ANALISIS KINERJA METODE ZERO SUFFIX DALAM MENYELESAIKAN MASALAH TRANSPORTASI FUZZY DAN LINIER Tofan Adityawan1, Sapti Wahyuningsih2 Universitas Negeri Malang E – mail : [email protected] ABSTRAK: Salah satu masalah dalam kehidupan sehari – hari yang dapat diselesaikan dengan Riset Operasi adalah masalah transportasi fuzzy dan linier, yaitu suatu masalah bagaimana mengalokasikan barang yang tepat terhadap biaya agar diperoleh biaya pendistribusian yang minimum. Salah satu metode yang digunakan untuk menyelesaikan masalah transportasi fuzzy dan linier adalah metode Terkecil – MODI yaitu melalui dua tahap pengerjaan, tahap pertama dikerjakan dengan metode Terkecil sebagai metode pencari solusi awal. Tahap kedua dikerjakan dengan menggunakan metode MODI untuk menguji keoptimuman dari solusi awal, sehingga dapat diperoleh hasil yang optimum. Pada pengerjaan dengan metode Terkecil – MODI terdapat suatu kasus yaitu pembuatan lintasan tertutup secara berulang – ulang untuk mendapatkan solusi yang optimum, sehingga membutuhkan waktu pengerjaan yang lama. Hal inilah yang mendasari adanya metode penyelesaian masalah transportasi fuzzy dan linier yaitu metode Zero Suffix untuk mengatasi kasus tersebut. Metode Zero Suffix dimulai dengan pengurangan biaya di dalam tablo baris dengan biaya yang paling minimum pada baris, kemudian dilanjutkan pengurangan biaya di dalam tablo kolom dengan biaya paling minimum pada kolom. Selanjutnya mencari suffix value dari masing – masing kolom, dengan memilih suffix value terbesar. Dilanjutkan memilih biaya nol pada tablo transportasi lalu memilih minimum dari permintaan dan persediaan dilanjutkan mengalokasikannya ke dalam tablo. Pencarian suffix value ini tetap berlanjut sampai semua baris dan kolom jenuh. Dengan demikian untuk menyelesaikan masalah transportasi fuzzy dan linier dengan menggunakan metode Terkecil – MODI jika terdapat kasus pembuatan lintasan tertutup secara berulang – ulang dapat digunakan metode Zero Suffix. Kata kunci: Masalah Transportasi Fuzzy dan Linier, Metode Zero Suffix, Lintasan Tertutup. Riset operasi adalah salah satu cabang matematika yang sering diterapkan dalam kehidupan sehari – hari. Masalah dalam riset operasi biasanya dimodelkan ke dalam suatu tablo, yang berisi kapasitas permintaan, kapasitas persediaan, biaya per unit barang dari sumber ke tujuan, banyaknya tujuan dan banyaknya sumber. Pada umumnya tablo ini digunakan untuk mengatasi masalah pengiriman barang dari beberapa sumber ke beberapa tujuan dengan biaya yang seminimal mungkin agar memperoleh laba maksimum. Masalah seperti ini dalam riset operasi disebut sebagai masalah transportasi. Masalah transportasi dibedakan menjadi dua macam yaitu masalah transportasi linier dan masalah transportasi fuzzy, ada banyak metode yang dapat digunakan untuk menyelesaikannya, salah satunya dengan metode Terkecil – MODI. Pada penyelesaian masalah dengan menggunakan metode Terkecil – MODI jika terjadi pembuatan lintasan tertutup secara berulang – ulang akan memperlama pengerjaan dalam menentukan solusi yang optimum. Permasalahan seperti ini berdasarkan ( Fegade, 2012 ) dapat diselesaikan dengan metode alternatif yaitu metode Zero Suffix. 1. 2. Tofan Adityawan adalah mahasiswa jurusan Matematika FMIPA Universitas Negeri Malang Sapti Wahyuningsih adalah dosen jurusan Matematika FMIPA Universitas Negeri Malang Metode Zero Suffix dimulai dengan pengurangan biaya di dalam tablo baris dengan biaya yang paling minimum pada baris, kemudian dilanjutkan pengurangan biaya di dalam tablo kolom dengan biaya paling minimum pada kolom. Selanjutnya mencari suffix value dari masing – masing kolom, dengan memilih suffix value terbesar. Dilanjutkan memilih biaya nol pada tablo transportasi lalu memilih minimum dari permintaan dan persediaan dilanjutkan mengalokasikannya ke dalam tablo. Pencarian suffix value ini tetap berlanjut sampai semua baris dan kolom sudah jenuh. PEMBAHASAN HASIL YANG DIKERJAKAN Secara umum masalah transportasi linier dapat dimodelkan sebagai berikut. Mencari pengalokasian xij yang tepat terhadap biaya sehingga mendapatkan biaya pendistribusian yang optimum. Fungsi tujuan dari masalah transportasi linier adalah sebagai berikut, m n i j f cij xij c11 x11 ...... cmn xmn (B. Susanta, 1993 : 200) Pemodelan masalah transportasi linier dapat dilihat sebagai berikut, Tablo 2.1 Gambaran umum masalah transportasi Tujuan cm1 bj cm2 xm2 b1 b2 Keterangan : Si : Sumber ke i , i 1, 2,..., m D j : Tujuan ke j , j 1, 2,..., n ai : Persediaan ke i b j : Permintaan ke j ….. ….. … … … c1n x1n … cmn xmn bn , i 1, 2,..., m , j 1, 2,..., n cij : Biaya transportasi per unit barang dari asal i ke tujuan j , i 1, 2,..., m , j 1, 2,..., n xij : Banyak unit barang yang diangkut dari asal i ke tujuan j , i 1, 2,..., m , j 1, 2,..., n a1 ….. … ….. ai Dn ….. xm1 … c12 x12 ….. ….. Sm …… D2 c11 x11 ….. S1 D1 ….. Sumber am Masalah Transportasi Seimbang Suatu masalah transportasi dikatakan seimbang apabila jumlah penawaran dari beberapa sumber sama dengan jumlah permintaan atas beberapa tempat tujuan, yaitu m n i j bi a j (B. Susanta, 1993 : 202) Masalah Transportasi Tidak Seimbang Masalah transportasi yang sering dibahas adalah masalah transportasi seimbang, dimana persediaan sama dengan permintaan. Namun kenyataannya, kasus seimbang sangat jarang dan yang sering ditemui adalah kasus tak seimbang, dimana persediaan lebih besar dari permintaan atau sebaliknya yaitu sebagai berikut. m n bi a j i j m n b a i i j (B. Susanta, 1993 : 202) j Bilangan Fuzzy Bilangan fuzzy adalah perluasan dari bilangan real, dalam arti bahwa itu tidak mengacu pada suatu nilai tunggal melainkan pada suatu nilai tunggal yang mungkin berhubungan, dimana setiap nilai kemungkinan memiliki bobot sendiri antara 0 sampai 1. Bobot ini disebut dengan sebagai fungsi keanggotaan, dinotasikan dengan dan tertutup pada R dengan interval tertutup 0,1 (S. Narayanamoorty, 2013 : 72). Dengan demikian bilangan fuzzy adalah suatu bilangan yang memiliki nilai keanggotaan 1 jika bilangannya termasuk dalam anggota penuh dan bernilai 0 jika bilangannya tidak termasuk pada anggota. Operasi Bilangan Fuzzy Definisi 1 Misalkan A a, b, c dan B d , e, f adalah dua bilangan fuzzy triangular atau bilangan fuzzy segitiga Maka, 1. A B a, b, c d , e, f a d , b e, c f 2. AB a, b, c d , e, f a d , b e, c f (Basirzadeh, 2011 : 1559) Definisi 2 Misalkan A a, b, c, d dan B e, f , g , h adalah dua bilangan fuzzy trapezoidal atau bilangan fuzzy trapesium. Maka, 1. A B a, b, c, d e, f , g , h a e, b f , c g , d h 2. AB a, b, c, d e, f , g , h a h, b g , c f , d e (Basirzadeh, 2011 : 1559) Pemodelan Masalah Transportasi Fuzzy Untuk menyelesaikan masalah transportasi fuzzy, maka harus dimodelkan dulu ke dalam suatu tablo, adapun fungsi tujuan dari masalah transportasi fuzzy adalah meminimumkan m n z cij xij i 1 j 1 Dengan, n x j 1 ij m x i 1 ij ai i 1,..., m bj j 1,..., n xij 0 i 1,..., m j 1,..., n , (Pandian, 2010 : 1826) Tablo untuk masalah transportasi fuzzy, dapat diihat di bawah ini … … … … Sumber Tablo 2.2 Masalah transportasi fuzzy Tujuan 1 ………….. n Persediaan c11 ………….. c1n a1 1 M cml ………….. cmn am Permintaan b1 ………….. bn Keterangan : m jumlah dari titik persediaan ; n jumlah dari titik permintaan ; xij jumlah tidak pasti dari unit barang yang dikirimkan dari titik persediaan i ke titik permintaan j. i 1, 2,..., m , j 1, 2,..., n cij biaya tidak pasti per unnit barang yang didistribusikan dari titik persediaan i ke titik permintaan j; i 1, 2,..., m , j 1, 2,..., n ai persediaan tidak pasti pada titik persediaan ke i , i 1, 2,..., m b j permintaan tidak pasti pada permintaan ke j (Pandian, 2010 : 1827) , j 1, 2,..., n Definisi 3 Suatu himpunan dari alokasi xij yang memenuhi baris dan kolom ekuivalen merupakan solusi feasible fuzzy. (Mohanaselvi, 2012 : 371) Definisi 4 Suatu solusi feasible fuzzy untuk masalah transportasi fuzzy dengan m sebagai sumber dan n sebagai tujuan dikatakan solusi feasible dasar fuzzy jika jumlah alokasinya (m n 1) . Jika jumlah alokasi pada solusi dasar fuzzy kurang dari (m n 1) , ini disebut sebagai solusi feasible dasar fuzzy yang merosot. (Mohanaselvi, 2012 : 371) Definisi 5 Suatu solusi feasible fuzzy dikatakan solusi fuzzy yang optimal jika total biaya transportasi fuzzy minimum. (Mohanaselvi, 2012 : 371) Teorema 1 (Eksistensi dari solusi feasible fuzzy) Kondisi syarat perlu dan syarat cukup untuk eksistensi dari solusi feasible fuzzy, untuk masalah transportasi fuzzy adalah m n i 1 j i ai b j Bukti : (Kondisi syarat perlu) Misalkan terdapat solusi feasible fuzzy untuk masalah transportasi fuzzy yang diberikan seperti pada penjelasan sebelumnya, m Maka n x i 1 j 1 ij n m ai dan xij b j , sehingga diperoleh j 1 i 1 m n a b i 1 i j 1 j (Kondisi syarat cukup) Misal diasumsikan bahwa m n i 1 j 1 ai b j . Lalu distribusikan persediaan pada sumber ke dengan proporsinya ke permintaan dari semua tujuan. Misalkan xij i b j , dimana i adalah faktor proporsional dari sumber ke . Karena persediaan harus didistribusikan secara keseluruhan. m n i 1 j 1 Diperoleh xij i b j , Oleh karena itu xij i b j ai b j 1 Didapatkan b j dengan i n n n j 1 j 1 j xij i b j ai n b j 1 n ai b n b j 1 j 1 j j ai j n x Dapat disimpulkan ij j 1 ai m Demikian juga dengan xij j 1 bj m a i 1 m Dapat disimpulkan x j 1 ij m a i 1 i bj i b j (Mohanaselvi, 2012 : 371) Metode Pendekatan untuk Menyelesaikan Masalah Transportasi Fuzzy Dalam menyelesaikan permasalahan transportasi fuzzy, tablo fuzzy harus diubah terlebih dahulu ke bentuk linier agar lebih mudah dalam pengerjaannya. Adapun metode untuk mengubah tablo masalah transportasi fuzzy ke tablo permasalahan transportasi linier, adalah sebagai berikut. a. Metode “ New Approach” Untuk bilangan fuzzy triangular, gambar grafiknya sebagai berikut 1 0,5 0 c b a Gambar 3.2.3.1 Bilangan fuzzy triangular Ditentukan dengan rumus, 1 M Tri (Q) 2a b c 4 Keterangan : M Tri (Q) : Pendekatan nilai yang pasti untuk himpunan fuzzy triangular Q, Q dapat berupa himpunan permintaan fuzzy, himpunan persediaan fuzzy atau himpunan biaya fuzzy a, b, c : Sembarang bilangan real dengan M Tri (Q) 0 (Bazirzadeh, 2011 : 1557) Untuk bilangan fuzzy trapezoidal, gambarnya sebagai berikut, 1 0,5 0 a c d b Gambar 3.2.3.2 Bilangan fuzzy trapezoidal Ditentukan dengan rumus, 1 M Tra (Q) a b c d 4 Keterangan : M Tra (Q) : Pendekatan nilai yang pasti untuk himpunan fuzzy trapezoidal Q, Q dapat berupa himpunan permintaan fuzzy, himpunan persediaan fuzzy atau himpunan biaya fuzzy a, b, c, d : Sembarang bilangan real dengan M Tra (Q) 0 (Bazirzadeh, 2011 : 1558) b. Metode Robust Ranking Jika Q adalah bilangan fuzzy, maka Robust Ranking dapat didefinisikan sebagai berikut, 1 R(Q) (0,5)( L, U )d 0 Keterangan : R Q : Robust Ranking untuk himpunan fuzzy triangular Q . Q dapat berupa himpunan permintaan fuzzy, himpunan persediaan fuzzy, atau himpunan biaya fuzzy 1 : integral dengan batas 0 sampai 1 0 (0,5) : nilai tengah dari interval 0,1 ( L,U ) : Perhitungan batas atas dan batas bawah dari himpunan fuzzy Q Misalkan terdapat himpunan permintaan fuzzy, himpunan persediaan fuzzy atau himpunan biaya fuzzy triangular dengan Q (a, b, c) triangular, maka ( L,U ) b a a, c c b . (Fegade, 2012 : 37) Metode Zero Suffix Metode Zero Suffix adalah salah satu metode optimalisasi masalah transportasi yang langsung menguji keoptimuman dari tablo transportasi tanpa harus menentukan solusi awal. Jadi untuk mendapatkan solusi yang optimum, metode Zero Suffix tidak perlu menggunakan metode lain lagi seperti MODI atau Stepping Stone. Langkah – langkah metode Zero Suffix : 1. Menyusun tablo transportasi untuk masalah transportasi yang diberikan. 2. Kurangi entri biaya setiap baris pada tablo transportasi dengan Cij masing – masing baris yang paling minimum dan setelah dihasilkan tablo yang baru atau tereduksi, lanjutkan dengan mengurangi entri biaya setiap kolom dari tablo transportasi yang dihasilkan dengan Cij dari kolom yang paling minimum. 3. Dalam tablo biaya yang telah dikurangi akan ada setidaknya biaya bernilai 0 di setiap baris atau kolom, kemudian cari suffix value. Suffix value dinotasikan dengan S , yaitu, S adalah himpunan penambahan biaya yang berdekatan paling dekat dengan biaya yang bernilai 0 dari kolom tablo transportasi. 4. Pilih maksimum dari S , jika memiliki satu nilai maksimum. Jika memiliki dua atau lebih biaya yang bernilai sama maka pilih salah satu dan cari biaya yang bernilai 0 pada kolom suffix value yang terbesar, jika tidak ada biaya bernilai 0 maka pilih biaya yang ada atau tersisa lalu pada biaya itu menjadi alokasi barang dengan memperhatikan permintaan dan persediaan. 5. Setelah langkah 4, pilih minimum ai , b j lalu alokasikan ke dalam tablo transportasi. Tablo yang dihasilkan harus memiliki setidaknya satu biaya bernilai 0 pada setiap baris atau kolom, selain itu ulangi langkah 2. 6. Ulangi langkah 3 sampai langkah 5 hingga diperoleh biaya yang optimum. Pada kolom atau baris yang sudah jenuh memiliki suffix value 0. (Hasan, 2012 : 48) Contoh masalah transportasi linier Tablo 3.1 Masalah transportasi linier TUJUAN P GUDANG Q R S A 2 3 4 1 400 B 1 5 6 2 300 C 0 3 1 4 200 150 500 200 50 900 SUMBER PABRIK PERMINTAAN PERSEDIAAN Dengan dikerjakan menggunakan metode Zero Suffix diperoleh hasil sebagai berikut. P Q 2 A B 1 150 400 100 0 C bj R 3 4 5 6 3 150 500 1 2 50 1 200 ai S 4 200 50 400 300 200 900 Jadi diperoleh biaya yang minimum sebagai berikut, f min (400 3) (150 1) (100 5) (50 2) (200 1) 1.200 150 500 100 200 2.150 Contoh Masalah transportasi fuzzy Tabel 3.2 Permasalahan transportasi fuzzy yang disederhanakan P (-2,3,8) (4,9,16) (2,7,13) (1,4,7) A B C bj Q (-2,3,8) (4,8,12) (0,5,10) (0,3,5) R (-2,3,8) (2,5,8) (0,5,10) (1,4,7) S (-1,1,4) (1,4,7) (4,8,12) (2,4,8) ai (0,3,6) (2,7,13) (2,5,8) (4,15,27) Setelah dikerjakan dengan metode pendekatan Robust Ranking dan metode Zero Suffix didapatkan hasil sebagai berikut P A 3 B C bj Q 3 3 10 8 7,5 1 4 R 5 2,5 2,5 3 5 2,5 1,5 4 5 5 1,5 4 ai S 8 5 3 7,5 5 15,5 Didapatkan solusi dengan biaya transportasi yang minimum sebagai berikut. f min (3 3) (2,5 5.) (5 4) (1 7,5) (2,5 5) (1,5 5) 9 12,5 20 7,5 12,5 7,5 69 Untuk tablo transportasi fuzzynya sebagai berikut, P A (0,3,6) B C bj (1,1,1) (-2,3,8) Q (-2,3,8) (4,9,16) (4,8,12) (2,7,13) (1,4,7) (0,3,5) (0,5,10) (0,3,5) R (-2,3,8) (0,3,5) (1,1,2) (2,5,8) (0,5,10) (1,4,7) ai S (-1,1,4) (2,4,8) (1,4,7) (0,3,6) (2,7,13) (4,8,12) (2,4,8) (2,5,8) (4,15,27) PENUTUP Kesimpulan Berdasarkan pembahasan diperoleh kesimpulan bahwa 1. Metode Zero Suffix merupakan salah satu metode optimalisasi untuk mencari pengalokasian barang yang tepat sehingga total biaya pengiriman menjadi minimum dengan menerapkan suffix value pada masalah transportasi fuzzy dan linier yaitu suatu masalah transportasi dimana biaya, permintaan, persediaan nominalnya terletak antara selang tertentu sehingga mengakibatkan ketidakpastian dalam menentukan nominal yang pasti. Sedangkan untuk masalah transportasi linier, permintaan, persediaan, biaya nominalnya jelas. 2. Pada penerapan metode Zero Suffix untuk masalah transportasi fuzzy, tablo transportasi fuzzy diubah terlebih dahulu ke dalam transportasi linier dengan menggunakan Robust Ranking atau New Approach, sedangkan untuk masalah transportasi linier dapat langsung dikerjakan dengan metode dasar dan metode optimalisasi. Pada penyelesaian masalah transportasi metode Zero Suffix ini dapat menjadi alternatif penyelesaian pada kasus pembuatan lintasan tertutup secara berulang – ulang pada metode Cij terkecil – MODI karena metode ini akan langsung mencari suffix value yang selanjutnya dibuat acuan untuk pengalokasian tablo. Saran Saran yang dapat diberikan setelah diuraikan penjelasan mengenai metode Zero Suffix adalah apabila pada saat penyelesaian masalah transportasi fuzzy atau linier terdapat pembuatan lintasan tertutup secara berulang – ulang yaitu pada metode Cij terkecil – MODI, maka kasus tersebut dapat diselesaikan dengan menggunakan metode Zero Suffix. DAFTAR PUSTAKA Bazirzadeh, Hadi.’ An Approach for Solving Fuzzy Transportation Problem’, Applied Mathematical Sciences, (2011), Vol 5, No 32, Page 1549 – 1566. Fegade, M.R, Jadhav, V.A, Muley A.A. ‘Solving Fuzzy Transportation Problemusing Zero Suffix and Robust Ranking Methodology’,IOSR Journal of Engineering, (2012), Vol 2, Page 36 – 39. Hasan , M.K. ‘ Direct Method for Finding Optimal Solution of a Transportation Problem are not Always Reliable’, Internatonal Refereed Journal of Engineering and Science, (2012), Vol 1, Page 46 – 52. Mohanaselvi, S. ‘Fuzzy Optimal Solution to Fuzzy Transportation Problem: A New Approach’, International Journal on Computer Science and Engineering, (2012), Vol 4, No 03, Page 367 – 375. Narayanamoorthy,S., Saranya,S. and Maheswari,S. ‘A Method for Solving Fuzzy Transportation Problem (FTP) using Fuzzy Russell’s Method’, International Journal of Intelegent System and Applications, (2013), Vol 02, Page 71 – 75. P, Pandian and Natarajan, G. ‘A New Method for Finding an Optimal Solution of Fully Intervel Integer Transportation Problems’, Applied Mathematical Sciences, (2010), Vol 04, No 37, Page 1819 – 1830. Susanta, B. 1993.Program Linier. Jakarta. Departeman Pendidikan dan Kebudayaan Direktorat Jenderal Pendidikan Tinggi.