MASALAH PENUGASAN

(ASSIGNMENT PROBLEM)
Perumusan Masalah
Seperti masalah transportasi, masalah penugasan merupakan suatu kasus
khusus dari masalah linear programming pada umumnya. Dalam dunia usaha
(bisnis) dan industri, manajemen sering menghadapi masalah-masalah yang
berhubungan dengan penugasan optimal dari bermacam-macam sumber yang
produktif atau personalia yang mempunyai tingkat efisiensi yang berbeda-beda untuk
tugas-tugas yang berbeda-beda pula. Metode Hungarian (Hungarian method) adalah
salah satu dari beberapa teknik-teknik pemecahan yang tersedia untuk masalahmasalah penugasan. Metode ini mula-mula dikembangkan oleh seorang ahli
matematika berkebangsaan Hungaria yang bernama D. Konig pada tahun 1916.
Untuk dapat menerapkan metode Hungarian, jumlah sumber-sumber yang
ditugaskan harus sama persis dengan jumlah tugas yang akan diselesaikan. Selain
itu, setiap sumber harus ditugaskan hanya untuk satu tugas. Jadi; masalah
penugasan akan mencakup sejumlah n sumber yang mempunyai n tugas. Ada n! (n
factorial) penugasan yang mungkin dalam suatu masalah karena perpasangan satusatu.
Masalah ini dapat dijelaskan dengan mudah oleh bentuk matriks segi empat, di
mana baris-barisnya menunjukkan sumber-sumber dan kolom-kolomnya menunjukkan tugas-tugas.
Masalah penugasan dapat dinyatakan secara matematis dalam suatu
bentuk
linear programming sebagai berikut:
Minimumkan (maksimumkan):

Masalah Minimisasi
Suatu perusahaan kecil mempunyai 4 (empat) pekerjaan yang berbeda untuk
diselesaikan oleh 4 (empat) karyawan. Biaya penugasan seorang karyawan untuk
pekerjaan yang berbeda adalah berbeda karena sifat pekerjaan berbeda-beda. Setiap
karyawan mempunyai tingkat keterampilan, pengalaman kerja dan latar belakang
pendidikan serta latihan yang berbedapula. Sehingga biaya penyelesaian pekerjaan
yang sama oleh para karyawan-karyawan yang berlainan juga berbeda. Matriks pada
Tabel 1 menunjukkan biaya penugasan karyawan untuk bermacam-macam
pekerjaan. Sebagai contoh A dapat menyelesaikan pekerjaan I pada biaya Rp. 15,00,
pekerjaan II pada biaya Rp. 20,00, dan seterusnya.
-1-

Tabe 1. Matriks biaya

Langkah-Iangkah penyelesaiannya adalah sebagai berikut:

1. Langkah pertama adalah mengubah matriks biaya menjadi matriks opportunity
cost. Ini dicapai dengan memilih elemen terkecil dari setiap baris dari matriks
biaya mula-mula untuk mengurangi seluruh elemen (bilangan) dalam setiap baris.
Sebagai contoh, elemen terkecil baris A (=15) digunakan untuk mengurangi
seluruh elemen pada baris A. Sehingga paling sedikit akan diperoleh satu elemen
yang bernilai nol sebagai hasilnya. Prosedur yang sama diulang untuk setiap
baris pada Tabel 1 untuk mendapatkan matriks biaya yang telah dikurangi
(reduced-cost matrix) seperti yang ditunjukkan Tabel 2.
Tabel 2. Reduced-cost matrix

2. Reduced cost-matrix di atas terus dikurangi untuk mendapatkan total-opportunitycost matrix. Hal ini dapat dicapai dengan memilih elemen terkecil dari setiap
kolom pada reduced-cost matrix untuk mengurangi seluruh elemen dalam kolomkolom tersebut.
Pada contoh di atas hanya dilakukan pada kolom III karena semua kolom lainnya
telah mempunyai elemen yang bernilai nol. Bila langkah pertama telah
menghasilkan paling sedikit satu nilai nol pada setiap kolom, langkah kedua ini
dapat dihilangkannya. Matriks total-opportunity-cost ditunjukkan dalam Tabel 3.

-2-

Tabel 3. Total-opportunity-cost matrix

Dalam contoh total-opportunity-cost matrix pada Tabel 3, terdapat paling sedikit

satu nilai nol, dalam setiap baris dan setiap kolom.
3. Langkah berikutnya adalah mencari skedul penugasan dengan suatu totalopportunity-cost nol. Untuk mencapai penugasan ini dibutuhkan 4 (empat)
"independent zeros" dalam matriks. Ini berarti setiap karyawan harus ditugaskan
hanya untuk satu pekerjaan dengan opportunity-cost nol; atau setiap pekerjaan
harus diselesaikan hanya oleh satu karyawan. Prosedur praktis untuk melakukan
test optimalisasi adalah dengan menarik sejumlah minimum garis horizontal
dan/atau vertikal untuk meliput seluruh elemen bernilai nol dalam totalopportunity-cost matrix (lihat Tabel 4). Bila jumlah garis sama dengan jumlah baris
atau kolom penugasan optimal adalah feasible. Bila tidak sama maka matriks
harus direvisi.
Tabel 4. Test for optimality

Dalam Tabel 4 ada tiga garis yang meliput seluruh nilai nol dibanding empat baris
atau kolom, sehingga langkah berikutnya diperlukan untuk merevisi matriks.
4. Untuk merevisi total-opportunity-cost matrix, pilih elemen terkecil yang belum
terliput garis-garis (yaitu opportunity-cost terendah, atau pada contoh di atas = 1)
untuk mengurangi seluruh elemen yang belum terliput. Kemudian tambahkan
dengan jumlah yang sama (nilai elemen terkecil) pada seluruh elemen-elemen
yang mempunyai dua garis yang saling bersilangan (5 pada baris C dan 1 pada
baris D), atau sama dengan 6 dan 2. Masukkan hasil-hasil ini pada matriks, dan
menyelesaikan matriks dengan seluruh elemen-elemen yang telah terliput tanpa

-3-

perubahan, ulangi langkah 3. Matriks yang telah direvisikan pada Tabel 5 berikut
ini didapatkan dengan mengikuti prosedur di atas.
Tabel 5. Revised matrix dan test for optimality

5. Dalam Tabel 5 dibutuhkan empat garis untuk meliput seluruh nilai nol atau sama
dengan jumlah baris atau kolom, sehingga matriks penugasan optimal telah
tercapai. Karyawan B ditugaskan untuk pekerjaan I karena baris B hanya
mempunyai satu nilai nol pada kolom I. Kolom II berisi satu nol pada baris C, jadi
karyawan C ditugaskan untuk pekerjaan II. Kemudian karyawan A ditugaskan
untuk pekerjaan III, karena pekerjaan I telah ditugaskan karyawan B. Karyawan
D ditugaskan untuk pekerjaan terakhir IV.
Skedul penugasan optimal dengan biaya minimum adalah sebagai berikut :

D = 16,00
Jumlah Pekerjaan Tidak Sama dengan Jumlah Karyawan
Untuk memenuhi persyaratan suatu matriks segi empat bujur sangkar, agar
metode Hungarian dapat diterapkan, bila terdapat jumlah pekerjaan lebih besar dari
jumlah karyawan, maka harus ditambahkan suatu karyawan semu (dummy worker).
Biaya semu adalah sama dengan nol, karena tidak akan terjadi biaya bila suatu
pekerjaan ditugaskan ke karyawan semu. Atau dengan kata lain karena sebenarnya
pekerjaan tersebut tidak dilaksanakan. Sebaliknya bila jumlah karyawan lebih besar
dari jumlah pekerjaan, maka harus ditambahkan suatu pekerjaan semu (dummy job).
Sebagai contoh, bila jumlah pekerjaan lebih besar dari jumlah karyawan, dapat
dilihat pada Tabel 6.

-4-

Tabel 6. Jumlah pekerjaan lebih banyak dari jumlah karyawan

Prosedur penyelesaian selanjutnya sama dengan langkah-langkah di atas.

Masalah Maksimisasi
Metode penugasan Hungarian untuk minimisasi juga dapat diterapkan untuk
masalah penugasan yang menyangkut maksimisasi. Dalam masalah maksimisasi,
matriks
elemen-elemen
menunjukkan
tingkat
keuntungan
(atau
indeks
produktivitas). Efektivitas pelaksanaan tugas oleh karyawan-karyawan individual
diukur dengan jumlah kontribusi keuntungan. Matriks 7 menunjukkan bahwa
karyawan A mempunyai keterampilan yang dibutuhkan untuk menangani 5 (lima)
pekerjaan yang berlainan.
Tabel 7. Matriks keuntungan

Langkah pertama dalam masalah maksimisasi adalah mengubah matriks

keuntungan menjadi suatu matriks opportunity-loss. Dalam masalah ini, A
menyumbang keuntungan tertinggi Rp 15,00 bila dia ditugaskan pada pekerjaan V.
Oleh karena itu, bila A ditugaskan pada pekerjaan I (yang kontribusi keuntungannya
= Rp 10,00), ada sebesar Rp 5,00 sebagai opportunity-loss yang terjadi dengan
penugasan ini, dan seterusnya. Seluruh elemen dalam setiap baris dikurangi dengan
nilai maksimum dalam baris yang sama. Prosedur ini menghasilkan matriks
opportunity-loss yang ditunjukkan dalam Tabel 8. Matriks ini sebenarnya bernilai
negatif.

-5-

Tabel 8. Matriks opportunity-loss

Seperti sebelumnya, setiap baris akan berisi nilai nol. Langkah berikutnya dengan
meminimumkan opportunity-loss akan memaksimumkan kontribusi keuntungan
total. Matriks total-opportunity-loss yang ditunjukkan dalam Tabel 9 didapatkan
melalui pengurangan seluruh elemen dalam setiap kolom dengan elemen terkecil dari
kolom tersebut.
Tabel 9. Matriks total-opportunity-loss

Dalam Tabel 9 seluruh elemen bernilai nol dapat diliput hanya dengan empat garis.
Jadi, matriks harus dikurangi menurut langkah ke-4 seperti yang telah dijelaskan di
muka. Matriks baru ditunjukkan oleh Tabel 10, dimana penugasan optimal dapat
ditentukan.
Tabel 10. Tabel optimal

-6-

Skedul penugasan
penyelesaian adalah :

optimal dan keuntungan

total untuk

dua

alternative

Masalah-masalah Penugasan Tambahan

Dalam masalah-masalah penugasan di muka, seluruh elemen matriks diketahui
konstan. Bagaimanapun juga, kadang-kadang beberapa elemen matriks tidak
diketahui. Ada sejumlah alasan mengapa terdapat elemen-elemen yang tidak
diketahui. Dalam masalah penugasan personalia, sebagai contoh, seorang karyawan
tertentu tidak dapat ditugaskan untuk melaksanakan pekerjaan tertentu karena tidak
memenuhi persyaratan keterampilan yang diperlukan, defisiensi dalam pengetahuan
teknis, latihan yang tidak tepat, ketidak mampuan fisik, dan sebagainya. Penugasan
untuk keadaan tersebut bisa tidak mungkin dilakukan, atau tidak menguntungkan
bila dilakukan.
Untuk pemecahan suatu masalah penugasan yang tidak mungkin dilakukan, kita
hanya menandai setiap elemen penugasan yang tidak mungkin dengan suatu nilai
sangat besar yang tidak diketahui, M (yaitu, M untuk masalah minimisasi dan -M
untuk masalah maksimisasi). Langkah pemecahan selanjutnya persis sama dengan
prosedur metode Hungarian yang telah dibahas di muka, hanya perlu diperhatikan
bahwa penugasan seorang karyawan untuk melaksanakan pekerjaan tertentu yang
elemennya diberi tanda M harus dihindari.

-7-