Anda di halaman 1dari 9

USULAN PERBAIKAN METODE PEMILIHAN ALTERNATIF PEMOTONGAN ROLL DENGAN MODEL TRIM LOSS - INTEGER LINEAR PROGRAMMING (STUDI

KASUS : PT PELITA CENGKARENG PAPER & CO, TANGERANG)


Vivi Triy !"i # ! Or$%! Tir" & ri
Jurusan Teknik Industri - Universitas Katolik Unika Atma Jaya Jl. Jend. Sudirman 51 Jakarta 12930 viv'"riy !"i( ") * y + ,+i# .

A-&"r .
Dalam industri kertas seperti yang ditekuni oleh PT. Pelita Cengkareng Paper & Co. pemotongan roll sesuai permintaan dilakukan dengan mempertimbangkan alternatif alternatif yang mungkin dengan sisa pemotongan seminimal mungkin. Selama in metode yang digunakan adalah dengan cara trial and error. Akibatnya, dibutuhkan waktu cukup lama dengan hasil yang belum tentu optimal, artinya sisa pemotongan mungkin akan berlebihan. Penelitian ini bertu uan untuk menerapkan suatu dasar matematis untuk masalah Trimloss. !odel yang dibuat berdasarkan " fungsi tu uan yaitu minimisi sisa pemotongan untuk !odel # dan makasimasi keuntungan dalam bentuk bobot keuntungan. $asil penelitian berupa tabel alternatif potongan dan umlah roll awal yang harus dipotong dengan satu set alternatif tertentu, yang diharapkan dapat membantu perusahaan dalam perencanaan produksi kertas enis medium %"& gsm dalam memenuhi permintaan yang ada. 'erdasarkan hasil dari penelitian ini,total sisa dari model minimasi sisa adalah sebesar %()* cm dan total keuntungan dari model maksimasi keuntungan adalah sebesar %+(((,& dalam bobot keuntungan yang meningkat dari %,+,-,(& dengan menggunakan sistem sekarang. Perusahaan belum memiliki data sisa pemotongan dari metode saat ini. K " ./!,i . model trimloss, minimasi sisa, maksimasi keuntungan, integer linier programming.

Abstract
#n the paper industry, cutting stock is done by considering all the alternati/es possible in cutting the umbo roll into rolls with smaller widths. The method used now is trial and error which results with long hours of work with no guarentee of optimality, meaning that the trim loss could be e0cessi/e which then cause loss to the customers. This research1s goal is to use a method with mathematical basis for the trim loss problem. The model would ha/e " ob ecti/es, one for the trim loss model an, as a comparison, is to ma0imi2e the benefit shown in ranks instead of the actual benefit. The result of this research is a table consisting of all cutting alternati/es made by trial and error dan the number of the umbo rolls cut according to some alternati/es. This research is e0pected to be able to help the company to decide which alternati/e to use due to the demand. This research yields %()* cm of trim loss with no record of it from the method used now and %+(((,& in rank of benefit, increasing from %,+,-,(& from the method used now. Key words . minimum trim loss, ma0imum benefit, integer linear programming

J@TI Undip !ol III "o 1 Januari 200#

PENDAHULUAN $asala% cutting stock dalam industri kertas adala% masala% &emili%an alternati' &emoton(an suatu stock roll men)adi roll den(an le*ar yan( le*i% ke+il sesuai &ermintaan. Ada *e*era&a alternati' &emoton(an yan( akan menye*a*kan terda&at sisa &emoton(an kertas yan( tidak da&at di)ual kem*ali se*a(ai &roduk yan( dise*ut den(an sisa atau keru(ian &emoton(an ,trim loss3. Selama ini &erusa%aan menentukan alternati' &emoton(an yan( akan di(unakan den(an +ara trial and error se%in((a tidak semua kom*inasi turut di&ertim*an(kan dalam &emili%an alternati' yan( akan di(unakan. Kom*inasi &emoton(an yan( di&ili% semata den(an syarat mam&u memenu%i &esanan terse*ut tan&a men(kom*inasikan ketersediaan ka&asitas mesin dan &ermintaan itu sendiri. -erusa%aan *elum memiliki dasar matematis untuk men(atur kom*inasi &emoton(an yan( akan dilakukan &ada mesin tertentu yan( sesuai den(an )umla% &ermintaan. TIN0AUAN PUSTAKA B%!"/. U)/) Pr12r ) Li!i%r .alam menya)ikan masala% yan( akan di&e+a%kan dalam &ro(rama linier ada dua ma+am 'un(si yaitu 'un(si tu)uan ,ob ecti/e functions/ dan 'un(si *atasan ,constraint functions/. -ada umumnya nilai yan( akan dio&timalkan dinyatakan se*a(ai 0. Sementara 'un(si *atasan adala% *entuk &enya)ian se+ara matematis *atasan ka&asitas yan( akan dialokasikan se+ara o&timal dalam *er*a(ai ke(iatan. Istila% umum dalam &ro(rama linier yan( diuraikan di atas da&at dirin(kas se*a(ai *erikut 1 25 %lm 123 1. 4un(si yan( akan dio&timalkan1

4un(si *atasan non ne(ati' ,non5negati/e constraints/ yaitu 'un(si *atasan yan( dinyatakan den(an 1 5i 0. .... ,3/ 3. !aria*el 5) dise*ut varia*el ke&utusan ,decision /ariables/. 7. ai) *i dan +) yaitu masukan ,input/ konstan dise*ut se*a(ai &arameter model. M1#%$ TRIM LOSS -emro(raman linier den(an metode sim&leks serin( di(unakan untuk menyelesaikan *anyak model sala% satu yan( &alin( serin( di(unakan adala% dalam masala% cutting stock den(an model keru(ian &emoton(an 6trim loss3. $odel ini *ertu)uan untuk men+ari kom*inasi susunan &isau yan( akan memenu%i &esanan yan( di&erlukan den(an *idan( keru(ian &emoton(an yan( terke+il 28 %lm 723 sesuai den(an tu)uan model I.

*.

G )- r 3 M1#%$ Tri) L1&&

4 = c 0 dise*ut se*a(ai 'un(si tu)uan


=11

,ob ecti/e function/. ... ,1/ 2. 4un(si *atasan da&at dikelom&okkan men)adi 2 ma+am yaitu 1 a. 4un(si *atasan 'un(sional yaitu 'un(si *atasan se*anyak m , yaitu ai151 6 ai252 6....aim5n/ ,2/

$odel trim loss da&at di(unakan untuk &emoton(an mulai dari &emoton(an 1 dimensi sam&ai 3 dimensi den(an tin(kat kesulitan yan( menin(kat &ula. 9am*ar 1 adala% ilustrasi untuk model &emoton(an den(an 1 dimensi masala%nya adala% ada se)umla% atau satu roll a:al , parent roll/ yan( akan di&oton( den(an kom*inasikom*inasi ,cutting patterns/ untuk men(%asilkan &roduk-&roduk den(an ukuran le*ar yan( le*i% ke+il. ;ara &emoton(an ini akan men(%asilkan sisa &emoton(an ,trim loss/ dan )u(a kele*i%an &roduksi roll dari &ermintaan. Se+ara umum *entuk model trim loss memiliki notasi se*a(ai *erikut1 li 1 le*ar &esanan di 1 )umla% yan( di*utu%kan dari &esanan den(an le*ar li

J@TI Undip !ol II "o 2 $ei 200#

7 1 -an)an( roll a:al ) < 1 ... m pi 1 )umla% dari &esanan den(an le*ar li yan( di&oton( dari le*ar a:al 7 4un(si Tu)uan 1 $inimasi
m

t
= 1

,7/

,meminimasi trim loss le*i% *esar atau sama den(an ma= li/ 4un(si >atasan 1

= di

,5/

L !2. 4-$ !2. 4 A$21ri") Branch And Bound -en(ola%an model den(an men((unakan al(oritma ini dimulai den(an &enyelesaian model se*a(ai linear programming *iasa dan kemudian solusi yan( tidak *er*entuk inte(er akan melalui &er%itun(an branch and bound. @an(ka% ker)a al(oritma branch and bound ini den(an asumsi masala% maksimasi de'inisikan A se*a(ai *atas *a:a% dari &eme+a%an &emro(raman inte(er linier yan( o&timum &ada a:alnya teta&kan A < - dan i < 0 28 %lm 3293 L !2. 4 3 Ukur ,*atasi/. -ili% @-i se*a(ai *a(ian dari masala% *erikutnya untuk diteliti. -e+a%kan @-i dan +o*a ukur *a(ian masala% itu den(an kondisi yan( sesuai. a. Jika @-i terukur ,men(%asilkan &eme+a%an int(er yan( layak dan tidak da&at men(%asilkan &eme+a%an yan( le*i% *aik dari&ada yan( tela% ada/ &er*arui *atas *a:a% A )ika &eme+a%an &emro(raman inte(er linier yan( le*i% *aik ditemuiB )ika tidak &ili% masala% *aru i dan ulan(i lan(ka% 1. Jika semua *a(ian masala% tela% diteliti %entikanB -emro(raman inte(er linier o&timum *erkaitan den(an *atas *a:a% A terak%ir )ika ada. Jika tidak *. Jika @-1 tidak terukur lan)utkan ke lan(ka% 2 untuk melakukan &er+a*an(an @-i. L !2. 4 5: -er+a*an(an. -ili% satu varia*el =) yan( nilai o&timumnya =)C dalam &eme+a%an @-i tidak memenu%i *atasan inte(er. Sin(kirkan *idan( 2=)C3 D =) D 2=)C 6 13 ,dimana 2A3 mende'inisikan inte(er ter*esar A / den(an mem*uat dua *a(ian masala% @- yan( *erkaitan den(an dua *atasan yan( tidak da&at di&ernu%i se+ara *ersamaan ini 1 =) 2 0 C3 dan =) 2 0 C3 +1 Kem*ali ke lan(ka% 1. METODOLOGI P%!2/)6/$ ! D " -ada ta%a& ini &en(um&ulan data dilakukan den(an :a:an+ara den(an &i%ak &erusa%aan meli%at dokumentasi a(ar da&at mem&erole% data-data &arameter-&arameter

,*atasan &ermintaan ? %asil &emoton(an %arus sama )umla%nya den(an &ermintaan/ -i) 0 , *atasan nilai varia*el non-ne(ati'/ ,8/

ILP #%!2 ! Br !,4 !# B1/!# -emro(raman linier inte(er ,inte(er linear &ro(rammin(/ &ada intinya *erkaitan den(an &ro(ram linier dimana *e*era&a atau semua varia*el memiliki nilai inte(er ,*ulat/. $odel matematis untuk &mro(raman linier inte(er seru&a den(an model &emro(raman linier &er*edaannya %anya &ada &enam*a%an 1 *atasan *a%:a varia*elnya %arus *eru&a *ilan(an *ulat. 23 %lm 7583 -er%itun(an &emro(raman linier inte(er memiliki *e*era&a kesulitan yaitu *anyaknya varia*el *ilan(an *ulat dan struktur masala%. Selain itu )umla% dari *atasan )u(a &entin( serin(kali &enam*a%an *anyak *atasan akan men(uran(i :aktu &er%itun(an karena *anyaknya &enyelesaian layak da&at dikuran(i. Untuk masala% &mro(raman linier inte(er ada *e*era&a &endekatan yan( serin( di&akai se&erti metode &er+a*an(an dan &em*atasan 6branch and bound3 serta al(oritma *idan( &emoton(. .en(an kedua metode ini *atasan yan( ditam*a%akan se+ara e'ekti' akan menyin(kirkan *e*era&a *a(ian dari ruan( &eme+a%an teta&i tidak menyin(kirkan satu &un dari titik inte(er yan( layak. .ari ke&entin(an &raktisnya metode branch and bound le*i% serin( di(unakan.

J@TI Undip !ol III "o 1 Januari 200#

model. .ata yan( di&erlukan adala% data sekunder yan(terdiri dari 1 1. .ata &ermintaan untuk kertas $edium 125(sm 2. .ata %istoris &roduksi kertas ta%un 2005 3. .ata ukuran roll 7. .ata ka&asitas mesin keuntun(an .ata-data ini yan( mem&en(aru%i nilai &amareter &ada &em*uatan model matematis. P%!21$ 4 ! D " -ada ta%a& &en(ola%an data dilakukan *e*era&a lan(ka% yaitu 1 1. Identi'ikasi Ke*utu%an dan Tu)uan $odel 2. Identi'ikasi -arameter $odel 3. -er%itun(an -arameter $odel 7. -em*an(unan 4un(si Tu)uan $odel 5. -em*an(unan 4un(si >atasan $odel 8. !eri'ikasi dan validasi $odel E. -enyelesaian $odel den(an Alat >antu Sol/er HASIL PENELITIAN I#%!"i7i. &i K%-/"/4 ! Pi4 . y !2 T%r. i" Untuk setia& &i%ak yan( terkait dalam &ermasala%an o&timasi alternati' &emoton(an ini tia& &i%ak terse*ut memiliki ke*utu%an dan ke&entin(an yan( *er*eda atas model &eme+a%an &ermasala%an alternati' &emoton(an ini teta&i memiliki tu)uan yan( sama dalam &ermodelannya. >aik &i%ak &erusa%aan yaitu &i%ak --I; dan &i%ak marketin( &i%ak konsumen men(in(inkan &emili%an alternati' &emoton(an den(an keru(ian &emoton(an yan( seminimal mun(kin. I#%!"i7i. &i P r )%"%r T%r. i" Ada dua model ter&isa% yan( akan di*uat den(an sasaran yan( *er*eda yaitu minimasi sisa &emoton(an ,$odel I/ dan maksimasi keuntun(an ,$odel II/. 4un(si'un(si *atasan serta varia*el dari kedua model adala% sama &er*edaannya semata %anya terletak &ada 'un(si tu)uannya. Untuk mem*antu &ema%aman akan &arameter yan( mem&en(aru%i metode &emili%an alternati' &emoton(an da&at

dili%at &ada (am*ar @o(ika -emili%an

Alternati' -emoton(an ,lam&iran/


-arameter-&arameter yan( terkait dalam sistem *eserta &eru*a%an kondisi yan( menye*a*kan &eru*a%an nilai &arameter terse*ut adala% se*a(ai *erikut 1 1. Sisa &emoton(an yan( akan di&erole% dari identi'ikasi alternati' . Sisa &emoton(an yan( di(unakan adala% dalam 1 ,satu/ dimensi yaitu dimensi &an)an( sa)a :alau se+ara aktual sisa &emoton(an )u(a dalam *entuk roll *erdiameter 120 +m. Sisa &emoton(an dalam notasi *eru&a 1 s) 1 keru(ian &emoton(an dari +ara &emoton(an ke-) 2. Jumla% &esanan &er-roll &ada $a+%ine III dan !. -arameter ini *ersi'at teta& a&a*ila tidak ter)adi &eru*a%an yan( san(at *esar ter%ada& &ermintaan &roduk den(an notasi 1 *i 1 )umla% &esanan ukuran ke-i 3. 4aktor konversi untuk roll -ada 'un(si *atasan )umla% &ermintaan satuan yan( di(unakan adala% dalam roll ukuran ke-) sementara dalam 'un(si *atasan ka&asitas mesin satuan yan( di(unakan adala% dalam ton karena massa kertas &er roll *er*eda menurut ukuran rollnya. 4aktor konversi akan di)umla%kan menurut +ara &emoton(annya. "otasi untuk 'aktor konversi adala% 1 d) 1 'aktor konversi untuk roll den(an +ara &emoton(an ke-) 7. >esar keuntun(an yan( di&erole% &erusa%aan dalam 'un(si tu)uan model II meru&akan selisi% antara %ar(a )ual den(an roll den(an scrap yan( di%asilkan menurut +ara &emoton(an ke). >esar keuntun(an ini tidak *eru*a% selama &erusa%aan tidak menera&kan %ar(a *aru untuk &en)ualan roll mau&un scrapnya. Far(a )ual &erusa%aan tela% mem&er%itun(kan sum*er daya yan( di(unakan se%in((a &erkiraan keuntun(an &erusa%aan &er-+ara &emoton(an da&at di&er%itun(kan se*a(ai selisi% antara %ar(a )ual roll den(an s+ra& yan( di%asilkan. u) 1 keuntun(an ,*ene'it/ dari +ara &emoton(an ke-)

J@TI Undip !ol II "o 2 $ei 200#

5.

Ka&asitas mesin yan( dimiliki ole% &erusa%aan. .alam %al ini adala% ka&asitas -a&er $a+%ine III dan !. .en(an notasi ka&asitas ini dinotasikan den(an 1 +k 1 ka&asitas mesin ke-k 8. Jumla% roll kertas ukuran ke-i dan &emoton(an ke-) )u(a meru&akan &arameter yan( dida&atkan dari identi'ikasi alternati' alternati' &emoton(an dan akan *ersi'at teta& selama ukuran roll standar a:al &erusa%aan dan roll standar yan( dita:arkan &erusa%aan *ersi'at teta&. "otasinya *eru&a 1 ai) 1 )umla% roll kertas ukuran ke-i den(an +ara &emoton(an ke-) I#%!"i7i. &i A$"%r! "i7 P%)1"1!2 ! -en(identi'ikasian alternati' &emoton(an yan( mun(kin ,cutting patterns3 yan( mun(kin dari )um*o roll dilakukan den(an +ara trial and error den(an mem*a(i sto+k roll men)adi roll yan( le*i% ke+il sesuai den(an demand. -en)elasan tentan( alternati' &emoton(an ini terda&at &ada (am*ar 2. Alternati' yan( mun(kin diidenti'ikasi den(an +ara manual den(an +ara trial and error. F/!2&i-F/!2&i B " & ! # ! T/*/ ! M1#%$ -arameter-&arameter model *erdasarkan &arameter yan( tela% di%itun( se*elumnya *erdasarkan ta*el 2 adala% se*a(ai *erikut 1 1. !aria*el ke&utusan ,decision /ariables3 !aria*el ke&utusan adala% a&a yan( in(in ditentukan dalam model ini dalam &ermasala%an metode &emili%an alternati' ini varia*el ke&utusannya adala% 5) den(an satuan roll yaitu *anyaknya roll a:al standar yan( %arus di&oton( den(an +ara &emoton(an ke- ) dimana ) < 1 2 3 G 7E1 2. 4un(si Tu)uan ,ob ecti/e function3 Tu)uan dari model yan( akan di*uat adala% sasaran yan( in(in di+a&ai untuk menentukan &eme+a%an o&timum dari semua nilai yan( layak dari varia*el. Tu)uan dari model yan( akan di*uat adala% minimasi keru(ian &emoton(an J@TI Undip !ol III "o 1 Januari 200#

untuk model I sementara untuk model II tu)uannya adala% maksimasi keuntun(an dimana keuntun(an adala% selisi% antara %ar(a )ual &er roll den(an scrapnya. $odel II di*uat se*a(ai model &em*andin( output dari kedua model terse*ut. Untuk $odel $inimasi Sisa -emoton(an ,$odel I/ 1 $inimasi 0 < s 0 , dalam satuan +m/ ,E/ 0 < 10 =1 6 5 =2 6 0 =3 6G6 10 =789 6 5 =7E0 6 0 =7E1 ,#/ Untuk $odel $aksimasi Keuntun(an ,$odel II/ 1 u 0 ,satuan1 $aksimasi 0 < koe'isien keuntun(an/ ,9/ 0 < 1 =1 6 1 25 =2 6 1 5 =3 6 ... 6 7 5=78967=7E067 25=7E1 ,10/ 3. 4un(si >atasan ,contraints3 >atasan adala% kondisi-kondisi yan( mem*atasi nilai-nilai varia*el se%u*un(an den(an keter*atasan sum*er daya dari &erusa%aan. >atasan dalam metode &emili%an alternati' &emoton(an adala% *eru&a *atasan ketersediaan ka&asitas *atasan &ermintaan yan( %arus di&enu%i dan *atasan varia*el yan( *ernilai inte(er. Constraint ,*atasan/ se+ara matematis dari model terdiri dari dua ma+am yaitu 1 a. 4un(si >atasan *erdasarkan &ermintaan yan( %arus di&enu%i ,dalam satuan roll/ a11 =16 a12 =2 6 a13 =3 6 ... 6 ai) =) *i ,11/ Untuk &ermintaan roll E0 +m 1
7 =1 6 3 =2 6 3 =3 6 G 6 1 =789 6 1 = 7E0 6 1 =7E1 0 ,12/

Untuk &ermintaan roll

90 +m 1
0=1 6 0 =2 6 0 =3 6 G 6 1 =789 6 1 =7E0 6 1 =7E1 15 ,13/

.emikian seterusnya untuk 'un(si *atasan &ermintaan roll yan( lain.

*. 4un(si >atasan *erdasarkan Ka&asitas -a&er $a+%ine ,dalam satuan ton/. d1 =1 6 d2=2 6 d3 =3 6 ... 6 d) =) +k ,17/

III 1

Untuk -a&er $a+%ine


2 3 =1 6 2 3 =2 6 2 3 =3 6 G6 2 ## =128 1539

752 753

15 29
T1" $ K%/!"/!2 ! :

123 E5 239 25
3;888,<

, 15/ 1

Untuk -a&er $a+%ine !


2 #9 =12E 6G6 2 8# =789 6 2 11 =7E0 6 2 1 =7E1 30E# ,18/

7. 4un(si *atasan varia*el inte(er 5i) < inte(er

,1E/

ANALISIS A! i&i& O/"6/" M1#%$ .en(an men((unakan metode Inte(er @inear -ro(rammin( *eradasarkan model yan( tela% diteta&kan se*elumnya dida&atkanla% satu set alternati' &emoton(an yan( %arus dilakukan menurut &ermintaan &ada *ulan 4e*ruari 2008 masin(-masin( untuk tia& model. Alternati' &emoton(an yan( %arus dilakukan *erdasarkan model minimasi sisa &emoton(an terda&at dalam ta*el 1 sedan(kan out&ut model maksimasi keuntun(an terda&at dalam ta*el 2.
T -%$ 3 R%. 6 O/"6/" # ri Solver M1#%$ Mi!i) &i Si&

A! $i&i& P%r- !#i!2 ! M%"1#% S%. r !2 # ! U&/$ ! Analisis metode yan( akan dilakukan adala% ter%ada& kondisi dari metode sekaran( den(an metode usulan dari $odel I dan $odel II. -er*andin(an yan( akan dilakukan adala% *erdasarkan utilisasi mesin )umla% dan )enis roll yan( di&roduksi :aktu &enyusunan alternati' dan keuntun(an yan( di*erikan ole% %asil &roduksi. >erdasarkan &er*andin(an terse*ut kemudian akan dili%at sistem mana yan( le*i% men(untun(kan *a(i &erusa%aan. -er*andin(annya da&at dili%at dalam ta*el -er*andin(an $etode Sekaran( dan Usulan ,@am&iran/ U"i$i& &i M%&i! >erdasarkan se(i utilisasi mesin model II yan( memiliki nilai utilisasi tertin((i yaitu 100 I karena semua ka&asitas mesin yan( tersedia %a*is di(unakan *aik untuk -$ III dan -$ ! sementara untuk sistem yan( ada sekaran( serta model I masin(-masin( ka&asitasnya adala% ## 8 I dan 89 8I. $asin(-masin( dari nilai utilisasi mesin ini suda% relati' +uku& tin((i namun dari se(i utilisasi &en((unaan mesin sistem yan( da&at men((unakan seluru% ka&asitas yan( tersedia untuk mem&roduksi &roduk adala% le*i% *aik. -er*edaan nilai dari utilisasi masin(-masin( model +uku& :a)ar men(in(at total &roduksi dari masin(masin( model )u(a *er*eda. V1$/)% Pr1#/.&i (r1$$) !olume &roduksi *er&en(aru% &ada sistem karena volume &roduksi mem&en(aru%i utilisasi mesin dan keuntun(an dari %asil &roduksi. !olume &roduksi *er*andin( lurus den(an utilisasi mesin karena semakin *esar &roduk yan( di&roduksi semakin *esar volume &roduksi maka akan mem*utu%kan sum*er daya yan(

Alternati' ke9 12 1 773 779 753 755

>anyak Holl A:al ,roll/ 57 1 1 19 7# 79 1#7


T1" $ Si& :

Sisa Total ,+m/ 0 0 1 0 0 0 0 389:

T -%$ 5 R%. 6 Out ut Solver M1#%$ M .&i) &i K%/!"/!2 !

Alternati' >anyak Holl Keuntun(an keA:al ,roll/ ,koe'isien/ 10 50 3E5 11 8E 519 25 12 128 100# = 1 1 1 J@TI Undip !ol II "o 2 $ei 200#

semakin *anyak se%in((a utilisasinya semakin tin((i. !olume &roduksi ,roll/ *er*andin( lurus den(an keuntun(an dari %asil &roduksi namun )u(a di&en(aru%i ole% 'aktor koe'isien %ar(a karena semakin *esar le*ar roll yan( di%asilkan akan mem*erikan keuntun(an yan( le*i% *esar dari&ada roll den(an le*ar yan( ke+il. K%/!"/!2 ! # ri H &i$ Pr1#/.&i Keuntun(an dari %asil &roduksi yan( di%asilkan se*enarnya )u(a *er&en(aru% dari den(an )enis dan )umla% &roduksi dari tia& model. Keuntun(an yan( dianalisis adala% keuntun(an dari seluru% &roduk yan( di&roduksi ole% model den(an mem&er%itun(kan &roduk tidak sesuai &ermintaan )u(a mem*erikan keuntun(an. >erdasarkan keuntun(an terse*ut model II la% yan( memiliki nilai tertin((i yan( sesuai den(an 'un(si tu)uannya yaitu untuk memaksimasi keuntun(an. $odel II le*i% mem'okuskan untuk mem&roduksi roll den(an ukuran *esar karena semakin *esar le*ar roll semakin *esar &ula keuntun(an yan( di%asilkannya. 0%!i& # ! 0/)$ 4 Pr1#/.&i r1$$ Kriteria ini diikutsertakan dalam kriteria &em*andin( untuk keti(a sistem ini karena kriteria ini dimaksudkan se*a(ai alat *antu dalam men(ukur kete&atan masin(masin( sistem dalam memenu%i &esanan. Holl kele*i%an &esanan dalam )umla% *esar kuran( *aik *a(i &erusa%aan karena mem*utu%kan ruan( di (udan( *aran( )adi. Semakin ke+il nilai )enis &roduksi yan( *erle*i% atau&un kuran( dari &ermintaan serta )umla% &roduksi terse*ut da&at men((am*arkan a&aka% alternati' yan( di(unakan dari masin(-masin( model +uku& te&at untuk memenu%i &esanan. .alam %al ini *aik model I dan model II memiliki keun((ulan yan( relati' sama di*andin(kan den(an sistem yan( ada sekaran( karena kedua model terse*ut tela% men((unakan dasar matematis yan( men)adikannya le*i% muda% untuk men(alternati'kan sum*er daya yan( ada den(an &esanannya. >erdasarkan kriteria ini model I adala% model yan( le*i% *aik karena J@TI Undip !ol III "o 1 Januari 200#

:alau&un )enis roll yan( *erle*i%nya le*i% *anyak di*andin(kan model II ta&i model I un((ul dalam )umla% roll *erle*i% yan( le*i% ke+il. > ."/ P%!y/&/! ! A$"%r! "i7 Jaktu untuk menyusun alternati' yan( sesuai den(an &ermintaan adala% kriteria yan( &alin( mem*edakan antara sistem sekaran( den(an sistem usulan yan( men((unakan alat *antu *eru&a software. Jalau&un &i%ak &erusa%aan tela% memiliki da'tar alternati' yan( mun(kin dari &emoton(an roll a:al terse*ut namun masi% memakan :aktu yan( +uku& lama karena %arus men(alternati'kan da'tar alternati' terse*ut den(an &ermintaan dan ketersediaan ka&asitas yan( ada. .en(an men((unakan model matematis se&erti model I dan model II :aktu &emili%an alternati' terse*ut da&at dikuran(i. Jaktu 25 menit dan 30 menit untuk model I dan II termasuk &roses in&ut &ermintaan dan ka&asitas yan( tersedia &roses &er%itun(an den(an alat *antu software serta inte&retasi output dari software terse*ut. KESIMPULAN DAN SARAN >erdasarkan %asil identi'ikasi se+ara trial and error dan manual di&erole% 127 alternati' kom*inasi dari &emoton(an roll a:al -$ III dan 37E alternati' kom*inasi dari &emoton(an roll a:al -$ ! den(an le*ar sisa &emoton(an maksimal masin(masin( kom*inasi adala% 10 +m $odel matematis memiliki 3E 'un(si *atasan yan( terdiri dari 37 'un(si *atasan *erdasarkan &ermintaan sesuai den(an )enis &roduk yan( dita:arkan &erusa%aan 2 'un(si *atasan *erdasarkan ka&asitas -a&er $a+%ine III dan ! dan 1 'un(si *atasan varia*el inte(er. Ada 2 )enis model matematis yan( disusun den(an metode inte(er linear &ro(rammin( den(an 'un(si o*)ekti' *eru&a minimasi sisa &emoton(an dan maksimasi *o*ot keuntun(an. >o*ot keuntun(an dari sistem lama da&at ditin(katkan se*esar 17 5E I den(an men((unakan model maksimasi keuntun(an.

>anyaknya roll yan( di&roduksi *erle*i% dari &ermintaan da&at dikuran(i 38 I dari 2175 roll men)adi 1359 roll den(an men((unakan model minimasi sisa &emoton(an. Jaktu &emili%an alternati' kom*inasi yan( akan di(unakan untuk memenu%i &ermintaan da&at dikuran(i %in((a 1K32 kali :aktu sistem yan( sekaran(. DAFTAR PUSTAKA 1. Askin Honald 9 and ;%arles Standrid(e ,1993/ !odelling and Analysis of !anufacturing Systems Jo%n Jiley L Sons In+. ;anada. 2. 9radisar $iro and 9ortan Hesinovi+ 8/aluation of Algorithms for 9ne5 Dimensional Cutting ;om&uter and M&erations Hesear+% Journal 3. Fillier 4rederi+k and 9erald @ie*erman ,1990/ Pengantar :iset 9perasi 5t% Ndition Nrlan((a Jakarta. 7. $ulyono Sri ,1991/ 9perations :esearch @em*a(a -ener*it 4N ? UI Jakarta. 5. Su*a(yo -an(estu $ar:an Asri dan T. Fani Fandoko ,19#5/ Dasar5dasar 9perations :esearch edisi ke-2 Oo(yakarta1 >-4N. 8. Ta%a Famdy A ,1998/ :iset 9perasi . Suatu Pengantar edisi ke-5 >inaru&a Aksara Jakarta.

J@TI Undip !ol II "o 2 $ei 200#

LAMPIRAN 1. 9am*ar @o(ika -emili%an Alternati' -emoton(an

2. Ta*el -er*andin(an antara $etode Sekaran( dan $etode Usulan

J@TI Undip !ol III "o 1 Januari 200#