Gudang ~1~ Modul XIII. Penyelesaian Soal Dengan Software

Slides:



Advertisements
Presentasi serupa
BAB II Program Linier.
Advertisements

Latihan Soal.
Algoritma Pemograman 1 A
MODEL TRANSPORTASI & MODEL PENUGASAN
Pertemuan 6– Transportasi
BENTUK PRIMAL DAN DUAL Dalam analisis Program Linear (PL) terdapat 2 bentuk, yaitu : 1. Bentuk Primal, yaitu bentuk asli dari pers. Program linear. 2.
Bab 2 PROGRAN LINIER.
TEORI PGB. KEPUTUSAN TRANSPORTASI Ari Darmawan, Dr. SAB. MAB.
Model Transportasi 2 Mei 2011 Rahma Fitriani, S.Si., M.Sc,
Pemrograman Linier Semester Ganjil 2012/2013
Oleh : Devie Rosa Anamisa
Oleh : Devie Rosa Anamisa
DISUSUN OLEH : IPHOV KUMALA SRIWANA
TRANSPORTATION PROBLEM
KASUS MINIMISASI Ir. Indrawani Sinoem, MS
LINEAR PROGRAMMING METODE SIMPLEX
Model Transportasi.
METODE TRANSPORTASI Konsep Metode Transportasi:
BAHAN AJAR M.K. PROGRAM LINEAR T.A. 2011/2012
LINEAR PROGRAMMING Pertemuan 05
MODEL TRANSPORTASI Metode Stepping Stone Kelompok 10 Friska Nahuway
Solusi Optimal – MODI Riset Operasi I.
Operations Management
Pertemuan 6 dan 7 MODEL TRANSPORTASI & MODEL PENUGASAN.
LINEAR PROGRAMMING.
MODEL TRANSPORTASI.
LINEAR PROGRAMMING METODE GRAFIK
Modul III. Programma Linier
RISET OPERASIONAL RISET OPERASI
Dualitas dan Analisa Sensivitas
METODE TRANSPORTASI Tujuan : Mahasiswa diharapkan dapat
LINEAR PROGRAMMING METODE SIMPLEKS
Linear Programming Formulasi Masalah dan Pemodelan
Kuliah 11 & 12 : MANAJEMEN TRANSPORTASI & DISTRIBUSI
Program Linier (Linier Programming)
PERTEMUAN 8-9 METODE GRAFIK
RISET OPERASI Oleh : Inne Novita Sari
Transportation Model.
MODEL TRANSPORTASI Pertemuan 09
Modul IV. Metoda Transportasi
MANAJEMEN SAINS MODUL 2 programasi linier
MODEL TRANSPORTASI.
METODE TRANSPORTASI Suplemen 3.
LINEAR PROGRAMMING Pertemuan 06
Minggu 1 Pertemuan II Riset Operasi
Riset Operasional 1 Manajemen-Ekonomi PTA 16/17
PROGRAM LINIER PENDAHULUAN
SENSITIvITAS METODE GRAFIK
RISET OPERASIONAL 1 RISET OPERASI
Metode Linier Programming
T R A N S P O R T A S I NWC, LC dan VAM.
CONTOH SOAL LAND USE.
Manajemen Sains MASALAH TRANSPORTASI.
METODE TRANSPORTASI Tujuan : Mahasiswa diharapkan dapat
PROGRAM LINIER : ANALISIS DUALITAS, SENSITIVITAS DAN POST- OPTIMAL
Jenis data penentuan lokasi pabrik : Data kualitatif, seperti kualitas sarana transportasi, iklim dan kebijakan pemerintah. Data kuantitatif, seperti.
METODE BIG-M LINEAR PROGRAMMING
TEKNIK RISET OPERASI DUALITAS.
METODE TRANSPORTASI Tujuan : Mahasiswa diharapkan dapat
TEKNIK RISET OPERASI MUH.AFDAN SYARUR CHAPTER.6
DUALITAS dan ANALISIS SENSITIVITAS
PROGRAM LINIER : ANALISIS POST- OPTIMAL
Oleh : Devie Rosa Anamisa
Pemodelan Programasi Linier dan Solusi Manual Model Assignment week 09
BAB I Program Linier Pertemuan 1.
Peta Konsep. Peta Konsep A. Sistem Persamaan Linier dengan dua Variabel.
Program Linier – Bentuk Standar Simpleks
Operations Research Linear Programming (LP)
Oleh : Siti Salamah Ginting, M.Pd. PROGRAM LINIER METODE SIMPLEKS.
BAB II Program Linier Oleh : Devie Rosa Anamisa. Pembahasan Pengertian Umum Pengertian Umum Formulasi Model Matematika Formulasi Model Matematika.
Transcript presentasi:

Gudang ~1~ Modul XIII. Penyelesaian Soal Dengan Software 13.1 Penyelesaian Dengan Metoda Transportasi (Software TORA) Dari persoalan alokasi pengiriman barang dari pabrik i ke gudang j, maka dapat dirumuskan pada tabel berikut : Gudang Pabrik 1 2 3 4 5 6 7 8* Sumber 8 7.000 10 4.000 9 10.000 Tujuan 4.500 3.000 2.000 1.000 21.000 * Dummy Kapasitas gudang dummy (buatan) yaitu kapasitas gudang 8 diberikan karena total kapasitas pabrik (21.000) melebihi kapasitas gudang yang tersedia (20.000) sebesar 1.000 (21.000 – 20.000) sehingga untuk menyeimbangkan total kapasitas gudang dan total kapasitas pabrik maka ditambahkan kapasitas gudang dummy sebesar 1.000. Kapasitas gudang dummy ini diberi biaya distribusi dari setiap pabrik masing - masing sebesar 0 satuan uang. ~1~ http://www.mercubuana.ac.id

 Gudang 7 (D3) sebanyak 1.000 unit dengan biaya pengiriman = 6.000  Gudang 8 (Dummy) sebanyak 1.000 unit dengan biaya pengiriman = 0 2. Dari pabrik 2 (S2) yang berkapasitas 4.000 unit seluruhnya didistribusikan ke:  Gudang 3 (D3) sebanyak 2.500 unit dengan biaya pengiriman = 10.500  Gudang 4 (D4) sebanyak 1.500 unit dengan biaya pengiriman = 1.000 3. Dari pabrik 3 (S3) yang berkapasitas 10.000 unit seluruhnya didistribusikan ke :  Gudang 2 (D2) sebanyak 4.500 unit dengan biaya pengiriman = 13.500  Gudang 4 (D4) sebanyak 1.500 unit dengan biaya pengiriman = 6.000  Gudang 5 (D5) sebanyak 2.000 unit dengan biaya pengiriman = 10.000  Gudang 6 (D6) sebanyak 2.000 unit dengan biaya pengiriman = 10.000 Total biaya pengiriman barang dari ke 3 (tiga) pabrik ke 7 (tujuh) gudang tersebut adalah 78.000 satuan uang. 13.2 Penyelesaian Dengan Metoda Linear Programming (Software ABQM) A. Formulasi Masalah Model terdiri atas 21 variabel dengan 10 pertidaksamaan kendala diselesaikan dengan bantuan software ABQM. Variabel : Jumlah barang yang dikirim pabrik i ke gudang j : X11 X12 X13 X14 X15 X16 X17 X21 = Jumlah barang X yang dikirim pabrik 1 ke gudang 1 Jumlah barang X yang dikirim pabrik 1 ke gudang 2 Jumlah barang X yang dikirim pabrik 1 ke gudang 3 Jumlah barang X yang dikirim pabrik 1 ke gudang 4 Jumlah barang X yang dikirim pabrik 1 ke gudang 5 Jumlah barang X yang dikirim pabrik 1 ke gudang 6 Jumlah barang X yang dikirim pabrik 1 ke gudang 7 Jumlah barang X yang dikirim pabrik 2 ke gudang 1 X1 X2 X3 X4 X5 X6 X7 X8 ~ 3 ~ http://www.mercubuana.ac.id

B. Pembahasan Hasil analisis primal menunjukkan bahwa dari 21 variabel yang dimasukkan ke dalam model, hanya 9 yang termasuk variabel basis, sedang variabel lainnya menjadi variabel non basis. Selanjutnya hasil pembahasan yang diperoleh dalam alokasi barang dari pabrik i ke gudang j dengan menggunakan metode transportasi programma linier dengan bantuan software ABQM adalah sebagai berikut : (selengkapnya hasil program out put dengan menggunakan sofware ABQM dapat dilihat pada lampiran 2) Tabel 1. Hasil pembahasan jumlah produk didistribusikan Simbol Deskripsi dalam ABQM Jumlah barang (unit) Biaya ($) X11 Jumlah barang X yang dikirim pabrik 1 ke gudang 1 X1 4000 16,000 X13 Jumlah barang X yang dikirim pabrik 1 ke gudang 3 X3 1000 6,000 X17 Jumlah barang X yang dikirim pabrik 1 ke gudang 7 X7 X23 X10 2500 7,500 X24 Jumlah barang X yang dikirim pabrik 2 ke gudang 4 1500 3,000 X32 Jumlah barang X yang dikirim pabrik 3 ke gudang 2 X16 4500 13,500 X34 Jumlah barang X yang dikirim pabrik 3 ke gudang 4 X18 X35 Jumlah barang X yang dikirim pabrik 3 ke gudang 5 X19 2000 10,000 X36 Jumlah barang X yang dikirim pabrik 3 ke gudang 6 X20 Jumlah biaya 78,000 C. Analisis Sensitivitas 1. Range Koefisien Fungsi Tujuan Hasil analisa sensitivitas untuk koefisien fungsi tujuan dapat ditunjukkan tabel 3. Analisa ini menunjukkan batas minimum dan maksimum nilai koefisien fungsi tujuan yang tidak akan merubah solusi optimum. Sebagai contoh untuk variabel X1 (Jumlah barang X yang dikirim pabrik “1” ke gudang “1”) memiliki batas atas sebesar 7. Jadi variabel X1 yang sekarang memiliki nilai koefisien fungsi tujuan = 4 masih bisa dimungkinkan merubah nilai koefisien fungsi tujuannya sampai dengan 7 di mana solusi masih optimum (penambahan yang diijinkan/allowable increase = 3). ~ 5 ~ http://www.mercubuana.ac.id