed path) seperti yang bisa dilihat dalam kesimpulan berikut :

SUMBER

TUJUAN A1 $ 10,600 A2 $ 8,A3 $ 5,A4 $ 6,1.800

Kapasitas suplai ( ton / minggu )

Perbedaan sumber baris

F1

2.400

F2

$ 5,600

$ 2,3.400

$ 6,-

$ 3,4.000 1

F3

$ 9,1.100

$ 7,-

$ 4,2.500

$ 7,3.600 3

11

14

Proses Optimasi -Kuantitatif

Rudini Mulya Daulay

Penarapan Sistem Optimasi Disektor Industri Maufactur

Email: rudinimenteri@gmail.com

Kebutuhan suplai ( ton / minggu )

2.300

3.400

2.500

1.800

Perbedaan kolom

5*

Total biaya transportasi untuk solusi baru ini adalah sebesar : Z = 600 ($5) + 1.800 ($6) + 600 ($5) + 3.400 ($2) + 1.100 ($9) + 2.500 ($4) = $43.500

Kalau melihat hasilnya dan alokasi suplai maka terlihat bahwa metode VAM memiliki hasil akhir lebih baik dibandingkan metode NCR ataupun heuristic. Hasil ini masih belum tentu optimal dan untuk itu perlu dilanjutkan (dievaluassi) dengan step-step berikutnya.

Step 2 : Evaluasi Penyelesaian Awal Langkah atau step 2 merupakan langkah pengecekan dari penyelesaian awal duna melakkukan perbaikan-perbaikan yang dimungkinkan. Karena disini dilakukan dengan cara menukar alokasi suplai ke tempat yang kosong dan memili ki unit transportasi cost yang lebih kecil, akhirnya akan dapat member kemungkinan untuk mengurangi total transportasi cost. Testing dari sel matriks yang kosong ini dilaksanakan dengan membuat alokasi percobaan yaitu menempatkan 1 unit suplai disini dan kemudian menghitung pengaruhnya terhadap total biaya. Alokasi dibuat sedemikian rupa sehingga akan selalu memberikan suatu unique closed peth dalam transportasi matriks. Perlu diingat bahwa penambahan alokasi 1 unit dalam sel-sel matriks yang telah diisi pada bagian pojok dari lintasan tertutup harus disesuaikan dengan menambah atau mengurangi dengan 1 unit sehingga kapasitas suplai dan kebutuhan (demand) batasanbatasannya akan seimbang lagi.

11

15

Proses Optimasi -Kuantitatif

Rudini Mulya Daulay

Penarapan Sistem Optimasi Disektor Industri Maufactur

Email: rudinimenteri@gmail.com

Dengan melanjutkan cara atau metode Northwest Corner Rule (NCR) seperti yang telah dilakukan dalam penyelesaian awal, kita coba memperbaiki keadaan yang ada. Unique closed path yang akan di bentuk dalam lokasi ini adalah : F 2 A4 F2 A3 F3 A3 F3 A4 yang ditunjukan dalam garis patah-patah transportasi pada gambar halaman 48. Kadang-kadang lintasan tertutup yang dihasilkan juga mendekati kondisi melingkar seperti yang ditunjukkan dalam alokasi percobaan dari sel matrik F 3 A1. Langkahlangkah yang diambil untuk mengevaluasi sel yang kosong F 2 A4 seperti dilakukan sebagai berikut : Identifikasi sel matriks yang terisi pada posisi pojok yang menghasilkan unique closed path yang akan dipengaruhi oleh alokasi percobaan ini Tetapkan macam alokasi penyesuaian yang diperlukan untuk tetap menjaga kemungkinan penyelesaian. Ini meliputi langkah-langkah penambahan atau pengurangan 1 unit pada sel-sel yang terisi. Ukuran perubahan biaya yang disebabkan oleh alokasi penyesuaian ini. Hitung efek perubahan biaya yang menggambarkan apakah perbaikan yang akan dilakukan bisa terjadi

11

16

Proses Optimasi -Kuantitatif

Rudini Mulya Daulay

Penarapan Sistem Optimasi Disektor Industri Maufactur

Email: rudinimenteri@gmail.com

Langkah-langkah tersebut diatas dapat dilihat dalam table berikut :

Sel matriks yang ditempati F2 A4 F2 A3 F3 A3 F3 A4 Alokasi penyesuaian +1 -1 +1 -1 Perbuhan biaya total +$3 -$6 +$4 -$7 Indeks perbaikan untuk alokasi F3 A1 per unit produk Tambahan : +3+4 = +$7 Kurang : -6-7 = -$13 Total = -$6

Kesimpulan yang bisa ditarik dari langkah ini adalah bahwa dengan penempatan sel matriks F2 A4 maka setiap unit akan memberikan pengurangan total cost sebesar $6 ; karena itu perubahan alokasi posisi F2 A4 akan memberikan usaha perbaikan.

Step 3 : Menentukan Incoming Variable (Pengalokasian Sel Matriks Kosong) Langkah ini mencoba mengkaji apakah ada sel matriks kosong lain yang mampu memberikan hasil perbaikan yang lebih besar lagi (selain F2 A4 dalam contoh persoalan yang ada). Hal tersebut dilaksanakan dengan evaluasi sisa sel matriks lain yang kosong dengan cara yang sama pula. Disini kemingkinan yang bisa diambil adalah dengan mengisi sel matriks F3 A1 (lihat halaman 48) dimana juga akan menghasilkan lintasan tertutup seperti yang ditunjukkan garis panah tebal. Disini alokasi sel matriks F3 A1 justru akan menghasilkan penambahan sebesar $ 7 per unit seperti yang ditunjukkan pada table dibawah ini :

Sel matriks yang ditempati F3 A1 F3 A3 F2 A3 F2 A2 F1 A2 F1 A1 +1

Alokasi penyesuaian +$9 -1 +1 -1 +1 -1 +$8 +$6

Perbuhan biaya total

-$4 -$2 -$10

Indeks perbaikan untuk alokasi F3 A1 per unit produk Tambahan : +3+4+8 = +$7 Kurang : -6-7-10 = -$13 Total = +$7

Dengan demikian maka F3 A1 diabaikan. Evaluasi yang sama selankutnya dapat dilaksanakan dengan melihat alternatif sel matriks kosong yang lain seperti yang ditunjukkan dalam gambar pada halaman 48.

11

17

Proses Optimasi -Kuantitatif

Rudini Mulya Daulay

Penarapan Sistem Optimasi Disektor Industri Maufactur

Email: rudinimenteri@gmail.com

Sel matriks yang kosong yang dipilih adalah yang mampu memberikan reduksi biaya total terbesar. Langkah ini dikenal sebagai penentuan Incoming variable. Dari hasil evaluasi untuk problem ini maka alokasi sel matroks F1 A4 akan memberikan negatif indeks yang terbesar yaitu (-) $ 9,- yang tertentu saja juga akan memberikan total biaya menjadi berkurang $ 9 perunitnya.

Step 4 : Identifikasi Outgoing Variable (Realokasi Sel Matriks Untuk Solusi Baru). Didalam penetapan alokasi sel matriks baru maka ada keuntungan bahwa alokasi suplai jumlahnya harus tetap m + n 1 kita dijadikan pedoman pokoknya. Disini untuk menempati posisi F1 A4 (yang akan member reduksi biaya sebesar $ 9,- per unit) harus dilakukan dengan menggeser sel matriks yang terisi dalam penyelesaian awal (lihat metode NCR). Metode transportasi hanya memerlukan positive shipment sehingga bilamana kita menambah lokasi dari sel matriks F1 A4 dari contoh persoalan diatas maka serentak pula kita harus mengurangi alokasi sel-sel yang lain agar posisi tetap seimbang dan jumlah alokasi m + n 1 tetap terpenuhi.Sel-sel lain yang memiliki nilai negatif dapat dilihat dalam lintasan tertutup F 3 A4, F2 A3 dan F1 A2. Dari sini sel dengan alokasi terkecil yaitu F1 A2 (100 units) bisa dipindahkan ketentuan-ketentuan yang ada, dimana hasil akhir dari langkah ini dapat dilihat dalam transportasi matriks berikut :

11

18

Proses Optimasi -Kuantitatif

Rudini Mulya Daulay

Penarapan Sistem Optimasi Disektor Industri Maufactur

Email: rudinimenteri@gmail.com

Total biaya transportasi untuk solusi baru ini adalah sebesar : Z = 2.300 ($10) + 100 ($6) + 600 ($5) + 3.400 ($6) + 1.900 ($4) + 1.700 ($7) = $53.500

Step 5 : Penetapan Solusi Terbaru Perbaikan solusi awal (metode NCR) dengan mengalokasikan 100 unit ke set matrik F 1 A4 dan mengurangi sel matriks F1 A2 dapat dilihat dalam transportasi matriks diatas. Proses ini ternyata berhasil mengurangi total biaya yang sebelumnya $ 54.500 menjadi $ 53.500,- atau berkurang $ 900. Perbaikan lain yang bisa dilaksanakan dapat menetapkan dengan mengulang lagi step 2 dan menghitung nilai baru untuk sel-sel index yang kosong. Apabila satu atau lebih sel kosong memiliki nilai negatif, maka pengurangan total cost dapat dilaksanakan dengan langkah (step) 3 dan 4 sampai nilai tersebut positif atau nol. Adanya harga nilai positif dari perbaikan index akan berarti bahwa pemakaian sel matriks kosong akan menambahkan biaya transportasi totalnya. Bagaimana juga memiliki satu atau lebih index value = 0 akan berarti memungkinkan melakukan alternatif pemindahan route alokasi dalam matriks tanpa mempengaruhi total biayanya. Hal ini memberikan fleksibilitas bagi manajemen bahwa pemilihan lokasi dapat dilakukan dengan mengingat criteria lain selain criteria biaya seperti safety atau reliability dari alternatif route sember menuju lokasi tujuan yang ada.

11

19

Proses Optimasi -Kuantitatif

Rudini Mulya Daulay

Penarapan Sistem Optimasi Disektor Industri Maufactur

Email: rudinimenteri@gmail.com

DEGNERASI
Satu contoh dari problem degenerasi bisa terjadi apabila pada saat mengembangkan satu solusi awal kita dapatkan total alokasi sel matriks ternyata lebih kecil dari pada m + n 1. Hal ini bisa juga terjadi pada saat sampai pada step 4, yaitu pada saat kita menetapkan variable luar dalam solusi yang ada. Hal ini bisa terjadi yang harus dikurangi 2 akan langsung nol bukan satu. Dengan lain perkataan disini aka nada 2 sel dengan alokasi terkecil yang sama. Kemudian pada saat incoming variable mencapai nilai maksimum 2, sel matriks tersebut akan dipak keluar dari alokasinya. Apabila hal ini terjadi, maka jumlah sel yang tersisa akan menjadi kurang dari m + n 1 sehingga metode transportasi ini tidak bisa dilanjutkan langkah-langkahnya. Hal ini dinyatakan bahwa solusi problema menjadi degenerate. Suatu pendekatan untuk menghilangkan kejadian degenerate adalah dengan berpura-pura bahwa satu dari 2 outgoing variable akan tetap tinggal dalam solusi dengan alokasi yang sangt kecil (ditunjukkan dengan tanda ). Hal ini memungkinkan jumlah sel matriks yang ada dalam solusi baru tetap m + n 1 sekalipun realitasnya satu diantara sel tersebut bisa diabaikan. Didalam penetapan solusi baru ini- untuk evaluasi perbaikan dan langkah-langkah selanjutnya, maka alokasi ini diberlakukan sel matriks biasa sampai kita mencapai kondisi optimum. Pada saat kita mengedropnya maka untuk selanjutnya kita akan memperoleh matriks yang akan menunjukkan alokasi yang sebenarnya (sah). Dari langkah-langkah penyelesaian dengan menggunakan metode transportasi seperti yang telah diuraikan pada halaman-halaman terdahulu, maka terlihat bahwa meskipun metode NCR telah berulang diperbaiki pengalokasiannya, tetap saja diperoleh hasil yang lebih besar ($ 53.500) dibandingkan dengan kalau kita menganalisa persoalan tersebut memakai alternatif metode penyelesaian awal yang lain (Metode Heyristic atau VAM) dimana untuk kedua metode terakhir ini kita memperoleh total biaya transportasi sebesar $ 47.700 dan $ 46.500. Metode Heuristic dalam hal ini ternyata masih belum bisa menghasilkan penyelesaian yang optimal. Untuk ini langkah optimalisasi bisa terus kita usahakan dengan langkah-langkah yang sama seperti apa yang telah kita lakukan untuk penyelesaian awal dengan metode NCR ini. Tujuan pokoknya adalah berusaha untuk memperoleh total biaya transportasi yang terkecil. Dibandingkan dengan metode NCR terlihat bahwa metode heuristic ataupun VAM jauh lebih efisien langkah-langkahnya karena langsung berkaitan dengan alokasi suplai menuju biaya transportasi mulai yang paling kecil.

11

20

Proses Optimasi -Kuantitatif

Rudini Mulya Daulay

Penarapan Sistem Optimasi Disektor Industri Maufactur

Email: rudinimenteri@gmail.com