Metode Transportasi (Masalah dalam Metode Transportasi)hazhiyah
Seringkali terjadi dalam kenyataan dimana total permintaan tidak sama dengan total penawaran. Masalah ketidakseimbangan dalam ini dalam metode transportasi dapat diatasi dengan mempergunakan persediaan dan permintaan bayangan (dummy). Selain masalah permintaan dan penawaran, dalam metode transportasi juga dikenal masalah lain yaitu degenerasi dan redudansi yang terjadi dalam penyelesaian masalah dalam metode transportasi baik itu di solusi awal atau pada solusi optimal
Dokumen tersebut membahas tentang model transportasi dalam pemrograman linear. Secara khusus, dibahas tentang pendefinisian masalah transportasi, ciri-ciri khusus masalah transportasi, perumusan umum masalah transportasi, dan contoh kasus penyelesaian masalah transportasi pada suatu perusahaan listrik."
Dokumen tersebut merupakan makalah tentang pemodelan matematika dua species model mangsa-pemangsa yang dikerjakan oleh kelompok mahasiswa. Makalah ini membahas tentang model matematis interaksi antara mangsa dan pemangsa beserta parameter dan persamaan diferensialnya."
Dokumen tersebut membahas distribusi peluang binomial dan multinomial. Distribusi binomial terjadi pada percobaan yang menghasilkan dua kemungkinan (sukses/gagal), sedangkan distribusi multinomial terjadi pada percobaan dengan lebih dari dua kemungkinan. Dokumen ini menjelaskan rumus-rumus untuk menghitung probabilitas, rata-rata dan variansi untuk kedua jenis distribusi tersebut beserta contoh soal aplikasinya.
Metode Transportasi (Masalah dalam Metode Transportasi)hazhiyah
Seringkali terjadi dalam kenyataan dimana total permintaan tidak sama dengan total penawaran. Masalah ketidakseimbangan dalam ini dalam metode transportasi dapat diatasi dengan mempergunakan persediaan dan permintaan bayangan (dummy). Selain masalah permintaan dan penawaran, dalam metode transportasi juga dikenal masalah lain yaitu degenerasi dan redudansi yang terjadi dalam penyelesaian masalah dalam metode transportasi baik itu di solusi awal atau pada solusi optimal
Dokumen tersebut membahas tentang model transportasi dalam pemrograman linear. Secara khusus, dibahas tentang pendefinisian masalah transportasi, ciri-ciri khusus masalah transportasi, perumusan umum masalah transportasi, dan contoh kasus penyelesaian masalah transportasi pada suatu perusahaan listrik."
Dokumen tersebut merupakan makalah tentang pemodelan matematika dua species model mangsa-pemangsa yang dikerjakan oleh kelompok mahasiswa. Makalah ini membahas tentang model matematis interaksi antara mangsa dan pemangsa beserta parameter dan persamaan diferensialnya."
Dokumen tersebut membahas distribusi peluang binomial dan multinomial. Distribusi binomial terjadi pada percobaan yang menghasilkan dua kemungkinan (sukses/gagal), sedangkan distribusi multinomial terjadi pada percobaan dengan lebih dari dua kemungkinan. Dokumen ini menjelaskan rumus-rumus untuk menghitung probabilitas, rata-rata dan variansi untuk kedua jenis distribusi tersebut beserta contoh soal aplikasinya.
Transformasi Laplace adalah transformasi yang sering digunakan untuk menyelesaikan masalah syarat awal. Metode penyelesaian persamaan diferensial biasa menggunakan transformasi laplace terbukti cukup ampuh digunakan untuk menyelesaikan berbagai masalah nilai awal.
PT. Eb07 akan memproduksi kain sutra dan wol. Mereka memiliki keterbatasan sumber daya dan waktu. Metode simpleks digunakan untuk menentukan produksi optimal guna memaksimalkan laba. Hasilnya menunjukkan X2 = 20 sebagai produksi kain wol optimal.
Ada model matematis yang menggabungkan konsep probabilitas dan matriks untuk menganalisa proses stokastik, yang mengandung barisan percobaan yang memenuhi kondisi tertentu.
Pengenalan Rantai Markov.
Contoh Soal Rantai Markov.
Diagram transisi, matriks transisi, diagram pohon untuk mendeskripsikan suatu rantai markov.
Gerak peluru dapat dijelaskan sebagai perpaduan gerak lurus berkecepatan tetap secara horizontal dan gerak berakselerasi secara vertikal akibat gaya gravitasi. Persamaan gerak peluru dapat diturunkan dari hukum gerak dasar tersebut dan digunakan untuk menyelesaikan berbagai soal numerik tentang peluru.
Dokumen tersebut membahas penerapan distribusi normal dan pendekatan distribusi normal ke distribusi binomial. Beberapa contoh menunjukkan bagaimana distribusi normal dapat digunakan untuk menyelesaikan masalah-masalah yang melibatkan peluang, seperti menghitung peluang terjadinya suatu peristiwa. Dokumen ini juga menjelaskan bahwa distribusi normal dapat digunakan sebagai pendekatan yang baik untuk distribusi binomial bila jumlah percobaan besar dan
Konsep dasar pendugaan parameter membahas tentang cara menduga parameter populasi yang belum diketahui berdasarkan contoh acak. Terdapat beberapa parameter yang dapat diduga seperti rata-rata, proporsi, dan simpangan baku. Penduga yang baik memiliki sifat tak bias, efisien, kecukupan, dan konsisten. Beberapa cara menduga parameter antara lain menggunakan titik taksiran dan interval taksiran.
Secara sistematis, dualitas merupakan alat bantu masalah LP, yang secara langasung didefinisikan dari persoalan aslinya atau dari model LP primal. Dalam kebanyakan perlakuan LP, dualitas sangat tergantung pada primal dalam hal tipe kendala, variabel keputusan dan kondisi optimum.
Dokumen tersebut membahas tentang modul perkuliahan pengantar teknik industri yang mencakup konsep perancangan pemindahan bahan, pola umum aliran bahan, dan peralatan pemindahan bahan. Ringkasannya adalah modul tersebut membahas konsep dasar tentang perancangan sistem pemindahan material dalam industri manufaktur.
Distribusi hipergeometrik melibatkan pengambilan sampel tanpa pengembalian dari populasi yang terdiri dari dua kelompok. Distribusi ini digunakan untuk menghitung peluang mendapatkan jumlah tertentu dari sampel yang masuk ke dalam masing-masing kelompok. Distribusi hipergeometrik dapat diperluas untuk kasus di mana populasi dibagi menjadi lebih dari dua kelompok.
Metode iterasi Jacobi dapat digunakan untuk menyelesaikan sistem persamaan linear dengan menghitung nilai variabel secara berulang hingga mencapai toleransi kesalahan yang diinginkan. Algoritma Jacobi menghitung nilai baru variabel berdasarkan nilai lama variabel lainnya. Analisis galat dilakukan dengan membandingkan nilai baru dan lama setiap variabel. Kasus sistem persamaan linear 3 variabel ditunjukkan dapat dise
Metode transportasi merupakan metode untuk memilih jalur distribusi barang dari lokasi sumber ke lokasi permintaan dengan biaya minimum. Terdapat beberapa metode penyelesaian seperti North West Corner, Least Cost, dan Vogel Approximation Method yang melibatkan penentuan matriks sumber dan tujuan serta pembagian barang berdasarkan kapasitas dan biaya terendah.
Transformasi Laplace adalah transformasi yang sering digunakan untuk menyelesaikan masalah syarat awal. Metode penyelesaian persamaan diferensial biasa menggunakan transformasi laplace terbukti cukup ampuh digunakan untuk menyelesaikan berbagai masalah nilai awal.
PT. Eb07 akan memproduksi kain sutra dan wol. Mereka memiliki keterbatasan sumber daya dan waktu. Metode simpleks digunakan untuk menentukan produksi optimal guna memaksimalkan laba. Hasilnya menunjukkan X2 = 20 sebagai produksi kain wol optimal.
Ada model matematis yang menggabungkan konsep probabilitas dan matriks untuk menganalisa proses stokastik, yang mengandung barisan percobaan yang memenuhi kondisi tertentu.
Pengenalan Rantai Markov.
Contoh Soal Rantai Markov.
Diagram transisi, matriks transisi, diagram pohon untuk mendeskripsikan suatu rantai markov.
Gerak peluru dapat dijelaskan sebagai perpaduan gerak lurus berkecepatan tetap secara horizontal dan gerak berakselerasi secara vertikal akibat gaya gravitasi. Persamaan gerak peluru dapat diturunkan dari hukum gerak dasar tersebut dan digunakan untuk menyelesaikan berbagai soal numerik tentang peluru.
Dokumen tersebut membahas penerapan distribusi normal dan pendekatan distribusi normal ke distribusi binomial. Beberapa contoh menunjukkan bagaimana distribusi normal dapat digunakan untuk menyelesaikan masalah-masalah yang melibatkan peluang, seperti menghitung peluang terjadinya suatu peristiwa. Dokumen ini juga menjelaskan bahwa distribusi normal dapat digunakan sebagai pendekatan yang baik untuk distribusi binomial bila jumlah percobaan besar dan
Konsep dasar pendugaan parameter membahas tentang cara menduga parameter populasi yang belum diketahui berdasarkan contoh acak. Terdapat beberapa parameter yang dapat diduga seperti rata-rata, proporsi, dan simpangan baku. Penduga yang baik memiliki sifat tak bias, efisien, kecukupan, dan konsisten. Beberapa cara menduga parameter antara lain menggunakan titik taksiran dan interval taksiran.
Secara sistematis, dualitas merupakan alat bantu masalah LP, yang secara langasung didefinisikan dari persoalan aslinya atau dari model LP primal. Dalam kebanyakan perlakuan LP, dualitas sangat tergantung pada primal dalam hal tipe kendala, variabel keputusan dan kondisi optimum.
Dokumen tersebut membahas tentang modul perkuliahan pengantar teknik industri yang mencakup konsep perancangan pemindahan bahan, pola umum aliran bahan, dan peralatan pemindahan bahan. Ringkasannya adalah modul tersebut membahas konsep dasar tentang perancangan sistem pemindahan material dalam industri manufaktur.
Distribusi hipergeometrik melibatkan pengambilan sampel tanpa pengembalian dari populasi yang terdiri dari dua kelompok. Distribusi ini digunakan untuk menghitung peluang mendapatkan jumlah tertentu dari sampel yang masuk ke dalam masing-masing kelompok. Distribusi hipergeometrik dapat diperluas untuk kasus di mana populasi dibagi menjadi lebih dari dua kelompok.
Metode iterasi Jacobi dapat digunakan untuk menyelesaikan sistem persamaan linear dengan menghitung nilai variabel secara berulang hingga mencapai toleransi kesalahan yang diinginkan. Algoritma Jacobi menghitung nilai baru variabel berdasarkan nilai lama variabel lainnya. Analisis galat dilakukan dengan membandingkan nilai baru dan lama setiap variabel. Kasus sistem persamaan linear 3 variabel ditunjukkan dapat dise
Metode transportasi merupakan metode untuk memilih jalur distribusi barang dari lokasi sumber ke lokasi permintaan dengan biaya minimum. Terdapat beberapa metode penyelesaian seperti North West Corner, Least Cost, dan Vogel Approximation Method yang melibatkan penentuan matriks sumber dan tujuan serta pembagian barang berdasarkan kapasitas dan biaya terendah.
Tabel transportasi diselesaikan menggunakan metode VAM melalui tiga iterasi. Pada iterasi pertama didapat nilai U3=4, iterasi kedua U1=0, dan iterasi ketiga U1=6. Proses ini menghasilkan solusi optimal dengan nilai z minimal sebesar 750.
Sistem transportasi adalah keterkaitan antara penumpang, prasarana, dan sarana yang berinteraksi dalam perpindahan orang atau barang. Transportasi memiliki manfaat sosial, ekonomi, politik, dan fisik bagi kehidupan manusia. Kereta api dianggap paling efisien untuk angkutan massal darat karena biaya murah dan kecepatannya. Kemajuan teknologi memengaruhi kelancaran transportasi. Moda transportasi meliputi darat, laut, dan
PENYELESAIAN MASALAH PENUGASAN DENGAN METODE HUNGARIANFeronica Romauli
Perusahaan membutuhkan 4 pekerjaan namun hanya memiliki 3 pekerja. Dengan menggunakan metode Hungarian, pekerjaan dialokasikan kepada pekerja sehingga biaya total minimum adalah Rp 270 ribu per hari.
Model transportasi digunakan untuk mengalokasikan barang dari sumber ke tujuan secara optimal dengan mempertimbangkan biaya transportasi. Terdapat beberapa metode seperti stepping stone, MODI, dan VAM yang masing-masing memiliki langkah untuk menentukan alokasi terbaik. Contoh soal membantu memahami penerapan model transportasi untuk mengalokasikan produk dari pabrik ke gerai penjualan.
Dokumen tersebut membahas metode transportasi dan metode stepping stone dalam pemodelan linear programming untuk mengalokasikan hasil produksi dari beberapa pabrik ke beberapa gudang penjualan secara optimal dengan mempertimbangkan kapasitas produksi pabrik, kebutuhan gudang, dan biaya pengangkutan. Dokumen ini juga menjelaskan prosedur penyelesaian metode transportasi dan metode MODI (Modified Distribution) secara rinci melalui contoh numerik.
Bab 3 membahas penyelesaian permasalahan linear programming dengan fungsi tujuan minimisasi menggunakan metode simpleks. Pada permasalahan minimisasi, fungsi kendala biasanya menggunakan tanda ≥ dan harus dikurangi surplus variabel dan ditambah artificial variabel agar sesuai dengan standard simpleks. Fungsi tujuan pada permasalahan minimisasi harus ditambahkan koefisien +M untuk artificial variabel.
Dokumen tersebut membahas tentang program linier dan metode simpleks untuk menyelesaikan masalah program linier. Program linier digunakan untuk mengalokasikan sumber daya terbatas guna memaksimalkan keuntungan atau meminimalkan biaya. Metode simpleks adalah metode yang efisien untuk menyelesaikan masalah program linier dengan variabel keputusan lebih dari dua."
BAB I
PENDAHULUAN
Latar Belakang
Salah satu pendekatan yang dapat dilakukan untuk menyelesaikan masalah manajemen sains adalah pemrograman linear. Pemrograman linear merupakan kelompok teknik analisis kuantitatif yang mengandalkan model matematika atau model simbolik sebagai wadahnya. Artinya, setiap masalah yang kita hadapi dalam suatu sistem permasalahan tertentu perlu dirumuskan dulu dalam simbol-simbol matematika tertentu, jika kita inginkan bantuan pemrograman linear sebagai alat analisisnya.
Metode grafik merupakan salah satu metode yang dapat digunakan untuk menyelesaikan masalah pemrograman linear yang melibatkan dua peubah keputusan. Membahas mengenai masalah meminimumkan fungsi kendala bertanda ≥, fungsi kendala bertanda = tidak ada penyelesaian layak, tidak ada penyelesaian optimal, beberapa alternatif optimal, dan wilayah kelayakan yang tidak terikat dapat terjadi saat menyelesaikan masalah pemrograman linear dengan menggunakan prosedur penyelesaian grafik. Kasus-kasus ini juga dapat terjadi saat menggunakan metode simpleks.
Metode simplek untuk linier programming dikembangkan pertama kali oleh George Dantzing pada tahun 1947, kemudian digunakan juga pada penugasan di Angkatan Udara Amerika Serikat. Dia mendemonstrasikan bagaimana menggunakan fungsi tujuan (iso-profit) dalam upaya menemukan solosi diantara beberapa kemungkinan solosi sebuah persoalan linier programming.
Proses penyelesaiaanya dalam metode simplek, dilakukan secara berulang-ulang (iterative) sedemikian rupa dengan menggunakan pola tertentu (standart) sehingga solusi optimal tercapai.
Ciri lain dari metode simplek adalah bahwa setiap solusi yang baru akan menghasilkan sebuah nilai fungsi tujuan yang lebih besar daripada solosi sebelumnya.
Rumusan Masalah
Adapun rumusan masalah yang akan dibahas dalam makalah ini adalah sebagai berikut:
Bagaimana cara mencari nilai maksimum dengan menggunakan metode simpleks?
Bagaimana cara menyelesaikan masalah/kendala (syarat) bertanda “=”?
Bagaimana cara mencari nilai minimum dengan menggunakan metode simpleks?
Bagaimana cara membedakan antara asalah primal dan dual dalam program linear?
Kapan pemrograman linear dikatakan mengalami degenerasi?
Tujuan
Adapun tujuan dari penulisan makalah ini antara lain :
Dapat menyelesaikan masalah maksimasi dalam program linear
Dapat menyelesaikan masalah / kendala (syarat) bertanda “=” pada program linear
Dapat menyelesaikan masalah minimasi dalam program linear
Dapat mengetahui dan membedakan antara masalah primal dan dual dalam program linear
Dapat menyelesaikan masalah degeneracy / kemerosotan dalam program linear
BAB II
PEMBAHASAN
Masalah Maksimasi
Untuk menyelesaikan masalah maksimasi maka programasi linear harus lebih dahulu ditulis dalam bentuk standar. Dengan bentuk standar dimaksudkan adalah permasalahan programasi linear yang berwujud permasalahan maksimasi dengan batasan-batasan (kendala) yang bertanda kurang dari
Makalah ini membahas tentang Riset Operasi dan beberapa metode yang digunakan dalam Riset Operasi seperti metode grafik, metode operasi baris elementer, metode simpleks, dan metode dual simpleks. Makalah ini bertujuan untuk menambah pengetahuan mahasiswa dalam mempelajari Riset Operasi."
Dokumen tersebut membahas dua metode untuk menyelesaikan masalah linear programming (LP) dengan fungsi tujuan minimisasi, yaitu metode perubahan fungsi tujuan menjadi maksimum dan metode langsung menggunakan fungsi tujuan minimisasi. Dokumen tersebut juga membahas penyelesaian masalah LP yang memiliki kendala lebih besar sama dengan dan sama dengan dengan menambahkan variabel buatan."
Model transportasi merupakan model program linier yang digunakan untuk memecahkan masalah distribusi barang dari beberapa sumber ke beberapa tujuan dengan tujuan meminimalkan biaya total transportasi. Model ini dapat diselesaikan menggunakan beberapa teknik seperti Northwest Corner Method, Vogel's Approximation Method, dan Minimum Cell Cost Method untuk menentukan alokasi barang optimal dari setiap sumber ke setiap tujuan.
Model transportasi menggunakan metode North West Corner untuk mengalokasikan sumber daya dari beberapa pabrik ke beberapa gudang dengan mempertimbangkan kapasitas pabrik, permintaan gudang, dan biaya transportasi. Metode ini mengisi tabel alokasi dengan memulai dari sel paling kiri atas sesuai kapasitas dan permintaan, lalu mengisi sel-sel berikutnya hingga terpenuhi. Contoh menunjukkan alokasi produk dari 3 pabrik
Dokumen tersebut membahas tentang perencanaan dan pengelolaan transportasi jarak pendek untuk pengiriman barang. Pembahasan mencakup masalah vehicle routing untuk menentukan rute optimal kendaraan dalam melayani pelanggan, serta traveling salesman problem untuk menemukan rute terpendek dengan melayani seluruh pelanggan. Algoritma seperti greedy dan artificial bee colony diterapkan untuk menyelesaikan masalah-masalah tersebut.
Dokumen tersebut membahas tentang perencanaan dan pengelolaan transportasi jarak pendek untuk logistik rantai pasokan. Secara khusus membahas masalah pengaturan rute kendaraan (vehicle routing problem) dengan mempertimbangkan kapasitas kendaraan dan batasan waktu pengiriman ke pelanggan. Metode yang dijelaskan adalah clustering terlebih dahulu untuk membentuk kelompok pelanggan, kemudian merencanakan rute kendaraan untuk setiap kelomp
Teknik transportasi digunakan untuk merencanakan pengiriman barang dari beberapa sumber ke beberapa tujuan dengan biaya minimum. Terdapat beberapa metode untuk mendapatkan solusi awal, yaitu North West Corner Rule, Least Cost Value, dan Vogel Approximation Method. Ketiga metode ini memberikan alokasi barang dari sumber ke tujuan berdasarkan aturan tertentu untuk meminimalkan biaya transportasi.
Tiga model utama penentuan lokasi pabrik yang dijelaskan dalam dokumen ini adalah model bobot skor, model transportasi, dan model biaya minimum. Model bobot skor menilai berbagai faktor lokasi secara kualitatif dengan memberikan skor dan bobot untuk setiap alternatif lokasi. Model transportasi mempertimbangkan biaya per unit dan kapasitas untuk menganalisis solusi optimal pengiriman dari sumber ke tujuan. Model biaya minimum mengalokasikan unit secara ber
1. Dokumen ini membahas penerapan metode North West Corner dalam penyelesaian masalah transportasi untuk memindahkan barang dari beberapa sumber ke lokasi tujuan dengan biaya minimal.
2. Metode North West Corner mengisi tabel transportasi dengan memulai dari sel kiri atas sesuai kapasitas sumber dan permintaan, lalu bergerak ke kiri atau bawah.
3. Penerapan metode ini menghasilkan pemetaan kapasitas persediaan ke perminta
Dokumen tersebut membahas pengusulan rute pengiriman unit sepeda motor dan suku cadangnya menggunakan algoritma Clarke and Wright untuk meminimalkan biaya transportasi di PT. X Bandung. Algoritma ini digunakan untuk membentuk rute alternatif pengiriman dari gudang utama ke 78 dealer. Hasil perhitungan menunjukkan terbentuk 26 rute baru dengan pengurangan biaya sebesar 30% dari semula.
Teks tersebut membahas tentang Metode Batu Loncatan (Stepping Stone Method) sebagai salah satu metode transportasi untuk mendapatkan solusi optimal dari masalah transportasi dengan biaya minimum. Metode ini menggunakan pendekatan trial and error untuk merubah alokasi produk hingga mendapatkan alokasi yang optimal dengan mempertimbangkan pengurangan biaya per unit yang lebih besar dari penambahan biayanya."
1. Mahasiswa diminta mempelajari konsep uji chi-kuadrat, analisis antrian, dan simulasi berdasarkan modul.
2. Uji chi-kuadrat digunakan untuk menguji hubungan antara dua kelompok dengan kategori. Analisis antrian mempelajari fluktuasi permintaan layanan untuk mengoptimalkan biaya pelayanan dan menunggu. Model simulasi digunakan untuk masalah rumit dengan sistem tak teratur.
1. Masalah transportasi membahas distribusi produk tunggal dari beberapa sumber ke beberapa tujuan dengan biaya transport minimum.
2. Ada tiga pabrik dan tiga pasar dengan kapasitas dan permintaan tertentu serta biaya transport per unit.
3. Masalah ini dipecah menjadi masalah programming linear untuk mendapatkan solusi optimum dengan biaya minimum.
Metode Transportasi adalah suatu metode yang digunakan untuk mengatur distribusi dari sumber-sumber yang menyediakan produk-produk yang sama di tempat-tempat yang membutuhkan secara optimal.
Metode transportasi untuk solusi awal dibagi menjadi 3 yaitu:
1. METODE NWC (NORTH WEST CORNER)
2. METODE BIAYA TERKECIL (LEAST COST)
3. VAM (VOGEL APPROXIMATION METHOD)
sedangkan untuk solusi optimal dibagi menjadi 2 yaitu:
1. METODE BATU LONCATAN (STEPPING STONE)
2. METODE MODI (MODIFIED DISTRIBUTION METHOD)
Model transportasi digunakan untuk mengalokasikan barang dari sumber ke tujuan dengan biaya minimum, dengan mempertimbangkan ketersediaan sumber dan permintaan tujuan. Ada beberapa metode seperti NWCR, least cost, dan VAM. VAM menghitung selisih biaya terkecil setiap baris dan kolom, lalu mengalokasikan ke sel biaya terendah secara iteratif hingga selesai.
1. BAB I
PENDAHULUAN
Terdapat bermacam-macam model jaringan ( network model ). Suatu jaringan
adalah suatu sistem garis-garis atau saluran-saluran yang menghubungkan titik-titik
yang berlainan. Beberapa contoh jaringan adalah: jaringan rel kereta api, sistem
saluran pipa, jaringan jalan raya, dan jaringan penerbangan. Dalam semua jaringan
ini terjadi arus dari titi-titik sumber menuju beberapa titik tujuan. misalnya, dalam
suatu sistem saluran pipa dapat dikirim air, minyak, atau gad dari sumber menuju
langganan yang meminta.
Banyak masalah jaringan dapat dirumuskan sebagai masalah LP dan solusinya
dapat diperoleh dengan menggunakan metode simpleks. tetapi, banyak teknik
jaringan khusus telah dikembangankan yang umunya lebih efisien daripada metode
simpleks. Masalah transportasi adalah salah satu contoh dari model jaringan yag
memiliki ciri-ciri seperti itu. Apa yang dimaksud dengan masalah transportasi ,
bagaimana cara-cara menyelesaikannya, dan variasi dari masalah itu .
1
2. BAB II
ISI
2.1 DEFINISI DAN APLIKASI MODEL TRANSPORTASI
Metode transportasi adalah suatu metode dalam Riset Operasi yang digunakan
untuk mengatur distribusi dari sumber-sumber yang menyediakan produk yang sama,
ke tempat-tempat yang membutuhkan secara optimal.Alokasi produk harus diatur
sedemikian rupa, karena terdapat perbedaan biaya-biaya alokasi dari sumber ke
tempat tujuan yang berbeda. Disamping itu juga metode transportasi juga dapat
digunakan untuk memecahkan masalah dunia usaha (bisnis) lainnya.
Pada umumnya, masalah transportasi berhubungan dengan distribusi suatu
produk tunggal dari beberapa sumber, dengan penawaran terbatas, menuju beberapa
tujuan, dengan permintaan tertentu, pada biaya transport minimum. Karena hanya ada
satu macam barang, suatu tempat tujuan dapat memenuhi permintaan dari satu atau
lebih sumber.
Asumsi dasar model ini adalah bahwa biaya transport pada suatu rute tertentu
proporsional dengan banyaknya unit yang dikirimkan. Definisi unit yang dikirimkan
sangat bergantung pada jenis produk yang diangkut, yang penting, satuan penawaran
dan permintaan akan barang yang diangkut harus konsisten. Sebuah model
transportasi dapat dibayangkan seperti contoh berikut .
Misalnya produk yang dihasilkan pada pabrik pabrik (sumber) harus
didistribusikan ketiga gudang (tujuan). Setiap pabrik memiliki jumlah permintaan
tertentu terhadap produk itu. Dengan diketahuinya biaya transport per unit dari
masing-masing gudang, masalahnya adalah menentukan jumlah barang yang harus
dikirim dari masing-masing pabrik ke masing-masing gudang dengan tujuan
meminimumkan biaya transport.
2
3. Persyaratan (kendala) masalah ini adalah bahwa permintaan pada stiap gudang
harus dipenuhi tanpa melebihi kapasitas produksi pada setiap pabrik. Masalah itu
diilustrasikan sebagai suatu model jaringan transportasi umum, pada gambar berikut:
Sumber ( Pabrik)
tujuan ( Gudang )
Cirebon Semarang
Bandung Jakarta
Cilacap Purwokerto
3
Nb : Pabrik
Gudang
Tujuan dari model transportasi adalah merencanakan pengiriman dari sumber-sumber
tujuan sedemikian rupa untuk meminimumkan total biaya transportasi dengan
kendala-kendala:
1. Setiap permintaan tujuan terpenuhi
2. Sumber tidak mungkin mengirim komoditas lebih besar dari kapasitasnya.
Suatu model transportasi dikatakan seimbang (balanced program) apabila total
jumlah antara penawaran dan permintaan sama, secara matematis dituliskan:
푚푖
Σ 푎푖
푛푗
=1 = Σ =1
푏푗
4. Model transportasi dapat dirumuskan sebagai berikut:
=1 ≤ 푎푖 푖 = 1,2,3,..,m (batasan penawaran)
4
푚푖
Minimum Z = Σ 푏푖푗
=푗 Σ 푐푖푗푥푖푗
Dengan batasan:
푛푗
Σ 푥푖푗
푚푖
Σ 푥푖푗
=1 ≤ 푏푖 푖 = 1,2,3,..,m (batasan penawaran)
푋푖푗 ≤ 0
Tabel tranportasi merupakan model yang dapat membantu kita untuk memahami
persoalan transportasi dengan tepat. Tabel berikut menunjukkan bahwa jumlah
kapasitas sumber bisa tidak sama dengan kapasitas tujuan, bila kapasitas sumber
sama dengan kapasitas tujuan maka seluruh kendala atau batasan berupa persamaan.
Bila sebaliknya, kapasitas sumber lebih besar dari kapasitas tujuan maka kendala
berupa pertidaksamaan dengan tanda ≤. Penggunaan tanda pertidaksamaan ini
mempunyai tujuan untuk mengalokasikan kelebihan kapasitas yang terjadi ke dalam
variabel slack.
5. TABEL 1. TRANSPORTASI
C11 C12 C1n
C21 C22 C2n
Cm2 Cmn
5
Ke
Dari
TUJUAN PENAWARAN
1 2 … N (SUPPLY)
S
U
M
B
E
R
1
X11
X12
…
X1n
a1
2
X21
X22
…
X2n
a2
… … … … … …
M
Cm1
Xm1
Xm2
…
Xmn
an
Permintaan
(demand)
b1 b2 … bn
Keterangan:
푋푖푗 = unit yang dikirim dari sumber i ke tujuan j
Cij = biaya per unit dari sumber i ke tujuan j
푎푖 = kapasitas penawaran (suplly) dari sumber i
푏푖 = kapasitas permintaan (demand) dari tujuan i
i = 1, 2, … , m
j = 1, 2, … , n
Contoh kasus AMD Company, yang telah menerima kontrak untuk memasok
kerikil untuk ketiga proyek jalan baru yang terletak di kota Greenville, Fountain, dan
Ayden. Ahli konstruksi telah memperkirakan jumlah kerikil yang dibutuhkan ketiga
proyek konstruksi jalan itu.
6. Table 2. PROYEK
Proyek Lokasi Kebutuhan (truk)
A Fountain 102
B Greenville 72
C Ayden 41
TOTAL 215
AMD mempunyai tiga tambang batu kerikilyang terleetak di kota Kingston,
Wilson, dan Bethel. Kerikil yang dibutuhkan untuk proyek konstruksi dipasok oleh
ketiga tambang tersebut. Kepala pengiriman AMD telah menghitung jumlah kerikil
yang dapat dipasok oleh tiap tambang.
Tabel 3. PERSEDIAAN TAMBANG
Tambang Lokasi persediaan (truk)
W Kingston 56
H Wilson 82
P Bethel 77
TOTAL 215
Total yang tersedia tepat sama dengan total yang diminta. Walaupun
keseimbangan sangat jarang terjadi dalam kehidupan sehari-hari, tapi secara
konseptual ia memungkinkan kita untuk memusatkan perhatian pada ide dasar yang
melandasi metode transportasi.
6
7. Perusahaan telah menghitung biaya pengiriman dari tiap tambang ke lokasi
proyek. Total biaya pengiriman antara tiap tambang dan lokasi proyek bervariasi
tergantung pada jumlah muatan truk. Berdasarkan jumlah yang dibutuhkan pada tiap
tambang, persoalan yang dihadapi perusahaan adalah perencananan pengiriman dari
tiap tambang ke lokasi proyek sedemikian rupa sehingga meminimumkan biaya total
transportasi dalam batasan yang ditentukan oleh kapasitas tambang dan kebutuhan
proyek.
TABEL 3. BIAYA PENGANGKUTAN DARI TAMBANG KE PROYEK
Dari Biaya per muatan ($)
Ke proyek A Ke proyek B Ke Proyek C
Tambang W 8 4 7
Tambang X 24 15 16
Tambang Y 16 9 24
Metode transportasi adalah cara memanfaatkan kelebihan bentuk ini, sehingga
metode simpleks yang lebih umum dan rumit tidak perlu digunakan.
TABEL 4. MODEL TRANSPORTASI PERSOALAN AMD COMPANY
8 4 7
24 15 16
16 9 24
7
Ke
Dari
TUJUAN Penawaran
A B C (supply)
SUMBER
(
Tambang)
W
15
41
56
X
10
72
82
Y
77
77
Permintaan 102 72 41 215
8. Fungsi tujuannya adalah meminimumkan total biaya transportasi
8X11 + 4X12 + 7X13 + 24X21 + 15X22 + 16X23 + 16X31 + 9X32 + 24X33
Ada tiga batasan yang menyatakan bahwa AMD tidak dapat mengirimkan kerikil
lebih banyak dari yang dimilikinya :
8
Pabrik (Supply) :
- tambang W : X11+X12+X13 ≤56
- tambang X: X21+X22+X23 ≤82
- tambang Y: X31+X32+2X33 ≤ 77
Ada tiga batasan tujuan yang menyatakan bahwa tiap proyek harus menerima kerikil
yang dibutuhkan:
- proyek A : X11+X21+X31 ≤102
- proyek B: X12+X22+X32 ≤ 72
- proyek C : X13+X23+X33 ≤ 41
1. Penentuan Pemecahan masalah Nilai Awal
Tujuan dari langkah pemecahan nilai awal adalah untuk memperoleh suatu
penyelesaian layak dasar awal. Karena semua kendala fungsional dalam masalah
transportasi merupakan kendala persamaan metode simpleks akan memperolah
penyelesaian dengan memassukkan variabel-variabel buatan dan memakainya sebagai
variabel dasar awal. Penyelesaian dasar yang diperoleh sebenarnya layak hanya bagi
suatu revisi dari masalahnya sehingga dibutuhkan sejumlah iterasi untuk membuat
variabel buatan menjadi nol untuk mencapai penyelesaian layak dasar. Prosedur
untuk membuat penyelesaian layak dasar awal memilih variabel-variabel dasar satu
9. persatu. Setelah siap seleksi, suatu nilai yang memenuhi suatu kendala tambahan
diberikan kepada variabel tersebut.
Algoritma umum untuk membuat penyelesaian layak dasar awal:
Untuk memulai: semua baris sumber dan lajur tujuan dari table simpleks
transportasi pada awalnya dipertimbangkan untuk mengahasilkan suatu variabel dasar
(alokasi).
Langkah 1: dari antara baris-baris dan lajur yang menjadi pertimbangan, pilihlah
variabel dasar (alokasi) berikut sesuai dengan suatu criteria tertentu.
Langkah 2: buatlah alokasi tersebut cukup besar agar tepat menghabiskan sisa suplly
dengan barisnya atau sisa permintaan dalam lajurnya (yang mana saja yang lebih
kecil)
Langkah 3: keluarkan baris atau lajur itu (yang mana saja yang mempunyai sisa
suplly atau permintaan yang lebih kecil) dari pertimbangan lebih lanjut. (jika baris da
lajur mempunyai sisa supply dan permintaan yang sama, pilihlah secara arbitrer baris
yang akan dikeluarkan. Lajur akan dipakai kemudian untuk menghasilkan suatu
variabel dasar buruk adalah suatu alokasi nol yang dilingkari).
Langkah 4: jika hanya ada satu baris atau satu lajur yang dipertimbangkan, maka
prosedur dilengkapi dengan memilih setiap variabel yang sisa (adalah variabel-variabel
yang sebelumnya tidak dipilih sebagai dasar atau dikeluarkan dari
pertimbangan dengan mengeluarkan baris atau lajur yang berkaitan dengan baris atau
lajur layak. Jika tidak demikian kembalilah ke langkah 1.
Untuk mendapatkan pemecahan awal dari persoalan transportasi, ada 3
prosedur yang disebut dengan aturan Sudut Barat Laut (North West Corner rule), dan
dua prosedur yang lainnya adalah metode Biaya Terendah (Least Cost Rule) dan
metode Aproksimasi Vogel.
9
10. 2.1.1 Metode Sudut Barat Laut (North West Corner rule)
Metode ini digunakan dengan mengalokasikan jumlah maksimum yang dapat
diijinkan oleh penawaran dan permintaan kepada variabel X11.
Algoritma penyelesaian masalah nilai awal dengan metode sudut barat laut:
1. Pilih variabel X11. Variabel ini berada di sudut kiri atas atau arah sudut
barat laut sesuai dengan namanya. Kolom atau baris yang dipenuhi lalu
disilang, ini menunjukkan bahwa variabel sisanya dalam kolom (baris)
yang disilang tersebut adalah sama dengan nol. Jika sebuah kolom dan
baris dipenuhi secara bersamaan, hanya satu yang disilang. Kondisi ini
menjadi penentu variabel dasar nol, jika ada secara otomatis.
2. Setelah menyelesaikan jumlah penawaran dan permintaan untuk semua
baris dan kolom yang belum disilang, jumlah mksimum yang layak
dialokasikan ke elemen pertama yang belum disilang, jumlah maksimum
yang layak dialokasikan ke elemen pertama yang belum disilang di kolom
(baris) yang baru. Proses ini diselesaikan ketika tepat satu baris baris
yang baru. Proses ini diselesaikan ketika tepat satu baris kolom belum di
silang.
Pemecahan masalah AMD dengan metode sudut barat laut untuk persoalan AMD
adalah sebagai berikut:
1. Sel X11 = 56, yang menyinggung baris W, jadi tidak ada lagi alokasi lebih
lanjut dapat dibuat dalam baris W, jumlah yang tersisa alam kolom A adalah
46 unit
2. Sel X11 = 46, untuk menyilang kolom A sehingga tersisa 36 dalam baris X
3. Sel X22 = 36 untuk menyilang baris X sehingga 36 dalam kolom B
4. Sel X32 = 36 untuk menyilang kolom B sehigga tersisa 41 dalam baris Y
5. Sel X33 = 33 yang menyilang kolom 3 atau baris 3.
10
11. Karena semua kapasitas baik untuk penawaran dan permintaan sudah dipenuhi berarti
proses selesai.
Selanjutnya kita simak pemecahan awal yang meliputi lima kombinasi sumber
tujuan. Segi empat atau sel yang tidak memuat nilai dinyatakan sebagai kosong,
artinya tak ada jumlah unit yant dikirimkan antara dua titik yang bersangkutan. jadi
tak ada dalam pemecahan awal. Sekarang kita hitung pemecahan awal dengan cara
kita kalikan jumlah pengiriman antara tiap kombinasi sumber tujuan ( Xij) dalam
pemecahan dengan unit biaya (Cij) yang berkaitan. hasilnya telihat pada Tabel berikut
Tabel 5. pemecahan peroalan AMD dengan metode NWC
11
Ke
Dari
TUJUAN
Penawaran
( supply )
A B C
Sumber
(Tabungan)
W
8
56
4 7 56
X
24
46
15
36
16 82
Y
16 9
36
24
41
77
Permintaan
102
72
41
215
Degenerasi dalam Membuat Pemecahan Awal
12. Marilah kita asumsikan kapasitas tambang dan kebutuhan proyek dalam persoalan
awal AMD telah berubah . dengan menggunkan aturan Sudut Barat Laut , kita
dapatkan pemecahan awal dalam table 5.8 .
Table 6. Alokasi dengan metode NWC
Dari Tambang Ke proyek Jumlah (Truk)
W A 56
X A 46
X B 36
Y B 36
Y C 41
Total 215
Table 7. Total biaya transportasi dengan metode NWC
12
Kombinasi
Sumber tujuan
Jumlah yang
Dikirim
X unit = total biaya
X11
X12
X22
X32
X33
56
46
36
36
41
8
24
15
9
24
448
1104
540
324
984
Total Biaya Transportasi $ 3400
13. Tabel 8. Persoalan Degenerasi
13
Ke
Dari
TUJUAN
Penawaran
( supply )
A B C
Sumber
(Tabungan)
W
8
56
4 7 56
X
24
46
15
36
16 82
Y
16 9
24
41
77
Permintaan
( demand )
102
72
41
215
Pada table diatas, kolom B dan baris X dipenuhi secara bersamaan. Menurut Prinsip
kebutuhan dikurangi 1, kita harus mempunyai lima segi empat terpakai. Oleh karena
itu pemecahan ini diliputi degenerasi. Kasus ini timbul bila, dalam menggunakan
aturan Sudut Barat Laut, kebutuhan kolom dan baris dipenuhi secara bersamaan ,
sehingga melanggar pola bertahap. Dalam kasus tersebut diatas, ini terjadi pada segi
empat XB.
14. Untuk memecahkan degenerasi ini , kita alihkan sel kosong ke salah satu sel terpakai.
Meskipun kita bisa memilih sel kosong yang mana saja, tapi berdasarkan prosedur
urutan SBL, kita harus mengaskan se sel sedemikian rupa, guna menjaga rantai segi
empat tidak putus. Tabelberikut Menunjukkan diselipkammya sel kosong ke sel XC,
meskipun sebelumnya telah ditugaskan ke sel YB. sekarang kita mempunyai lima sel
terpakai untuk memenuhi uji degenerasi.
Tabel 9. Pemecahan Persoalan degenarasi
14
Ke
Dari
TUJUAN
Penawaran
( supply )
A B C
Sumber
(Tabungan)
W
8
56
4 7 56
X
24
46
15
36
16
0
82
Y
16 9
24
41
41
Permintaan
( demand )
102
72
41
215
15. 2.1.2 Metode Biaya Terendah ( least cost rule )
Metode Biaya terendah berusaha mencapai tujuan meminimumkan biaya
transportasi dengan alokasi sistematik kepada kotak-kotak sesuai dengan besarnya
biaya transportasi per unit.
Algoritma (prosedur) pemecahaan awal persoalan transportasi bila metode
biaya terendah adalah sebagai berikut: alokasikan setinggi mungkin jumlah
komoditas pada sel yang mempunyai biaya terkecil unit dalam keseluruhan table. Jika
ada beberapa sel yang memiliki biaya unit terkecil yang sama maka pilih salah
satunya secara sembarang. silang kolom atau baris yang telah terpenuhi, jika baik
kolom atau baris dipenuhi secara bersamaan hanya satu yang disilang. setelah
menyesuaikan penawaran dan permintaan untuk semua baris dan kolom yang belum
disilang, ulangi proses dengan memberikan nilai setinggi mungkin pada sel yang
memiliki unit biaya terkecil berikutnya yang belum disilang. Proses ini diselesaikan
ketika tepat satu baris atau kolom yang belum disilang.
Langkah-langkahnya adalah sebagai berikut :
1. X12 adalah variable yang mempunyai biaya unit terkecil C12 = 4 , Penawaran
dan permintaan yang bersangkutan memberikan X12 = 56 sehingga baris W
disilangkan dan kolom B tersisa 16 .
2. X32 adalah biaya terkecil berikutnya C32 = 9 , penawaran dan permintaan
yang bersangkutan memberikan X32 = 16 , sehingga kolom B disilang dan Y
tersisa 61.
3. X32 dan X31 samam- sama memiliki unit biaya terkecil berikutnya yang belum
disilang. Pilih salah satunya secara sembarang , misalkan yaitu X23 = 41 , dan
baris X tersisa 41.
4. X31 adalah variabel yang mempunyai unit biaya terkecil berikutnya yaitu 16 ,
15
berikan X31 = 6
16. 5. Dengan demikian tinggal satu kolom dan baris yang belum terpenuhi . secara
otomatis baris X penawarannya di berikan ke kolom A yang masih kurang
41 unit , sehingga X21 = 41 dan prosedur telah selesai .
Tabel 10.Total biaya transportasi dengan metode least cost
16
Kombinasi
Sumber tujuan
Jumlah yang
Dikirim
X unit biaya = total biaya
X11
X12
X22
X32
X33
56
41
41
61
16
4
24
16
16
9
224
984
656
976
144
Total Biaya Transportasi $ 2984
Tabel 10. Menunjukkan pemecahan dengan menggunakan metode Least Cost , dan
jika dibandingkan dengan hasil pemecahan dengan metode Sudut Barat Laut ,
ternyata total biaya transportasi lebih baik, yaitu ada penghematan $ 416 ( = 3400-
2984 ).
17. Tabel 11. pemecahan persoalan AMD dengan menggunakan Metode Least Cost.
17
Ke
Dari
TUJUAN
Penawaran
( supply )
A B C
Sumber
(Tabungan)
W
8
4
56
7 56
X
24
41
15
16
41
82
Y
16
61
9
16
24
77
Permintaan
( demand )
102
72
41
215
2.1.3 Metode Aproksimasi Vogel ( VAM )
Metode ini merupakan sebuah metode heuristic dan biasanya memberikan
pemecahan awal yang lebih baik daripada metode sebelunya, yaitu metode North
West Corner dan Least Cost. pada kenyataannya metode Aproksimasi Vogel
umumnya menghasilkan pemecahan awal mendekati hasil optimum.
18. Algoritma (prosedur) metode Aproksimasi Vogel dijelaskan sebagai berikut:
1. Evaluasi penalty setiap baris dan kolom dengan mengurangkan elemen biaya
terkecil dalam baris (kolom) dari biaya terkecil berikutnya dalam baris
(kolom) yang sama.
2. Identifikasi baris ( kolom ) dengan penalty terbesar, pilih nilai yang sama
secara sembarang. Alokasikan sebanyak mungkin pada variabel pada sel yang
mempunyai unit biaya terendah dalam baris (kolom) yang dipilih. Sesuaikan
penawaran dan permintaan dan saling baris atau kolom yang dipenuhi. Jika
sebuah baris atau kolom dengan penawaran (permintaan) nol tidak boleh
dipergunakan lagi dalam menghitung penalty berikutnya
(dalam langkah 3)
3. a. jika tepat satu baris atau kolom yang belum disilangkan maka berhentilah.
b. Jika hanya satu baris atau kolom dengan penawaran (permintaan) positif
yang belum disilangkan, maka tentukan variabel dasar dalam baris atau kolom
tersebut dengan biaya terendah.
c. Jika semua baris dan kolom yang belum disilangkan memiliki (diberikan)
permintaan dan penawaran nol, tentukan variabel dasar nol berdasarkan
metode Least Cost, berhentilah .
d. Jika, tidak, hitung ulang penalty untuk baris dan kolom yang belum
disilang, lalu kemudian langkah ke – 2.
Mari kita simak persoalan AMD jika diselesaikan dengan metode Aproksiasi
Vogel. Pertama tentukan penalty (selisih dua unit biaya terkecil pada baris ata ukolom
yang sama) untuk masing-masing baris dan kolom. Kemudian identifikasi baris atau
kolom yang memiliki nilai penalty terebesar.
Tabel memperihatkan kelompok penalty terbesar diperoleh pada kolom C dan karena
C13 = 7 merupakan unt biaya terkecil pada kolom C , maka
18
19. Jumlah 41 diberikan kepada X13. Sehingga penawaran W tersisa 15, dan kolom C
disilang.
Kelompok penalty kedua, baris X memiliki penalti terbesar dan karena C22 =
15 merupakan unit biaya terkecil pada baris X, maka jumlah 72 diberikan pada X22
sehingga penawaran baris X tersisa 10, dan kolom B disilang. Selanjutnya karena
tinggal satu kolom (A) yang belum disilang maka tidak perlu lagi menghitung penalti.
Langsung alokasikan sisa penawaran pada kolom A tersebut sampai terpenuhi. Biaya
total transportasi diperlihatkan pada Tabel 11 , dimana kalau kita bandingkan dengan
pemecahan dua metode sebelumnya maka tampak lebih baik.
TABEL 12. Tabel Penalti Baris dan Kolom
19
Ke
Dari
TUJUAN Penawaran
A B C (supply)
SUMBER
(Tambang)
W
8
4
15
41
56
X
24
10
72
82
Y
77
77
Permintaan
(demand)
16
15
9
102 72 41 215
P1 8 5 9
P2 8 5 -
7
16
24
20. Tabel 13. Total biaya transportasi dengan metodeVAM
20
Kombinasi
sumber tujuan
Jumlah yang
dikirim
X unit biaya = total biaya
X11 15 8 120
X13 41 7 287
X21 10 24 240
X22 72 15 1080
X31 77 16 1232
Total Biaya Transportasi $ 2954
21. BAB III
KESIMPULAN
Masalah transportasi berhubungan dengan distribusi suatu produk tunggal dari
beberapa sumber, dengan penawaran terbatas, menuju beberapa tujuan,
dengan permintaan tertentu, pada biaya transport minimum. karena hanya ada
satu macam barang, suatu tempat tujuan dapat memenuhi permintaan dari
satu atau lebih sumber.
Tujuan dari model transportasi adalah merencanakan pengiriman dari sumber-sumber
tujuan sedemikian rupa untuk meminimumkan total biaya transportasi
21
dengan kendala-kendala:
1. Setiap permintaan tujuan terpenuhi
2. Sumber tidak mungkin mengirim komoditas lebih besar dari kapasitasnya.
Untuk mendapatkan pemecahanawal dari persoalan transportasi, ada 3
prosedur yang disebut dengan aturan Sudut Barat Laut (North West Corner
rule), dan dua prosedur yang lainnya adalah metode Biaya Terendah (Least
Cost Rule) dan metode Aproksimasi Vogel.
22. DAFTAR PUSTAKA
Hillier, S Frederick , dkk. 1990.Pengantar Riset Operasi. Jakarta: PT. Gelora Aksara
Pratama
Mulyono, Sri. 2002. Riset Operasi. Lembaga penerbit Fakultas Ekonomi UI: Jakarta
Subagyo,Pangestu, dkk. 2000. Dasar-dasar Operasi Research. BPFE: Yogyakarta
Taha, Hamdya A. 2004. Operations Reserch. Universitas of Arkansas: Fayettelville
Winston, L Wayne. 2004. Operation Research Aplication And Algorithms Fourth
Edition. Canada: India University
22