OPTIMASI PENUGASAN MENGGUNAKAN METODE HUNGARIAN MAKSIMASI UNTUK MENINGKATKAN EFEKTIVITAS ALOKASI SUMBER DAYA (SEIMBANG DAN TIDAK SEIMBANG)

Penulis

  • Pesta Gultom STIE Eka Prasetya Penulis
  • Anabella Monica Agustine Simanjuntak STIE Eka Prasetya Penulis
  • Annisa Fahira STIE Eka Prasetya Penulis
  • Geane Vanie Michelle Wijaya STIE Eka Prasetya Penulis

Kata Kunci:

Metode Hungaria, Masalah Penugasan, Maksimalisasi, Penugasan Seimbang, Penugasan Tak Seimbang, Optimasi, Alokasi Sumber Daya

Abstrak

Metode Hungaria adalah algoritma optimasi matematis yang digunakan untuk menyelesaikan masalah penugasan dengan menemukan alokasi sumber daya yang optimal untuk tugas-tugas. Penelitian ini mengkaji penerapan metode Hungaria untuk masalah penugasan maksimisasi seimbang dan tidak seimbang. Masalah penugasan seimbang melibatkan jumlah pekerja dan pekerjaan yang sama, sementara masalah tidak seimbang berkaitan dengan jumlah yang tidak sama. Penelitian ini bertujuan untuk menganalisis efektivitas metode Hungaria dalam menyelesaikan masalah maksimisasi melalui pemodelan matematika dan implementasi algoritmik. Metodologi penelitian meliputi tinjauan pustaka, analisis matematika, dan pengujian komputasi menggunakan berbagai skenario kasus. Hasil menunjukkan bahwa metode  Hungaria dapat secara efektif menyelesaikan masalah penugasan maksimisasi seimbang dan tidak seimbang dengan mengubahnya menjadi masalah minimisasi melalui transformasi matriks. Kasus-kasus seimbang menunjukkan penerapan langsung dari algoritma Hungaria klasik, sementara kasus tidak seimbang memerlukan penambahan variabel dummy untuk mencapai keseimbangan matriks. Metode ini terbukti efisien dengan kompleksitas waktu polinomial O(n³), sehingga cocok untuk aplikasi dunia nyata. Penelitian ini menyimpulkan bahwa metode Hungaria memberikan solusi optimal untuk masalah alokasi sumber daya dalam berbagai konteks organisasi, yang berkontribusi pada peningkatan efisiensi operasional dan efektivitas biaya dalam proses pengambilan keputusan.

Unduhan

Diterbitkan

2025-07-13