BUKU PANDUAN PRAKTIKUM

OPERATION RESEARCH

Disusun Oleh:
Dr. Ir. HARSUKO RINIWATI, MP (Koordinator MK OR)
TIM DOSEN OR
TIM ASISTEN

JURUSAN SOSIAL EKONOMI PERIKANAN DAN KELAUTAN

UNIVERSITAS BRAWIJAYA
MALANG
2015

1. PENDAHULUAN

1.1 Latar Belakang

Metode Kuantitatif (untuk Bisnis) atau Riset Operasi atau nama lain
yang sejenis adalah mata kuliah yang diberikan pada program sarjana
maupun pasca sarjana jurusan manajemen. Melalui mata kuliah ini,
mahasiswa

diberi

pemahaman

mengambil

keputusan

bisnis

atau

menyelesaikan permasalahan bisnis dengan pendekatan kuantitatif. Di dalam

kelas, mahasiswa dilatih memahami kerangka berpikir serta dilatih untuk
menyelesaikan

persoalan-persoalan

atau

kasus-kasus

dengan

cara

perhitungan manual.
Di dalam bisnis, pengambilan keputusan menjadi bagian yang tidak
terpisahkan

dalam

keseharian

seorang

manajer.

Pendekatan

dalam

pengambilan keputusan bisnis secara sederhana dapat dibagi ke dalam dua

bagian yakni pendekatan kualitatif dan pendekatan kuantitatif. Pendekatan
kualitatif adalah pendekatan dengan menggunakan pengalaman, intuisi,
perkiraan, emosi dalam pengambilan keputusan. Pendekatan kuantitatif
adalah pendekatan ilmiah menggunakan proses matematis untuk menentukan
keputusan terbaik. Keputusan terbaik tentu saja adalah keputusan yang dapat
menggabungkan kedua pendekatan tersebut secara harmonis.
Pendekatan kuantitatif pada mulanya berasal dalam dunia militer.
Militer pada saat Perang Dunia II mengembangkan cara optimasi untuk
memenangkan peperangan dengan sumber daya yang terbatas. Setelah PD II
usai, cara-cara optimasi ini kemudian dikembangkan dan diterapkan dalam
dunia

bisnis.

Dalam

tataran

akademik,

ada

banyak

nama

yang

menggambarkan topik ini antara lain: metode kuantitatif, riset operasi

manajemen kuantitatif, manajemen sains, analisa kuantitatif untuk bisnis, dan
nama lainnya yang berisikan obyek yang sama.
Setelah memiliki framework dan telah dapat menyelesaikan secara
manual persoalan-persoalan dalam mata kuliah metode kuantitatif untuk
bisnis, mahasiswa dikenalkan pada penggunaan perangkat lunak yang
berkaitan dengan mata kuliah tersebut. Terdapat beberapa perangkat lunak
yang dapat digunakan untuk membantu proses perhitungan lebih cepat dan
akurat misalnya Excel, Excel QM, QM for Windows, Tora dan lainnya. Naskah
tutorial ini secara spesifik berisi petunjuk penggunaan perangkat lunak QM for

Windows dalam membantu pengambilan keputusan atau penyelesaian

persoalan bisnis.
Program QM for Windows merupakan paket program komputer untuk
menyelesaikan persoalan-persoalan metode kuantitatif, manajemen sains
atau riset operasi. QM for Windows merupakan gabungan dari program
terdahulu DS dan POM for Windows, jadi jika dibandingkan dengan program
POM for Windows modul-modul yang tersedia di QM for Windows lebih
banyak. Namun ada modul-modul yang hanya tersedia di program POM for
Windows, atau hanya tersedia di program DS for Windows dan tidak tersedia
di QM for Windows.
QM for Windows menyediakan modul-modul dalam area pengambilan
keputusan bisnis. Modul yang tersedia pada QM for Windows adalah:
Assignment
Breakeven/Cost-Volume Analysis
Decision Analysis
Forecasting
Game Theory
Goal Programming
Integer Programming
Inventory
Linear Programming
Markov Analysis
Material Requirements Planning
Mixed Integer Programming
Networks
Project Management (PERT/CPM)
Quality Control
Simulation
Statistics
Transportation
Waiting Lines

1.2 Tujuan
Tujuan dari praktikum ini adalah:
1. Mahasiswa dapat menyelesaikan persoalan Linier Programming (metode
Grafik, Simplex), Model Transportasi (Variasi Linear Programming)
dan Goal Programming dengan menggunakan aplikasi QM for windows
dan QSB+.
2. Mahasiswa dapat menginterpretasikan out-put hasil analisis penyelesaian
persoalan Linier Programming (metode Grafik, Simplex),

Model

Transportasi (Variasi Linear Programming) dan Goal Programming

dengan menggunakan aplikasi QM for windows dan QSB+.
1.3 Metode
Metode praktikum penyelesaian persoalan Grafik, Simplex. Goal
Programming dan Linier Programming yakni dengan cara:
1. Tutorial oleh dosen pengampu terkait dengan model Linier Programming
(metode Grafik, Simplex),

Model Transportasi (Variasi Linear

Programming) dan Goal Programming

2. Tutorial tentang program QM for windows dan QSB+ oleh asisten OR.
3. Penyelesaian soal-soal Linier Programming (metode Grafik, Simplex),
Model

Transportasi

(Variasi

Linear

Programming)

dan

Goal

Programming dengan menggunakan aplikasi QM for windows dan QSB+.

3. dengan menggunakan program QM for windows dan QSB+.
4. Menginterpretasikan hasil analisis dan hasil pengerjaan dikumpulkan per
kelompok kepada asisten Operation Research.

2. TINJAUAN PUSTAKA

2.1 Pengertian Linier Programming

Program linear (linear programing) adalah salah satu teknik dalam
riset operasional yang digunakan paling luas. LP merupakan teknik dalam
mengalokasikan sumberdaya langka yang dimiliki perusahaan pada berbagai
pilihan investasi untuk mencapai tujuan tunggal seperti maksimalisasi
keuntungan atau minimalisasi biaya.
Linier Programing (LP) merupakan suatu model umum yang dapat
digunakan dalam pemecahan masalah pengalokasian sumber-sumber yang
terbatas secara optimal. Sumber-sumber yang dimaksud dapat brupa bahan
baku, peralatan dan mesin, ruang, waktu, dana dan orang. Semua ini dapat
dipergunakan untuk menghasilkan komoditi tertentu. Dengan kata lain Linier
Programing adalah metode atau teknik matematis yang digunakan untuk
membantu manajer dalam pengambilan keputusan. Menurut George
B.Dantzing (Seorang ahli matematik dari Amerika serikat), Dalam bukunya
yang berjudul Linier Programming and Extension, menyebutkan bahwa ide
Linier Programming ini berasal dari ahli matematik Rusia yang bernama L.V
Kantorivich yang pada tahun 1939 menerbitkan sebuah karangan dengan
judul Mathematical Methods in the Organization and Planing of Production.
Dalam

karangan

itu,

telah

dirumuskan

mengenai

persoalan

linier

programming untuk pertama kalinya. Akan tetapi ide ini tidak dapat
berkembang di Rusia. Ternyata dunia barat yang memanfaatkan ide ini
selanjutnya. Kemudian pada tahun 1947 B. Dantzing menemukan suatu cara
untuk memecahkan persoalan linier programming tersebut dengan metode
yang disebut Simplex method. Setelah itu linier programming berkembang
pesat dalam bidang kemiliteran dan bisnis ( maksimum profit, minimum cost).
2.2 Mengenal Persoalan Linier Programming
Untuk keperluan pembangunan, pemerintah memerlukan barangbarang modal yang harus diimpor dengan menggunakan devisa. Devisa
diperoleh melalui ekspor. Di dalam menentukan produksi barang-barang
ekspor tersebut pemerintah menghadapi beberapa pembatasan misalnya
tersedianya tanah yang cocok untuk menanam sejenis tanaman ekspor
tertentu, tersedianya bibit, pupuk, air, dan tenaga kerja, besarnya permintaan

barang ekspor tersebut, dan lain sebagainya. Bagaimana cara menentukan

produksi barang ekspor, khususnya barang-barang pertanian, agar supaya
dapat diperoleh jumlah devisa yang maksimum?
Pemilik perusahaan yang mempunyai beberapa jenis bahan mentah
ingin menentukan besarnya produksi dari beberapa jenis barang agar supaya
diperoleh suatu hasil penjualan yang maksimum. Di dalam memproduksi
barang-barang tersebut pemilik perusahaan dihadapkan kepada tersedianya
bahan mentah yang terbatas, waktu penggunaan mesin yang terbatas,
ruangan gudang untuk menyimpan barang yang terbatas serta pembatasan
lainnya.
Direktur pemasaran suatu perusahaan akan mengangkut suatu jenis
barang tertentu (minyak, pupuk, semen, beras, telur, dsb.) dari beberapa
tempat asal (pabrik, pusat produksi) ke beberapa tempat tujuan (pasar,
tempat proyek, dsb.). Didalam mengangkut barang tersebut harus diatur
sedemikian rupa hingga jumlah biaya transportasi minimum dengan
memperhatikan bahwa suplai barang tersebut dari setiap tempat asal
terbatas, sedangkan permintaan barang dari setiap tempat tujuan harus
memenuhi sejumlah tertentu.
Tiga persoalan tersebut di atas dengan memperhatikan pembatasanpembatasan yang ada disebut persoalan optimisasi (Optimization Problems).
Pada dasarnya persoalan optimisasi adalah suatu persoalan untuk membuat
nilai suatu fungsi Z = f (X1, X2, X3, , Xn) menjadi maksimum atau minimum
dengan memperhatikan pembatasan-pembatasan yang ada.
Persoalan Programming pada dasarnya berkenaan dengan penentuan
alokasi yang optimal dari pada sumber-sumber yang langka (limited
resources) untuk memenuhi suatu tujuan (objective).
Persoalan

Linier

Programming

(L.P.)

ialah

persoalan

untuk

menentukan besarnya masing-masing nilai variabel sedemikian rupa

sehingga (s.r.s) nilai fungsi tujuan atau obyektif (Objective Function) yang
linier menjadi optimum (maksimum atau minimum) dengan memperhatikan
pembatasan-pembatasan yang ada yaitu pembatasan mengenai inputnya.
Pembatasan-pembatasan ini pun harus dinyatakan dalam ketidaksamaan
yang linier (linier inequalities).

2.3 Metode Grafik

Model grafik digunakan untuk memecahkan masalah penentuan
kombinasi optimum (maksimal dua variabel) guna memaksimumkan laba atau
meminimumkan biaya dengan kendala tertentu.
Setiap ketidak-samaan harus kita gambarkan grafiknya sehingga
secara keseluruhan bias diperoleh daerah di mana vaeriabel X1 dan X2 boleh
mengambil nilai (harus lebih besar dari 0).
(Daerah yang demikiam disebut feasible region dan pemecahan yang
diperoleh di mana nilai-nilai X1 dan X2 masih di daerah tersebut disebut
feasible solution. Feasible solution yang memberikan nilai terbesar atau
maksimum disebut pemecahan optimal).
2.4 Metode Simplex
Metode simplex ialah suatu metode yang secara sistimatis dimulai dari
suatu pemecahan dasar yang fisibel ke pemecahan dasar yang fisibel
(feasibel) lainnya dan ini dilakukan berulang-ulang (dengan jumlah ulangan
yang terbatas) sehingga akhirnya tercapai sesuatu pemecahan dasar yang
optimum dan pada setiap step menghasilnya suatu nilai dari fungsi tujuan
yang selalu lebih besar atau sama dari step-step sebelumnya.
Metode simpleks dikembangkan oleh George Dantzing pada tahun 1947.
berbeda dengan Linear Programing metode grafik yang hanya dapat
digunakan untuk menyelesaikan kasus dengan paling banyak tiga variabel
keputusan, maka metode simpleks dapat digunakan untuk memecahkan
kasus dengan banyak variabel.
Adapun proses penyusunan model matematika untuk fungsi tujuan
dan fungsi kendala pada metode simpleks sama dengan proses pada metode
grafik. Namun, proses perhitungan pada metode simpleks dilakukan secara
rutin (berulang) dengan menggunakan pola yang sistematik hingga
penyelesaian terbaik tercapai. Proses perhitungan ini disebut iterative
process.
Metode Simpleks merupakan suatu algoritma yang digunakan untuk
pemecahan berbagai masalah linier rogramming (LP). Pemecahan masalah
dengan menggunakan metode ini sangat mengguntungkan bagi pengguna
karena tidak hanya fungsi tujuan dan nilai optimum dari variable dapat kita

ketahui tapi kita juga dapat memberikan interpretasi ekonomi dan melakukan
analisis sensitivitas.
Metode simplex lebih efisien serta dilengkapi dengan suatu test
criteria yang bisa memberitahukan kapan hitungan harus dihentikan dan
kapan harus dilanjutkan sampai diperoleh suatu optimal solution (maximum
profit, maximum revenue, minimum cost, etc). Pada umumnya dipergunakan
table-tabel, dari table pertama yang memberikan pemecahan terakhir yang
memberikan pemecahan dasar permulaan yang fisibel (initial basic feasible
solution) sampai pada pemecahan terakhir yang memberikan optimal solution.
Yang lebih menarik ialah bahwa semua informasi yang diperlukan (test
criteria, nilai variabel-variabel, nilai fungsi tujuan) akan terdapat pada setiap
tabel, selain daripada itu nilai fungsi tujuan dari suatu tabel akan lebih
besar/kecil atau sama dengan tabel sebelumnya. Pada umumnya suatu
persoalan linier programming bisa diklarifikasikan menjadi 3 kategori:
a. Tidak ada pemecahan yang fisibel
b. Ada pemecahan optimum
c. Fungsi obyektif tidak ada batasnya
2.5 Transportasi
Salah satu tipe daripada persoalan transportasi adalah sebagai
berikut:
Suatu jenis barang tertentu akan diangkut dari beberapa tempat asal (origin)
misalnya depot, pabrik, tempat produksi, gudang, tempat penyimpanan ke
beberapa tempat tujuan (destination), misalnya pasar, agen, daerah
penjualan, lokasi proyek, dsb. Di dalam mengangkut barang tersebut telah
diketahui biaya angkut per unit/satuan barang dari tempat asal ke tempat
tujuan.
Misalnya ada m tempat asal dan n tempat tujuan.
Xij = jumlah barang yang harus diangkut dari tempat asal i ke tempat tujuan j
cij = biaya angkut per unit barang dari tempat asal i ke tempat tujuan j
i = 1, 2, , m dan j = 1, 2, , n
si = banyaknya barang yang tersedia ditempat asal i
dj = banyaknya permintaan terhadap barang (demand) dari tempat tujuan j
Untuk mudahnya dibuat asumsi berikut:
=

(Banyaknya barang yang tersedia persis sama dengan

permintaan, jadi suplai = deman)

3. PROSEDUR PENGOPERASIAN

3.1 Q.M for Windows

Berikut prosedur pengoperasian Q.M for Windows untuk penyelesaian
LP dengan metode grafik dan simplex, sensitivitas, dan transportasi:
a. Memulai Q.M for Windows
Buka aplikasi Q.M for Windows, maka akan muncul tampilan berikut,
tunggu hingga proses loading selesai

Kemudian akan muncul jendela Tip of the day, bila ingin segera
memulai

program,

anda

dapat

klik

OK.

Bila

sudah

sering

menggunakan program ini dan merasa tidak perlu membaca Tips of

the day, maka dapat menghilangkan tanda centang pada show tip at
startup, kemudian klik OK.

 Pilih penyelesaian permasalahan dalam jendela Module

b. Penyelesaian LP dengan metode grafik dan simplex, serta sensitivitas

Klik Module, Klik Linear Programming
Klik File, klik New, maka akan muncul jendela berikut:

Isi identitas data dengan mengarahkan mouse ke dalam format

creating a new data set identitas data terdiri dari :

Tittle (judul masalah)

Number of constrainst (jumlah contraint) jumlah baris/rows

pada tabel masalah

Number variables (jumlah variabel bebas)

Objective maximize or minimize (tujuan yang ingin di capai:

maksimalisasi laba atau minimlisasi biaya)

Klik OK, maka akan muncul tampilan berikut:

 Isikan sesuai data di contoh soal. Pastikan semua data terisi dengan
benar, kemudian klik Solve, kemudian hasil yang akan muncul
adalah tampilan Linear Programming Results berikut:

Selain

tampilan

Linear

Programming

Results,

program

akan

menampilkan hasil lain yang akan terlihat dengan mengklik tab

Windows, yakni: Ranging, Solution List, Iterations, dan Graph. Untuk
peyelesaian LP metode simplex, dapat dilihat pada hasil Iterations
berikut:

Untuk peyelesaian LP metode grafik, dapat dilihat pada hasil Graph

berikut:

 Untuk peyelesaian sensitivitas, dapat dilihat pada hasil Ranging

berikut:

c. Penyelesaian transportasi
Klik Module, Klik Transportation
Klik File, klik New, maka akan muncul jendela berikut:

Isi semua data set di atas sesuai contoh soal kemudian klik OK, maka akan
muncul tampilan berikut:

Isikan sesuai data di contoh soal. Pastikan semua data terisi dengan
benar, kemudian klik Solve, kemudian hasil yang akan muncul adalah
tampilan Transportation Shipments berikut:

 Selain

tampilan

Linear

Programming

Results,

program

akan

menampilkan hasil lain yang akan terlihat dengan mengklik tab

Windows, yakni:
a. Marginal Cost

b. Final Solution Table

c. Iteration

d. Shipment with cost

e. Shipping list

3.2 QSB+
QSB (Quantitative System for Business) adalah paket software yang
berisi penyelesaian permasalahan ilmu manajemen, seperti :
1. Penyelesaian Program Linier
2. Penyelesaian Masalah Transportasi
3. Penyelesaian penugasan
4. Penyelesaian CPM
5. Penyelesaian PERT
6. Penyelesaian Persediaan
7. Penyelesaian Antrian
QSB dapat membantu pengajar menjelaskan bagaimana cara kerja
keilmuannya. Mahasiswa dapat menemukan bahwa belajar operation
research dengan menggunakan QSB sangatlah menarik. Sedangkan para
praktisi dapat menggunakan QSB dalam proces penentuan keputusan
bisnisnya.
Karena kemudahan software ini, pemakai tidak akan menemui
kesulitan. QSB juga dapat mendemonstrasikan kemampuan software ini
dalam penyelesaian masalah.
Modul ini membantu untuk melakukan penyelesaian masalah dengan
alat bantu software QSB. Modul ini disesuaikan untuk pembelajaran di tingkat
S1 di Perguruan tinggi.
QSB

(Quantitative

System

for

Business)

adalah

alat

bantu

pengambilan keputusan yang interaktif yang mampu menyelesaikan beberapa

topic pelajaran operation research.
Gambaran QSB:
1. Kemudahan Penggunaan. QSB di desain untuk mereka yang tidak
memiliki pengalaman dalam menyelesaikan permasalahan bisnis
dengan menggunakan komputer dan juga bagi mereka yang sudah
terbiasa bermain komputer dalam rangka problem solving.
2. Ketersediaan menu. Menu dalam QSB dapat membantu pengguna
dalam menentukan tipe penyelesaian masalah yang dibutuhkan.
3. Kemudahan modifikasi entry data.

Memulai menggunakan QSB

Software ini dapat dijalankan pada komputer deng an spesifikasi
minimal Memori 256Kb, dan dengan operasi DOS 3. Bisa dioperasikan dalam
hardisk.
1. Pastikan paket file program QSB terkopi dalam hardisk.
a. AUTOEXEC.BAT
b. STARTUP.BAT
c. FNMENU.QSB
d. PTR.QSB
e. BASRUN20.EXE
f.

QSB.EXE

g. LP.EXE
h. ILP.EXE
i.

LPENTRY.EXE

j.

TRP.EXE

k. TRP.TXT
l.

ASTS.EXE

m. ESTS.TXT
n. NET.EXE
o. NET.TXT
p. CPMPERT.EXE
q. CPMPERT.TXT
r.

DP.EXE

s. DP.TXT
t.

INVT.EXE

u. QUEUE.EXE
v. QSIM.EXE
w. DSPB.EXE
x. MKV.EXE
y. TSFC.EXE

2. pilihlah file Aplikasi QSB untuk membuka program.

Struktur software QSB

Langkah 1
Siapkan permasalahan yang akan diselesaikan. Buat analisa dan formulasi
masalah.
Langkah 2
Masukkan dan baca masalah. Pilih menu pilihan 2 jika akan memasukkan
masalah baru atau pilihan 3 untuk membaca masalah yang sudah dimasukkan
sebelumnya.
Langkah 3
Perlihatkan/menampilkan kembali data yang sudah dimasukkan (pilihan).
Dalam menu ini dapat untuk menayangkan saja atau mencetak data yang
sudah dimasukkan. Dengan menayangkan kembali akan dapat diferifikasi
kembali atas data yang sudah masuk dengan benar.
Langkah 4
Modifikasi/merubah permasalaha (pilihan). Dengan menggunakan pilihan 7
dari fungsi menu, akan dapat dilakukan berbagai modifikasi, se perti merubah
jumlah variable dan jumlah konstrain dalam masalah yang dimaksudkan.
Langkah 5
Penyelesaian masalah. Opsi 5 ini dari menu dapat menunjukkan tahapan
penyelesaian masalah yang dilakukan, seperti table dari program linier sebaik
hasil akhirnya.

 Langkah 6
Menayangkan hasil akhir. Setelah permasalahan diselesaikan, pilihan no 8
akan menunjukkan hasil akhir dari permasalah yang dimasukkan.
Langkah 7
Menyimpan hasil. Jika diperlukan maka hasil penyelesaian masalah dapat
disimpan.
Struktur Menu program QSB.

Tampilan Menu:
Tampilan Program Menu (Program Selection)

Tampilan Function Menu / Function Selection

Tampilan Solution Menu

4. CONTOH SOAL DAN INTERPRETASI

4.1 Q.M for Windows

Linier Programming
1.

Maksimisasi
a.

Soal

Sebuah perusahaan roti rumahan dengan nama Hidays Cook akan

membuat dua jenis produk yaitu

Roti Bolu dan Martabak. Setiap

pembuatan Bolu membutuhkan mentega 70 gr, tepung terigu 85gr dan gula
pasir 25gr dan untuk membuat Martabak membutuhkan mentega 80 gr
tepung terigu 70gr dan gula pasir 50gr. Total mentega yang tersedia
adalah 10.000 gr, tepung terigu yang tersedia adalah 10.000 gr serta
kapasitas gula pasir yang tersedia 10.000 gr. Jika Bolu akan dijual dengan
harga Rp5.000 perbuah sementara Martabak Rp7.000. Maka barapa
banyak masing masing produk yang harus dibuat sehingga keuntungan
dapat mencapai maksimal dengan kapasitas bahan baku yang tersedia.
Data perusahaan Hidays Cook:

Bahan

Bahan yang di butuhkan

Bolu (gr)

Martabak (gr)

Bahan yang tersedia (gr)

Mentega

70

80

10.000

Terigu

85

75

10.000

Gula Pasir

25

50

10.000

Max Z = 5000X1 + 7000X2

Dengan batasan: +

b.

Langkah-Langkah :

1. Buka POM-QM pada desktop

2. Klik Module- Linier Programming
3. Klik menu File- New
4. Pada kotak title diisi judul kasus yang akan diselesaikan ( Hidays
Cook)
5. Number of Constrain ( jumlah fungsi batasan diisi dengan 3) sesui
kasus
6. Number of Variables ( jumlah variabel diisi 2) sesui kebutuhan kasus

7. Pada Objective pilih Maximize

8. Klik Ok
9. Masukan angka-angka pada soal ke dalam tabel yang muncul
kemudian klik Solve
10. Klik Tile untuk mengeluarkan semua output yang dibutuhkan atau klik
Window kemudian klik satu-persatu untuk mengeluarkan output
tertentu( Linier programming result, Ranging, Solution list, Iteration,
Dual, Graph).

c.

Output dan Interpretasi

1)

Output Linear Programming Results

Interpretasi:
Pada liniear programing result, terlihat bahwa solusi untuk kasus ini
adalaha X1 sebesar 0 untuk pembuatan Bolu, dan X2 sebesar 125 buah
untuk pembuatan Martabak yang dapat diproduksi oleh Hidays cook untuk
memperoleh keuntungan maksimal sebesar Rp875000.
2)

Output Ranging

Interpretasi:
Pada tabel ranging dapat terlihat bahwa :
a. Value
Keuntungan maksimal dapat dicapai ketika produksi X1= 0 buah dan
X2=125 buah.
b. Dual value
Jika dilakukan penambahan 1 gr mentega akan menambah keuntungan
sebesar Rp 87,5 rupiah sedangkan terigu dan gula pasir walaupun
masing-masing dilakukan penambahan 1gr tidak akan memberikan
keuntungan karena nilainya Rp 0. Hal ini disebabkan karena terdapat
terigu dan gula pasir yang terbuang atau tidak optimal dalam
pemakaiannya dalam produksi sehingga ada sisa masing-masing
sebesar 625 gr dan 3750 gr.
c. Lower bound dan Upper Bound adalah batas atas dan batas
bawah.
3)

Output Solution List

Interpretasi :
Pada tabel solusion list terlihat bahwa :

a. Value
Produksi optimal untuk profit maksimal yaitu Bolu (x1) = 0 dan
Martabak (x2) = 125. Menghasilkan keuntungan (Z sebesar 87500 )
b. Status
Basic adalah variabel yang masuk ke dalam iterasi. Pada kasus diatas
yang menjadi variabel basic yaitu Martabak (x2), slack 2 dan slek 3.
4)

Output Iterations

Interpretasi :
Pada tabel iterasi terlihat bahwa terjadi 2 kali iterasi. Hal tersebut berarti
untuk dapat mencapai kombinasi angka optimum diperlukan dua kali
langkah komputasi.
5)

Output Dual

Interpretasi :
Pada tabel dual terlihat bahwa :
1. Original problem adalah fungsi tujuan dan kendala pada soal.
2. Dual problem adalah bentuk lain dari fungsi tujuan dan kendala pada
Soal.
Maximize

Minimize

Min Z = 10.000 Y1 + 10.000Y2 + 10.000Y3

d.b

70Y1 + 85Y2 + 25Y3 >= 5000

80Y1 + 75Y2 + 50Y 3 >= 7000

6)

Output Graph

Interpretasi :
Pada graph terlihat bahwa :
1. Corner point adalah kombinasi yang dapat dilakukan perusahaan.
Dapat dilihat kombinasi yang berwarna biru dapat menghasilkan profit
maksimal yaitu X1 =
2. Isoprofit line adalah garis dimana tercapainya profit maksimal
3. Daerah yang diarsir disebut feasible area yaitu batas yang mungkin
untuk pengalokasian sumberdaya produksi yang ada dengan waktu
yang tersedia.

2.

Minimisasi

a.

Soal

PT DPoor Link Farm merupakan perusahaan yang bergerak dibidang

pertanian yang berdomisili di Semarang ingin merencanakan pengiriman
pupuk A dan pupuk B kedaerah Purbalingga dan Banyumas. Untuk
pengiriman daerah Purbalingga sedikitnya harus terpenuhi 10 ton pupuk A
dan 8 ton pupuk B serta 10 orang tenaga kerja.Dan untuk pengiriman
daerah banyumas sedikitna harus terpenuhi minimal 8ton pupuk A, 10ton
pupuk B dan 10 orang tenaga kerja. Biaya pengiriman tiap ton daerah
purbalingga Rp 150.000 dan Banyumas tiap tonnya Rp 160.000. Data PT
DPoor Linkz Farm:

Purbalingga

Banjarnegara

Minimum
kebutuhan( ton)

Pupuk A

10

80

Pupuk B

10

100

Tenaga kerja

10

10

120

Minimumkan Z = 150.000
Dengan batasan :
b.

Langkah-Langkah :

1. Buka POM-QM pada desktop

2. Klik Module- Linier Programming
3. Klik menu File- New
4. Pada kotak title diisi judul kasus yang akan diselesaikan ( PT DPoor
Linkz Farm)
5. Number of Constrain ( jumlah fungsi batasan diisi dengan 3) sesui
kasus
6. Number of Variables ( jumlah variabel diisi 2) sesui kebutuhan kasus
7. Pada Objective pilih Minimize
8. Klik Ok
9. Masukan angka-angka pada soal ke dalam tabel yang muncul
kemudian klik Solve
10. Klik Tile untuk mengeluarkan semua output yang dibutuhkan atau klik
Window kemudian klik satu-persatu untuk mengeluarkan output tertentu

Linier

programming

result,

Ranging,

Solution

list,

Iteration,

Dual,Graph).
c.

Output dan Interpretasi

1)

Output Linear Programming Results

Interpretasi:
Pada liniear programing result, terlihat bahwa solusi untuk kasus ini
adalaha X1 sebesar 10 untuk purabalingga, dan X2 sebesar 2 untuk
daerah Banyumas sehingga dapat diperoleh biaya minimum untuk tujuan
pengiriman sebesar Rp1.820.000.
2)

Output Ranging

Interpretasi:
Pada tabel ranging dapat terlihat bahwa :
a. Value
Biaya minimal dapat dicapai ketika kapasitas X1= 10 unit dan
kapasitas X2=2 unit
b. Dual value
Jika dilakukan penambahan 1ton pupuk A, tidak meminimalkan biaya
atau sebesar 0. Ini disebabkan karena pupuk A memiliki nilai sisa
sebesar 36. Sedangakn penambahan satu ton pupuk B serta
penambahan 1 tenaga kerja menyebabkan biaya minimal sebesar Rp 5000,002 dan -11000. Lower bound dan Upper Bound adalah batas
atas dan batas bawah.

3)

Output Solution List

Interpretasi :
Pada tabel solusion list terlihat bahwa :
a. Value
Biaya yang optimal untuk biaya minimal yaitu X1 = 10 dan X2 = 2.
Menghasilkan tingkat biaya minimal (Z sebesar 1820.000).
b. Status
Basic adalah variabel yang masuk ke dalam iterasi. Pada kasus diatas
yang menjadi variabel basic yaitu X1, X2 dan surplus 1.

4)

Output Iterations

Interpretasi :
Pada tabel iterasi terlihat bahwa terjadi 8 iterasi. Hal tersebut berarti untuk
mencapai kombinasi angka optimum diperlukan 8 kali langkah komputasi.
5)

Output Dual

Interpretasi :
Pada tabel dual terlihat bahwa :
1. Original problem adalah fungsi tujuan dan kendala pada soal.
2. Dual problem adalah bentuk lain dari fungsi tujuan dan kendala pada
soal.
Minimize

Maximize

Max Z = 80 Y1 + 100 Y2 + 120 Y3

d.b

10 Y1 + 8 Y2 + 10Y3 >= 150000

8 Y1 + 10 Y2 + 10Y 3 >= 160000

6)

Output Graph

Interpretasi :
Pada graph terlihat bahwa :
1. Corner point adalah kombinasi yang dapat dilakukan perusahaan.
Pada minimilasi Dapat dilihat kombinasi yang dapat mengoptimalkan
biaya paling minimal yaitu X1 = 10 X2 = 2 , dan Z = 1820.000.
2. Isoprofit line adalah garis dimana tercapainya biaya paling minimal
3. Daerah yang diarsir disebut feasible area yaitu batas yang mungkin
untuk pengalokasian sumberdaya yang tersedia dengan waktu yang
ada.

B.

Transportation

1.

Supply = Demand

a.

Soal

Pabrik DPoor Link Farm yang beroprasi pada bidang produksi pupuk
memiliki tiga daerah pemrosesan, yaitu A, B, C dan memiliki tiga gudang
yang berlokasi di 1, 2, 3 sebagai tempat tujuan distribusi hasil produksi.
Kapasitas produksi per bulan pabrik A = 100 ton, B = 70 ton, dan C = 60
ton. Permintaan masing-masing gudang 1 = 110 ton, 2 = 60 ton, dan 3 = 60
ton per bulan. Berikut biaya transportasi dari pabrik ke gudang ($): Data
perusahaan DPoor Linkz Farm:

Gudang
1

21

12

18

19

25

10

15

Pabrik

Tentukan dari pabrik mana dikirim ke gudang mana dan berapa jumlah
serta total biaya transportasi.
b.

Langkah-Langkah :

1. Buka POM-QM pada desktop

2. Klik Module- Transportation
3. Klik menu File- New
4. Pada kotak title diisi judul kasus yang akan diselesaikan (Soal 1
transportasi )
5. Number of Sources ( jumlah sumber diisi dengan 3) sesui kasus
6. Number of Destination ( jumlah kejadian diisi 3) sesui kebutuhan kasus
7. Pada Objective pilih Minimize karena menghitung biaya
8. Klik Ok
9. Masukan angka-angka pada soal ke dalam tabel yang muncul
kemudian klik Solve
10. Klik Tile untuk mengeluarkan semua output yang dibutuhkan atau klik
Window kemudian klik satu-persatu untuk mengeluarkan output tertentu
( Transportation shipments, Final solution table, Marginal cost,
Iterations, Shipment with costs, Shipping list ).
c.

Output dan Interpretasi

1)

Output Transportation Shipments

Interpretasi:
1. Perusahaan akan mencapai biaya angkut total minimum apabila
Pabrik A mengirim barang ke gudang 2 sebanyak 40 ton dan ke
gudang 3 sebanyak 60 ton.

2. Perusahaan akan mencapai biaya angkut total minimum apabila

Pabrik B mengirim barang ke gudang 1 sebanyak 70 ton.
3. Perusahaan akan mencapai biaya angkut total minimum apabila
Pabrik C mengirim barang ke gudang 1 sebanyak 40 ton dan ke
gudang 2 sebanyak 20 ton
4. Optimal cost adalah biaya minimal yang dapat digunakan untuk dapat
menekan biaya ongkos pengiriman sebesar $2700.
2)

Output Final Solution Table

Interpretasi:
1. Bila pabrik A memaksakan untuk mengirim ke gudang 1 maka tidak
menambah biaya karena nilai marjinnya 0. Namun paling tepat pabrik
A mengirimkan ke gudang 2 dan 3 yang jelas tidak menghasilkan
margin cost.
2. Bila pabrik B memaksakan untuk mengirim ke gudang 2 dan 3 maka
akan menambah biaya masing-masing sebesar 21. Sehingga paling
tepat pabrik B disarankan untuk mengirim ke gudang yang tidak
menghasilkan margin cost yaitu gudang 1.
3. Bila pabrik C memaksakan untuk mengirim ke gudang 3 maka akan
menambah biaya sebesar 4. Sehingga paling tepat pabrik C harus
mengirim ke gudang 1 dan 2 yang tidak memiliki margin cost.
3)

Output Marginal Cost

Interpretasi :
1. Marginal cost pada gudang 1 dari pabrik A adalah 0, berarti apabila
dilakukan penjualan satu unit barang hasil produksi dari pabrik A ke
gudang 1 maka biaya transportasi tetap.
2. Marginal cost pada gudang 2 dari pabrik B adalah $21, berarti apabila
dilakukan penjualan satu unit barang hasil produksi dari pabrik B ke
gudang 2 maka biaya transportasi akan bertambah sebanyak $21.
3. Marginal cost pada gudang 3 dari pabrik B adalah $21, berarti apabila
dilakukan penjualan satu unit barang hasil produksi dari pabrik B ke
gudang 3 maka biaya transportasi akan bertambah sebanyak $21.
4. Marginal cost pada gudang 3 dari pabrik C adalah 4, berarti apabila
dilakukan penjualan satu unit barang hasil produksi dari pabrik C ke
gudang 3 maka biaya transportasi akan bertambah sebanyak $4.

4)

Output Iterations

Interpretasi :
Pada tabel iterasi tampak bahwa iterasi terjadi sebanyak 1 kali. Hal
tersebut berarti untuk mencapai kombinasi angka optimum yaitu kapasitas
maximum dengan biaya paling minimum diperlukan satu kali langkah
komputasi.
5)

Output Shipments With Costs

Interpretasi :
1. Shipment with cost adalah jumlah muatan atau besarnya alokasi
barang dibandingkan dengan biaya angkut.
2. Pabrik A mengirim ke gudang 2 dan gudang 3 sebanyak 40ton dan 60
ton dengan biaya masing-masing $240 gudang 2 dan $420 gudang 3.
3. Pabrik B mengirim ke gudang 1 dengan kapasitas 70 ton dan biaya
$840.
4. Pabrik C mengirim ke gudang 1 dan gudang 2 sebanyak 40 ton dan 20
ton dengan biaya masing-masing $1000 untuk gudang 1 dan $200
untuk gudang 2.
6)

Output Shipping List

Interpretasi :
1. Jumlah muatan dari pabrik A ke gudang 2 sebesar 40 ton dengan biaya
per unit $6, maka total biaya yang dikeluarkan sebanyak $240
2. Jumlah muatan dari pabrik A ke gudang 3 sebesar 60 ton dengan biaya
per unit $7, maka total biaya yang dikeluarkan sebanyak $420
3. Jumlah muatan dari pabrik B ke gudang 1 sebesar 70 ton dengan biaya
per unit $12, maka total biaya yang dikeluarkan sebesar $840
4. Jumlah muatan dari pabrik C ke gudang 1 sebesar 40 ton dengan biaya
per unit $25, maka total biaya yang dikeluarkan sebesar $1000
5. Jumlah muatan dari pabrik C ke gudang 2 sebesar 20 ton dengan biaya
per unit $10, maka total biaya yang dikeluarkan sebesar $200.
2.

Supply > Demand

a.

Soal

Pabrik DPoor Link Farm yang beroprasi pada bidang produksi pupuk
memiliki tiga daerah pemrosesan, yaitu A, B, C dan memiliki tiga gudang
yang berlokasi di 1, 2, 3 sebagai tempat tujuan distribusi hasil produksi.

Kapasitas produksi per bulan pabrik A = 100 ton, B = 100 ton, dan C = 60
ton. Permintaan masing-masing gudang 1 = 110 ton, 2 = 60 ton, dan 3 = 60
ton per bulan. Berikut biaya transportasi dari pabrik ke gudang ($):
Gudang
1

21

12

18

19

25

10

15

Pabrik

Tentukan dari pabrik mana dikirim ke gudang mana dan berapa jumlah
serta total biaya transportasi.
b.

Langkah-Langkah :

1. Buka POM-QM pada desktop

2. Klik Module- Transportation
3. Klik menu File- New
4. Pada kotak title diisi judul kasus yang akan diselesaikan (Soal 1
transportasi )
5. Number of Sources ( jumlah sumber diisi dengan 3) sesui kasus
6. Number of Destination ( jumlah kejadian diisi 3) sesui kebutuhan kasus
7. Pada Objective pilih Minimize karena menghitung biaya
8. Klik Ok
9. Masukan angka-angka pada soal ke dalam tabel yang muncul
kemudian klik Solve
10. Klik Tile untuk mengeluarkan semua output yang dibutuhkan atau klik
Window kemudian klik satu-persatu untuk mengeluarkan output tertentu
( Transportation shipments, Final solution table, Marginal cost,
Iterations, Shipment with costs, Shipping list ).

c.

Output dan Interpretasi

1)

Output Transportation Shipments

Interpretasi:
1. Perusahaan akan mencapai biaya angkut total minimum apabila
Pabrik A mengirim barang ke gudang 2 sebanyak 40 ton dan ke
gudang 3 sebanyak 60 ton.
2. Perusahaan akan mencapai biaya angkut total minimum apabila
Pabrik B mengirim barang ke gudang 1 sebanyak 100 ton.
3. Perusahaan akan mencapai biaya angkut total minimum apabila
Pabrik C mengirim barang ke gudang 1 sebanyak 10 ton dan ke
gudang 2 sebanyak 20 ton. Total penawaran sebanyak 260 ton
sedangkan total permintaan 230 ton sehingga terjadi Dummy gudang
sebanyak 30 ton.
4. Nilai Optimal cost sebesar $2310 merupakan penjumlahan hasil kali
dari biaya pengiriman per unit dan jumlah produk.
2)

Output Final Solution Table

Interpretasi:
1. Bila pabrik A memaksakan mengirim ke gudang 1 maka biayanya
masih 0 dan bila memaksakan mengirim ke gudang dummy maka akan
menambah biaya sebesar $4. Sehingga paling tepat pabrik A
mengirimkan kegudang 2 dan 3 yang tidak menghasilkan margin cost.
2. Pabrik B disarankan untuk mengirim ke gudang 1 yang tidak
menghasilkan margin cost. Ketika ingin memaksakan untuk mengirim
ke gudang 2, 3, dan dummy maka akan dikenakan biaya masingmasing sebesar $21 untuk gudang 2, $21untuk gudang 3 dan $13
untuk Dummy.
3. Pabrik C disarankan untuk mengirim ke gudang 1,2 dan Dummy yang
tidak menghasilkan margin cost, namun ketika memaksakan untuk
mengirim ke gudang 3 maka akan dikenai biaya sebesar $4.
3)

Output Marginal Cost

Interpretasi :
1. Marginal cost pada gudang 1 dari pabrik A adalah 0, berarti apabila
dilakukan penjualan satu unit barang hasil produksi dari pabrik A ke
gudang 1 maka biaya transportasi tetap.

2. Marginal cost pada dummy dari pabrik A adalah $4, berarti apabila
dilakukan penjualan satu unit barang hasil produksi dari pabrik A ke
gudang 1 maka biaya transportasi akan bertambah sebanyak $4.
3. Marginal cost pada gudang 2 dari pabrik B adalah $21, berarti apabila
dilakukan penjualan satu unit barang hasil produksi dari pabrik B ke
gudang 2 maka biaya transportasi akan bertambah sebanyak $21.
4. Marginal cost pada gudang 3 dari pabrik B adalah $21, berarti apabila
dilakukan penjualan satu unit barang hasil produksi dari pabrik B ke
gudang 3 maka biaya transportasi akan bertambah sebanyak $21.
5. Marginal cost pada dummy dari pabrik B adalah $13, berarti apabila
dilakukan penjualan satu unit barang hasil produksi dari pabrik B ke
dummy maka biaya transportasi akan bertambah sebanyak $13.
6. Marginal cost pada gudang 3 dari pabrik C adalah $4, berarti apabila
dilakukan penjualan satu unit barang hasil produksi dari pabrik C ke
gudang 3 maka biaya transportasi akan bertambah sebanyak $4.
4)

Output Iterations

Interpretasi :
Pada tabel iterasi tampak bahwa iterasi terjadi sebanyak 2 kali. Hal
tersebut berarti untuk mencapai kombinasi angka optimum yaitu kapasitas
maximum dengan biaya paling minimum diperlukan 2 (dua) kali langkah
komputasi. Iterasi berhenti sampai tabel kedua karena nilai biaya
tambahannya sudah menunjukan positif semua.
5)

Output Shipments With Costs

Interpretasi :
1. Pabrik A mengirim kegudang 2 dan gudang 3 dengan kapasitas
masing-masing 40 ton serta biaya $240 dan 60 ton dengan biaya $420.
2. Pabrik B mengirim ke gudang 1dengan kapasitas 100 ton serta biaya
sebesar $1200.
3. Pabrik C mengirim ke gudang 1 dan gudang dua dengan kapasitas
masing-masing sebesar 10 ton dengan biaya $250 dan 20 ton dengan
biaya 200. Selanjutnya ke gudang dummy dengan kapasitas 30 dan
biaya $0.
6)

Output Shipping List

Interpretasi :

1. Jumlah muatan dari pabrik A ke gudang 2 sebanyak 40 ton dengan

biaya per unit sebesar $6 maka total biaya yang dikeluarkan sebanyak
$240.
2. Jumlah muatan dari pabrik A ke gudang 3 sebanyak 60 ton dengan
biaya per unit sebesar $7 maka total biaya yang dikeluarkan sebanyak
$420.
4. Jumlah muatan dari pabrik B ke gudang 1 sebanyak 100 ton dengan
biaya per unit sebesar $12 maka total biaya yang dikeluarkan sebanyak
$1200.
5. Jumlah muatan dari pabrik C ke gudang 1 sebanyak 10 ton dengan
biaya per unit sebesar $25 maka total biaya yang dikeluarkan sebanyak
$250.
6. Jumlah muatan dari pabrik C ke gudang 2 sebanyak 20 ton dengan
biaya per unit sebesar $10 maka total biaya yang dikeluarkan sebanyak
$200.
7. Jumlah muatan dari pabrik C ke Dummy sebanyak 30 ton dengan biaya
per unit sebesar $0 maka total biaya yang dikeluarkan sebanyak $0.

3.

Supply < Demand

a.

Soal

Pabrik DPoor Link Farm yang beroprasi pada bidang produksi pupuk
memiliki tiga daerah pemrosesan yaitu A, B, C dan memiliki tiga gudang
yang berlokasi di 1, 2, 3 sebagai tempat tujuan distribusi hasil produksi.
Kapasitas produksi per bulan pabrik A = 70 ton, B = 70 ton, dan C = 60 ton.
Permintaan masing-masing gudang 1 = 110 ton, 2 = 60 ton, dan 3 = 60 ton
per bulan. Berikut biaya transportasi dari pabrik ke gudang ($): Data
perusahaan DPoor Link Farm:
Gudang
1

21

12

18

19

25

10

15

Pabrik

Tentukan dari pabrik mana dikirim ke gudang mana dan berapa jumlah
serta total biaya transportasi.

b.

Langkah-Langkah :

a. Buka POM-QM pada desktop

b. Klik Module- Transportation
c. Klik menu File- New
d. Pada kotak title diisi judul kasus yang akan diselesaikan (Soal 1
transportasi )
e. Number of Sources ( jumlah sumber diisi dengan 3) sesui kasus
f.

Number of Destination ( jumlah kejadian diisi 3) sesui kebutuhan kasus

g. Pada Objective pilih Minimize karena menghitung biaya

h. Klik Ok
i.

Masukan angka-angka pada soal ke dalam tabel yang muncul

kemudian klik Solve

j.

Klik Tile untuk mengeluarkan semua output yang dibutuhkan atau klik
Window kemudian klik satu-persatu untuk mengeluarkan output
tertentu ( Transportation shipments, Final solution table, Marginal cost,
Iterations, Shipment with costs, Shipping list ).

c.

Output dan Interpretasi

1)

Output Transportation Shipments

Interpretasi:
1. Perusahaan akan mencapai biaya angkut total minimum apabila Pabrik
A mengirim barang ke gudang 2 sebanyak 10 ton dan ke gudang 3
sebanyak 60 ton.
2. Perusahaan akan mencapai biaya angkut total minimum apabila Pabrik
B mengirim barang ke gudang 1 sebanyak 70 ton.
3. Perusahaan akan mencapai biaya angkut total minimum apabila Pabrik
C mengirim barang ke gudang 1 sebanyak 10 ton dan ke gudang 2
sebanyak 50 ton.
4. Total penawaran sebesar 200 ton, sedangakan total permintaan
sebesar 230 ton sehingga terjadi kelebihan permintaan sebesar 30 ton
yang sekaligus sebagai dummy pabrik.

5. Dari output dijelaskan bahwa nilai optimal cost sebesar $2070

merupakan penjumlahan hasil kali dari biaya pengiriman per unit dan
jumlah produk.
2)

Output Final Solution Table

Interpretasi:
1. Pabrik A disolusikan untuk mengirim ke gudang 2 dan gudang 3
walaupun jika memaksakan untuk mengirim ke gudang 1 nilai
tambahan biaya sebesar $0.
2. Pabrik B disolusikan untuk mengirim ke gudang 1 karena tidak ada
biaya tambahan. Namun jika ingin memaksakan untuk mengirim ke
gudang 2 dan 3 maka akan menambah biaya masing-masing sebesar
$21 untuk gudang 2 dan $21 untuk gudang 3.
3. Pabrik C disolusikan untuk mengirim kegudang 1 dan 2 karena tidak
memiliki

biaya

tambahan.

Sedangkan jika memaksakan untuk

mengirim ke gudang 3 maka akan dikenakan biaya tambahan sebesar

$4.
4. Jika Dummy pabrik memaksakan mengirim ke gudang 2 maka akan
menambah biaya sebesar $15 dan jika memaksakan untuk mengirim
ke gudang 3 maka akan menambah biaya sebesar $14. Sehingga
paling tepat dummy pabrik hanya mengirim ke gudang 1 yang tidak
memerlukan biaya tambahan.
3)

Output Marginal Cost

Interpretasi :
1. Marginal cost pada gudang 1 dari pabrik A adalah 0, berarti apabila
dilakukan penjualan satu unit barang hasil produksi dari pabrik A ke
gudang 1 maka biaya transportasi tetap.
2. Marginal cost pada dummy dari pabrik A adalah $4, berarti apabila
dilakukan penjualan satu unit barang hasil produksi dari pabrik A ke
gudang 1 maka biaya transportasi akan bertambah sebanyak $4.
3. Marginal cost pada gudang 2 dari pabrik B adalah $21, berarti apabila
dilakukan penjualan satu unit barang hasil produksi dari pabrik B ke
gudang 2 maka biaya transportasi akan bertambah sebanyak $21.
4. Marginal cost pada gudang 3 dari pabrik B adalah $21, berarti apabila
dilakukan penjualan satu unit barang hasil produksi dari pabrik B ke
gudang 3 maka biaya transportasi akan bertambah sebanyak $21.

5. Marginal cost pada dummy dari pabrik B adalah $13, berarti apabila
dilakukan penjualan satu unit barang hasil produksi dari pabrik B ke
dummy maka biaya transportasi akan bertambah sebanyak $13.
6. Marginal cost pada gudang 3 dari pabrik C adalah $4, berarti apabila
dilakukan penjualan satu unit barang hasil produksi dari pabrik C ke
gudang 3 maka biaya transportasi akan bertambah sebanyak $4.
4)

Output Iterations

Interpretasi :
Pada tabel iterasi tampak bahwa iterasi terjadi sebanyak 1 kali. Hal
tersebut berarti untuk mencapai kombinasi angka optimum yaitu kapasitas
maximum dengan biaya paling minimum diperlukan satu kali langkah
komputasi.
5)

Output Shipments With Costs

Interpretasi :
1. Pabrik A mengirim ke gudang 2 dengan kapasitas 10 ton serta biaya
$60 dan ke gudang 3 dengan kapasitas 60 ton dengan biaya $420.
2. Pabrik B mengirim ke gudang 1 dengan kapasitas 70 ton serta biaya
$840.
3. Pabrik C mengirim ke gudang 1 sebesar 10 ton dengan biaya $250 dan
ke gudang 3 sebesar 50 ton dengan biaya $500.
4. Pabrik Dummy mengirim ke gudang 1 dengan kapasitas 30 ton dan
biaya $0.
6)

Output Shipping List

Interpretasi :
1. Jumlah muatan dari pabrik A ke gudang 2 sebanyak 10 ton dengan
biaya per unit $6, maka total biaya yang dikeluarkan sebesar $60.
2. Jumlah muatan dari pabrik A ke gudang 3 sebanyak 60 ton dengan
biaya per unit $7, maka total biaya yang dikeluarkan sebesar $420.
3. Jumlah muatan dari pabrik B ke gudang 1 sebanyak 70 ton dengan
biaya per unit $12, maka total biaya yang dikeluarkan sebesar $840.
4. Jumlah muatan dari pabrik C ke gudang 1 sebanyak 10 ton dengan
biaya per unit $25, maka total biaya yang dikeluarkan sebesar $250.
5. Jumlah muatan dari pabrik C ke gudang 2 sebanyak 50 ton dengan
biaya per unit $10, maka total biaya yang dikeluarkan sebesar $500.

6. Jumlah muatan dari pabrik dummy ke gudang 1 sebanyak 30 ton

dengan biaya per unit $0, maka total biaya yang dikeluarkan sebesar
$0.

5. DAFTAR PUSTAKA

Hanani, Nuhfil dan Rosihan Asmara. 2012. Metode Kuantitatif: Bahan Pelatihan
Q.M for Windows. Surabaya: Universitas Airlangga
Harsanto, Budi. 2011. Naskah Tutorial Q.M for Windows. Bandung: ITB
Hidayah, Rara. 2013. Laporan Praktikum Riset Operasi. Yogyakarta: Universitas
Respati
Mulyono, Sri. 2007. Riset Operasi. Jakarta: Lembaga Penerbit FE-UI
Z, Hartawan. 2011. Modul POM-QM for Windows versi 3.0: Praktikum LP &
Simplex. 'Wa-One' Punyo Catetan Kecik.htm