Laporan MS

Kelompok 3
Andi
Kurnia
5208100709
F.
Izzat
Aulia
5209100019
Akbar
Studi
Kasus
Optimasi Penggunaan
Bahan Bakar Mesin
Penggilingan Pupuk
Noval
5209100054
Laily
R.
5209100106
Arsad
C.
Akhmad
Anshori
5209100135
H.
Manajemen
Sains
Manajemen
A A
Sains
Jurusan Sistem
Jurusan
Sistem
Informasi
Informasi
Manajemen Sains Kelas A
Optimasi
ITS
ITS
33
Studi Kasus 3 PT. H05

3
Kelompok
Daftar Isi
Daftar Isi................................................................................................................ 2
Daftar Gambar....................................................................................................... 4
Daftar Tabel........................................................................................................... 5
Studi Kasus............................................................................................................ 6
Formulasi Model Studi Kasus Awal.........................................................................7
A. Variabel Keputusan......................................................................................... 7
B. Fungsi Tujuan.................................................................................................. 7
C. Batasan Model................................................................................................ 8
Penyelesaian Model............................................................................................. 10
A. Mengubah Batasan....................................................................................... 10
B. Penyelesaian dengan Tabel Simplex Manual (Excel).....................................12
C. Penyelesaian dengan QM............................................................................. 15
Formulasi dan Penyelesaian Model Baru..............................................................19
A. Variabel Keputusan....................................................................................... 19
B. Fungsi Tujuan................................................................................................ 19
C. Batasan........................................................................................................ 19
D. Penyelesaian Model Baru (Primal)................................................................21
1. Batasan.................................................................................................. 21
2. Fungsi Tujuan.......................................................................................... 21
3. Penyelesaian Model dengan tabel simplex manual (Excel)....................21
4. Penyelesaian Model dengan QM.............................................................23
5. Analisis Penyelesaian............................................................................. 26
Analisa Post Optimal............................................................................................ 27
A. Perumusan dan Interpretasi Dual dari model Primal....................................27
1. Model Primal.............................................................................................. 27
2. Model Dual................................................................................................ 28
2.1 Variabel Keputusan........................................................................... 28
2.2 Fungsi tujuan..................................................................................... 28
2.3 Batasan............................................................................................. 28
3. Penyelesaian Model Dual dengan QM........................................................28
3.1 QM..................................................................................................... 28
3.2 Penyelesaian Dengan Tabel Simplex.................................................31
Optimasi
12

3
Kelompok
3.3 Analisa.............................................................................................. 33
B. Analisa Sensitifitas....................................................................................... 33
1. Perubahan pada koefisien fungsi tujuan....................................................33
1.1 Perubahan pada C1 = 12500 + , harga jual pupuk dari mesin A.......33
1.2 Perubahan pada C2 = 17000 + , harga jual pupuk dari mesin B.......34
2. Perubahan pada Nilai Kuantitas Batasan...................................................35
2.1 Perubahan pada kuantitas Q1, jumlah penggunaan Solar (S1)...........35
2.2 Perubahan pada kuantitas Q2, jumlah penggunaan minyak tanah......37
2.3 Perubahan pada Kuantitas Q3, penggunaan Oli...................................39
3. Analisis Sensitivitas Menggunakan QM......................................................39
Kesimpulan.......................................................................................................... 41
Lampiran............................................................................................................. 42
Penjelasan Grafik.............................................................................................. 43
Optimasi
12

3
Kelompok
Daftar Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
1 Inisiasi data awal.................................................................................15

2 batasan dan nilai fungsi tujuan...........................................................15
3 Hasil Linear Programming...................................................................16
4 Iterasi 1 - 2.......................................................................................... 17
5 Iterasi 3 -5........................................................................................... 17
6inisiasi data awal model baru...............................................................23
7batasan dan fungsi tujuan model baru.................................................24
8 hasil model baru................................................................................. 24
9 iterasi 1 - 4.......................................................................................... 25
10 iterasi 5 - 7........................................................................................ 25
11 inisiasi data awal model dual............................................................28
12 batasan dan fungsi tujuan.................................................................29
13 hasil linear programming model dual................................................29
14 iterasi 1 - 5........................................................................................ 30
15 Window Ranging Solution..................................................................37
16 Grafik hasil model primal..................................................................39
Optimasi
12

3
Kelompok
Daftar Tabel
Tabel
Tabel
Tabel
Tabel
Tabel
Tabel
Tabel
Tabel
Tabel
Tabel
Tabel
1 Informasi bahan bakar............................................................................... 6

2 Informasi mesin......................................................................................... 6
3 Informasi hasil produksi dan harga............................................................8
4 Batasan penyediaan bahan bakar.............................................................8
5 Batasan spesifikasi komponen...................................................................9
6 Informasi keuntungan.............................................................................. 19
7 informasi komposisi campuran................................................................20
8 informasi penyediaan bahan bakar.........................................................20
9 informasi hasil produksi...........................................................................20
10 ringkasan hasil...................................................................................... 26
11 ringkasan hasil...................................................................................... 30
Optimasi
12

3
Kelompok
Studi Kasus
Perusahaan pupuk HO5, merupakan perusahan rumahan yang masih belum bisa
mengatur strategi untuk mendapatkan keuntungan yang berlipat, salah satu
cara yang dilakukan adalah dengan mengganti bahan bakar mesin penggilingan
dengan campuran dari beberapa bahan. HO5, memproduksi pupuk dengan dua
mesin yang menggunakan bahan bakar yang berbeda.
Tiap tiap mesin tersebut menghasilkan jumlah produk yang berbeda setiap
harinya. Pada mesin B, pupuk yang dihasilkan lebih bagus dari pada hasil
gilingan mesin A, sehingga mempengaruhi harga jual dari pupuk yang dihasilkan.
Untuk meminimalisir pengeluaran bahan bakar tersebut merupakan campuran
dua dari tiga bahan bakar, yaitu oli, minyak tanah dan solar. Perusahaan ingin
menentukan campuran optimal bahan bakar tiap mesin dari bahan yang telah
ada untuk memaksimalkan keuntungan. Kuantitas bahan yang tersedia adalah:
Bahan
Solar
Minyak
tanah
Oli
Maksimal
per liter
10 liter
20 liter
penyediaan Harga per

liter
Rp. 4.500,00
Rp. 4.000,00
5 liter
Rp. 7.000,00
Tabel 1 Informasi bahan bakar
Untuk memastikan campuran yang layak, tiap jenis mesin memiliki spesifikasi
khusus sebagai berikut:
Jenis
Mesin
Mesin A
Mesin B
Spesifikasi Komponen
Tidak lebih dari 50% solar
dan minyak tanah
Tidak lebih dari 30% oli,
dan minyak tanah
Hasil
produksi
per hari
Paling tidak 100
karung
Paling
tidak
70
karung
Harga jual per

karung
Rp. 12.500,00
Rp. 17.000,00
Tabel 2 Informasi mesin
Optimasi
12

3
Kelompok
Formulasi Model Studi Kasus Awal

A. Variabel Keputusan
Variabel keputusan merupakan simbol matematika yang menggambarkan
tingkatan aktivitas suatu objek yang diamati. Variabel ini biasanya juga
digunakan untuk mewakili apa yang hendak ditentukan dari pengerjaan suatu
model matematis.
Dalam studi kasus ini, kami menetapkan ada 6 variabel keputusan yang dipakai,
meliputi bahan bakar dan jumlah hasil produksi untuk mesin mesin. Variabel itu
antara lain:
X1 = Banyaknya Solar yang digunakan pada mesin A
X2 = Banyaknya minyak tanah yang digunakan pada mesin A
X3 = Banyaknya minyak tanah yang digunakan pada mesin B
X4 = Banyaknya oli yang digunakan pada mesin B
Dimana satuan untuk bahan bakar adalah liter.
B. Fungsi Tujuan
Fungsi tujuan merupakan hubungan matematika linier yang menjelaskan tujuan
objek (misalnya tujuan perusahaan) dalam terminologi variabel keputusan.
Fungsi tujuan selalu mempunyai salah satu target yaitu memaksimumkan atau
meminimumkan suatu nilai.
Dari studi kasus diatas, tujuan perusahaan adalah ingin mengoptimalkan
biaya campuran bahan bakar yang dipakai pada mesin mesinnya untuk
memperoleh keuntungan maksimum.
Karena informasi
penyediaan bahan
dikerjakan terlebih
bahan bakar dan
yang diberikan pada studi kasus hanya terbatas pada

bakar, dan komposisi campurannya, maka yang diperlukan
dahulu dahulu adalah mencari jumlah campuran optimal
biayanya.
Biaya campuran bahan bakar kemudian dianggap sebagai biaya produksi.

Setelah ditemukan jumlah biaya produksi, barulah kemudian akan dicari
keuntungan dari penjualan produk.
Bentuk persamaan fungsi tujuan adalah sebagai berikut:
Biaya ( Zmin) = 4500X1 + 4000X2 + 4000X3 + 7000X4
Dengan,
Optimasi
12

3
Kelompok
4500X1 = Total biaya Solar yang dipakai di mesin A

4000X2 = Total biaya Minyak tanah yang dipakai di Mesin A
4000X3 = Total biaya Minyak tanah yang dipakai di Mesin B
7000X4 = Total biaya Oli yang dipakai di mesin B
Setelah diperoleh nilai untuk masing masing variabel, kemudian nilai tersebut
akan dimasukkan ke persamaan persamaan berikut ini, untuk mencari nilai
keuntungan produk dari masing masing mesin. Secara umum, formula yang
dipakai untuk menghitung keuntungan penjualan produk adalah dengan
mengurangkan pendapatan dengan total biaya produksi atau untuk lebih
jelasnya bisa dilihat pada persamaan berikut:
Keuntungan = Pendapatan Total biaya
(2)
Dalam studi kasus ini, telah diberikan data mengenai harga jual produk, jumlah
produksi pupuk setiap harinya dan harga beli bahan bakar yang dipakai di mesin.
Sehingga rumusan dari formulasi diatas dapat ditulis secara sederhana menjadi:
Keuntungan = Harga jual x Jumlah produksi pupuk setiap hari total
biaya bahan bakar
Karena pada studi kasus memiliki 2 jenis mesin yang berbeda, yaitu mesin A dan
Mesin B serta keduanya memiliki kombinasi campuran bahan bakar yang
berbeda, maka nantinya fungsi keuntungan/Keuntungan dibedakan menjadi 2
berdasarkan jenis mesin. Sesuai dengan informasi pada studi kasus,
Hasil
produksi
per hari
Paling tidak 100
karung
Paling tidak 70
karung
Harga jual per

karung
Rp. 12.500,00
Rp. 17.000,00
Tabel 3 Informasi hasil produksi dan harga
Maka formulasi keuntungan akan menjadi:

Keuntungan 1 = Rp 12500 x 100 (4500X1 + 4000X2)
(3)
Keuntungan 2 = Rp 17000 x 70 (4000X3 + 7000X4)
(4)
C. Batasan Model
Batasan model merupakan hubungan linier dari variabel variabel keputusan,
dimana batasan batasan ini menunjukkan keterbatasan objek karena
lingkungan operasinya. Batasan dapat berupa keterbatasan sumber daya
ataupun pedoman.
Optimasi
12

3
Kelompok
Batasan model untuk studi kasus ini terdiri atas batasan penyediaan bahan
bakar setiap harinya dan juga batasan dalam hal campurannya pada mesin
mesin produksi.
Bahan
Solar
Minyak
tanah
Oli
Maksimal
per liter
10 liter
20 liter
penyediaan
5 liter
Tabel 4 Batasan penyediaan bahan bakar
Batasan penyediaan bahan bakar:
X1 10
X2 + X3 20
X4 5
X1 , X 2 , X 3 , X 4 0
Untuk batasan kedua, X2 + X3 20, karena dipakai di 2 mesin yang berbeda,

sehingga dari maksimal penyediaan per harinya, akan dibagi 2.
Jenis
Mesin
Mesin A
Mesin B
Hasil
produksi
per hari
Tidak lebih dari 50% solar Paling tidak 100
dan minyak tanah
karung
Tidak lebih dari 30% oli, Paling
tidak
70
dan minyak tanah
karung
Tabel 5 Batasan spesifikasi komponen
Batasan spesifikasi komponen campuran bahan bakar:
0,01
0,5
0,01
0,3
0,01 atau 1% campuran, merupakan asumsi yang kami ambil untuk

menunjukkan bahwa paling tidak didalam campuran bahan bakar yang dipakai
ada 1% atau 0,01 liter bahan tertentu yang dipakai, dan tidak lebih dari 50%
atau 30% sesuai dengan ketentuan yang ada. Misalnya campuran solar dan
minyak tanah, paling tidak ada 1% solar yang terdapat pada campuran. Jika
tidak, maka tentu tidak bisa dibilang campuran.
Optimasi
12

3
Kelompok
Penyelesaian Model
Setelah semua model dan batasan telah didefinisikan, kemudian model itu
diselesaikan untuk mencari solusi optimal, cara yang dipakai dengan
menggunakan metode Simplex, dimana akan dibantu juga dengan tools
Microsoft Excel dan QM.
Ada beberapa hal yang perlu diperhatikan sebelum model dikerjakan, yaitu:
Fungsi tujuan
Batasan
Fungsi tujuan perlu diperhatikan sebelum menyelesaikan model, yaitu apakah

tujuan maksimisasi atau tujuan minimisasi, karena nanti akan mempengaruhi
dalam proses penghitungan di tabel simplex maupun pada software QM.
Sedangkan batasan perlu diubah terlebih dahulu menjadi bentuk persamaan
yang mengandung tanda =. Setiap perubahan batasan dari tanda atau
akan mengalami penambahan variabel slack (S) dan variabel artifisial (A).
Dari studi kasus yang dikerjakan, fungsi tujuan dari perusahaan adalah untuk
mengetahui keuntungan maksimal.
A. Mengubah Batasan
X1 10
X1 + S1 = 10
o
X2 + X3 20
X2 + X3 + S2 = 20
o
X4 5
o
X4 + S3 = 5
0,01
0,5, dipecah menjadi 2 persamaan

0,01, bentuk pecahan disederhanakan dengan mengkalikan
kedua ruas dengan
0,01
, variabel yang sejenis dikumpulkan di satu
ruas yang sama, dan tanda pertidaksamaan diubah menjadi

=
0,99
- 0,01
Optimasi
12

3
Kelompok
0,99
- 0,01
- S4 + A 1 = 0
kedua ruas dengan

0,5

=
0,5
+ S5 = 0
0,01
- 0,5
0,3, dipecah menjadi 2 persamaan

kedua ruas dengan
0,01

=
-0,01
+ 0,99
0,01
-0,01
+ 0,99
-S6 + A2 = 0
kedua ruas dengan
0,3

=
-0,3
+ 0,7
-0,3
+ 0,7
+ S7 = 0
Optimasi
12

3
Kelompok
B. Penyelesaian dengan Tabel Simplex Manual (Excel)

Batasan:
X1 + S1 = 10
X2 + X3 + S2 = 20
X4 + S3 = 5
0,99
- 0,01
- S 4 + A1 = 0
+ S5 = 0
-0,01
-0,3
X 1 , X 2 , X 3 , X 4 , S 1 , S 2 , S 3 , S 4 , S 5 , S 6 , S 7 , A1 , A2 0
+ 0,99
+ 0,7
-S6 + A2 = 0
+ S7 = 0
Fungsi Tujuan
Zmin = 4500X1 + 4000X2 + 4000X3 + 7000X4 + 0S1 + 0S2 + 0S3 + 0S4 +0 S5 + 0S6
+0S7 + MA1 + MA2
Optimasi
12

3
Kelompok
Optimasi
12
Kelompok 3
Tabel Simplex Pertama

Cj
Variab
el
Solu
si
S1
S2
S3
A1
S5
A2
S7
Zj
10
20
5
0
0
0
0
0
0
0
0
M
0
M
0
Zj-Cj
4500
X1
1
0
0
0,99
1
0
0
0,99M
0,99M4500
4000
X2
0
1
0
-0,01
-1
0
0
-0,01M
-0,01M4000
4000
X3
0
1
0
0
0
-0,01
-0,3
-0,01M
-0,01M4000
7000
X4
0
0
1
0
0
0,99
0,7
0,99M
0,99M7000
0
S1
1
0
0
0
0
0
0
0
0
S2
0
1
0
0
0
0
0
0
0
S3
0
0
1
0
0
0
0
0
0
S4
0
0
0
-1
0
0
0
-M
0
S5
0
0
0
0
1
0
0
0
0
S6
0
0
0
0
0
-1
0
-M
0
S7
0
0
0
0
0
0
1
0
M
A1
0
0
0
1
0
0
0
M
M
A2
0
0
0
0
0
1
0
M
-M
-M
Tabel Simplex Kedua

Cj
450
0
0
0
M
0
M
0
Variab
el
X1
S2
S3
A1
S5
A2
S7
Zj
Solusi
450
0
X1
10
20
5
-9,9
-10
0
0
9,9M+4500
1
0
0
0
0
0
0
450
0
4000
X2
4000
X3
7000
X4
0
S1
0
S2
0
S3
0
S4
0
S5
0
S6
0
S7
M
A1
M
A2
0
1
0
-0,01
-1
0
0
-0,01M
0
1
0
0
0
-0,01
-0,3
-0,01M
0
0
1
0
0
0,99
0,7
0,99M
1
0
0
-0,99
-1
0
0
0,99M+450
0
1
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
-1
0
0
0
-M
0
0
0
0
1
0
0
0
0
0
0
0
0
-1
0
-M
0
0
0
0
0
0
1
0
0
0
0
1
0
0
0
M
0
0
0
0
0
1
0
M
Optimasi
33
Kelompok 3
0
Zj-Cj
-0,01M4000
-0,01M4000
0,99M7000
0
0,99M+450
0
-M
-M
Tabel Simplex Ketiga

Cj
450
0
0
700
0
M
0
M
0
Variab
el
Solusi
450
0
4000
4000
700
0
X1
X2
X3
X4
S1
S2
S3
S4
0
S
5
S6
0
S
7
M
A
1
M
A2
X1
S2
10
20
1
0
0
1
0
1
0
0
1
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
X4
A1
S5
A2
S7
5
-9,9
-10
-4,95
-3,5
14,85M+800
00
0
0
0
0
0
0
-0,01
-1
0
0
0
0
0
-0,01
-0,3
1
0
0
0
0
0
0
0
0
0
1
0
0
-0,99
-0,7
0
-1
0
0
0
0
0
1
0
0
0
0
0
-1
0
0
0
0
0
1
0
1
0
0
0
0
0
0
1
0
450
0
-0,01M
-0,01M
700
0
0,99M
-M
-M
-0,01M4000
-0,01M4000
0
-0,99
-1
0
0
0,99M+450
0
0,99M+450
0
0,99M
-M
-M
Zj
Zj-Cj
Dari hasil iterasi ketiga tabel simplex diatas, ternyata hasil pada baris terakhir (Zj Cj) semua bernilai negatif. Padahal nilai di
kolom solusi (Zj) bertanda negatif dan masih mengandung M (konstanta variabel A), sehingga harus diiterasikan lagi,
sedangkan kita tidak bisa melanjutkan proses iterasi karena nilai pada baris terakhir tidak ada yang bernilai positif. Jadi, bisa
Optimasi
14
Kelompok 3
dikatakan bahwa model untuk kasus ini tidak bisa diselesaikan atau tidak memiliki solusi optimal. Kita bisa mengecek
kebenarannya dengan menggunakan tool QM, berikut adalah cara dan hasil pengerjaan model kasus ini di QM:
Optimasi
14

3
Kelompok
C. Penyelesaian dengan QM
Langkah pertama, kita tentukan jumlah batasan, jumlah variabel, fungsi

tujuan, nama program linear dan nama variabel pada QM
o Dari penjelasan batasan diatas, ada 7 batasan yang akan dipakai
o Ada 4 variabel yang akan dicari nilainya
o Fungsi tujuan yang ingin dicapai adalah fungsi Minimize
o Nama program linear adalah Jumlah Biaya Campuran
Gambar 1 Inisiasi data awal
Setelah itu, tekan OK, maka akan diarahkan ke halaman berikutnya untuk
mengisikan nilai koefisien dari masing masing persamaan batasan dan
persamaan fungsi tujuan
Gambar 2 batasan dan nilai fungsi tujuan
Isikan masing masing nilai koefisien X1, X2, X3, dan X4 pada baris
Minimize sesuai nilai pada fungsi tujuan
Optimasi
30

3
Kelompok
Pada baris Constraint 1, dan seterusnya, isikan nilai koefisien dari semua
variabel (kecuali variabel S dan A) sesuai dengan batasannya masing
masing
Setelah semua data terisi, kemudian tekan tombol Solve, dan hasil
penghitungan program linear akan tampil seperti pada gambar berikut
Gambar 3 Hasil Linear Programming
Dari gambar diatas, nilai untuk masing masing variabel adalah:

o X1 = 0
o X2 = 0
o X3 = 0
o X4 = 0
o Dengan nilai hasil Zmin adalah 0
Kita bisa melihat jumlah iterasi, atau pengerjaannya pada window

Iteration List, dan hasilnya bisa dilihat pada gambar gambar berikut
Optimasi
30

3
Kelompok
Gambar 4 Iterasi 1 - 2
Gambar 5 Iterasi 3 -5
Optimasi
30

3
Kelompok
Dari hasil pengerjaan model di QM, ternyata nilai untuk semua variabel sama
dengan 0, ini artinya bahwa model tersebut memang salah dan tidak bisa
ditemukan solusi optimal. Sehingga, langkah berikutnya yang harus dilakukan
adalah dengan mendefinisikan ulang model dari studi kasus yang diberikan.
Optimasi
30

3
Kelompok
Formulasi dan Penyelesaian

Model Baru
Pada awalnya, fungsi tujuan dari perusahaan pupuk H05 adalah untuk
menentukan campuran bahan bakar optimal untuk memperoleh keuntungan
yang maksimal. Disini, kami mengubah tujuan tadi menjadi, menentukan jumlah
produksi pupuk dari setiap mesin untuk memperoleh keuntungan maksimal.
Untuk itu, kami juga menambahkan beberapa asumsi, yaitu:
Total jumlah bahan bakar campuran yang dipakai kedua mesin untuk
memproduksi 1 karung pupuk
Komposisi campuran bahan bakar untuk setiap mesin
Mengganti harga jual pupuk per karung dari masing masing mesin,
menjadi keuntungan penjualan pupuk per karung dari masing masing
mesin
Mesin
Keuntungan
karung
$ 12.500,00
$ 17.000,00
Mesin A
Mesin B
Tabel 6 Informasi keuntungan
A. Variabel Keputusan
Variabel keputusan yang kami pakai adalah:
X1 = Jumlah pupuk hasil produksi mesin A
X2 = Jumlah pupuk hasil produksi mesin B
Dengan satuan karung
B. Fungsi Tujuan
Fungsi tujuannya adalah menentukan jumlah produksi pupuk dari setiap mesin
untuk memaksimalkan keuntungan
Keuntungan (Zmax) = 12500X1 + 17000X2
($.)
Dengan,
12500X1 = total keuntungan pupuk hasil produksi mesin A
17000X2 = total keuntungan pupuk hasil produksi mesin B
Optimasi
30

3
Kelompok
C. Batasan
Asumsi total jumlah bahan bakar

Kami mengasumsikan bahwa total jumlah campuran bahan bakar yang
dipakai setiap mesin untuk memproduksi 1 karung pupuk adalah sebanyak
0,1 Liter bahan bakar campuran
Jenis Mesin
Mesin A
Tidak lebih dari 50% solar dan minyak
tanah
Tidak lebih dari 30% oli, dan minyak
tanah
Mesin B
Tabel 7 informasi komposisi campuran
Bahan
Solar
Minyak
tanah
Oli
Maksimal
per liter
10 liter
20 liter
penyediaan
5 liter
Tabel 8 informasi penyediaan bahan bakar
Asumsi komposisi bahan bakar di mesin A

Komposisi bahan bakar yang dipakai di mesin A terdiri atas: 0,05 liter Solar
dan 0,05 liter minyak tanah (sesuai dengan batasan bahwa kandungan
solar tidak lebih dari 50% total campuran, dan sisanya adalah kandungan
minyak tanah)
Asumsi komposisi bahan bakar di mesin B

Komposisi bahan bakar yang dipakai di mesin B terdiri atas: 0,07 liter
minyak tanah dan 0,03 liter Oli (sesuai dengan batasan bahwa kandungan
oli tidak lebih dari 30% total campuran, dan sisanya adalah kandungan
minyak tanah)
Jumlah produksi pupuk minimal dari setiap mesin per hari diambil dari
informasi yang ada di tabel
Mesin
Mesin
A
Mesin
B
Hasil
produksi
per hari
Paling tidak 100
karung
Paling
tidak
70
karung
Tabel 9 informasi hasil produksi
Sehingga ringkasan batasan untuk model yang baru menjadi:

0,05 X1 10
0,05 X1 + 0,07 X2 20
0,03 X2 5
X1 100
X2 70
X1 , X 2 0
Optimasi
30

3
Kelompok
Optimasi
30

3
Kelompok
D. Penyelesaian Model Baru (Primal)

1. Batasan
0,05X1 + S1 = 10
0,05X1 + 0,07X2 + S2 = 20
0,03X2 + S3 = 5
X1 + S4 + A1 = 100
X2 S5 + A2 = 70
X 1 , X 2 , S 1 , S 2 , S 3 , S 4 , S 5 , A1 , A2 0
2. Fungsi Tujuan
Keuntungan (Zmax) = 12500X1 + 17000X2 + 0S1 + 0S2 + 0S3 + 0S4 + 0S5
MA1 MA2 ($)
3. Penyelesaian Model dengan tabel simplex manual (Excel)
Tabel Simplex Pertama
Cj
0
0
0
-M
-M
Variab
el
Solus
i
S1
S2
S3
A1
A2
Zj
10
20
5
100
70
-170M
12500
X1
0,05
0,05
0
1
0
-M
12500
+M
17000
X2
0
0,07
0,03
0
1
-M
17000
+M
0
S1
1
0
0
0
0
0
0
S2
0
1
0
0
0
0
0
S3
0
0
1
0
0
0
0
S4
0
0
0
-1
0
M
0
S5
0
0
0
0
-1
M
-M
A1
0
0
0
1
0
-M
-M
A2
0
0
0
0
1
-M
-M
-M
Solusi
125
00
17000
S1
S2
S3
5
15
5
0
S
3
0
0
1
0
S
5
0
0
0
-M
X2
0
0,07
0,03
0
S
2
0
1
0
-M
X1
0
0
0
0
S
1
1
0
0
A1
-0,05
-0,05
0
A2
0
0
0
X1
A2
100
70
1
0
0
1
0
0
0
0
0
0
0
-1
1
0
0
1
Zj
125000070M
125
00
-M
17000
+M
12500
-M12500
-M
M
M
Cj - Zj
Tabel Simplex Kedua
Cj
0
0
0
125
00
-M
Varia
bel
Cj - Zj

Optimasi
0
S4
0,05
0,05
0
-1
0
1250
0
1250
0
33

3
Kelompok
Tabel Simplex Ketiga

Cj
Varia
bel
Solusi
0
0
0
12500
17000
S1
S2
S3
X1
X2
5
10,1
2,9
100
70
Zj
Cj - Zj
2440000
1250
0
X1
0
0
0
1
0
1700
0
X2
0
0
0
0
1
0
S1
1
0
0
0
0
0
S2
0
1
0
0
0
0
S3
0
0
1
0
0
12500
0
17000
0
0
0
0
0
0
0
1250
0
X1
0
1700
0
X2
0
0
S1
1
0
S2
0
0
1
0
0
0
0
0
0
12500
17000
0
S3
0
2,3333
3
33,333
33
0
33,333
33
56666
6,7
56666
7
1250
0
X1
1700
0
X2
0
S1
0
S2
-1
20
20
0
S4
0,05
0,05
0
-1
0
12500
12500
0
S5
0
0,07
0,03
0
-1
17000
17000
Tabel Simplex Keempat

Cj
Varia
bel
Solusi
S1
S2
0
12500
S5
X1
17000
X2
Zj
3,333333
333
96,66666
667
100
166,6666
667
4083333,
333
Cj - Zj
0
S4
0,05
0
S5
0
0,05
0
-1
1
0
0
12500
12500
0
S4
0
S5
Tabel Simplex Kelima

Cj
Varia
bel
Solusi
S1
1,666666
667
S4
S5
66,66666
667
96,66666
667
12500
X1
166,6666
667
Optimasi
0
S3
2,3333
33
46,666
7
33,333
33
46,666
7
30

3
17000
X2
166,6666
667
Zj
4916666,
667
Cj - Zj
Kelompok
12500
17000
1250
0
X1
1700
0
X2
0
S1
0
25000
0
25000
0
33,333
33
16666,
7
0
S3
0
S4
0
S5
1
0
0
1
0
0
0
0
0
0
1
0
16666,
67
Tabel Simplex Keenam

Cj
Varia
bel
Solusi
0
0
S3
S4
0,714285
714
100
0
0
0
0
0
12500
S5
X1
72,85714
286
200
0
1
0
0
17000
X2
142,8571
429
Zj
4928571
12500
17000
Cj - Zj
0,4285
71
20
14,285
7
20
14,285
7
7142,8
57
7142,8
6
0
S2
0,4285
7
0
14,285
71
0
14,285
71
24285
7,1
24285
7
Dari hasil pengerjaan model di tabel Simplex di atas, diperoleh tabel optimal
pada iterasi keenam, dengan nilai sebagai berikut:
X1 = 200
X2 = 142,8571
S5 = 72,8571
S4 = 100
S1 = 0,7142
Zj = 4.928.571
Sebelum mulai menganalisis, model ini akan diselesaikan dengan menggunakan
tool QM untuk membandingkan hasilnya dengan perhitungan manual.
Optimasi
30

3
Kelompok
4. Penyelesaian Model dengan QM

Langkah pertama, kita tentukan jumlah batasan, jumlah variabel, fungsi
tujuan, nama program linear dan nama variabel pada QM
o Dari penjelasan batasan diatas, ada 5 batasan yang akan dipakai
o Ada 2 variabel yang akan dicari nilainya
o Fungsi tujuan yang ingin dicapai adalah fungsi Maximize
o Nama program linear adalah Jumlah Produksi Pupuk
Gambar 6inisiasi data awal model baru
Setelah itu, tekan OK, maka akan diarahkan ke halaman berikutnya untuk
mengisikan nilai koefisien dari masing masing persamaan batasan dan
persamaan fungsi tujuan
Gambar 7batasan dan fungsi tujuan model baru
Isikan masing masing nilai koefisien X1, dan X2 pada baris Maximize
sesuai nilai pada fungsi tujuan
Pada baris Constraint 1, dan seterusnya, isikan nilai koefisien dari semua
variabel (kecuali variabel S dan A) sesuai dengan batasannya masing
masing
Optimasi
30

3
Kelompok
Setelah semua data terisi, kemudian tekan tombol Solve, dan hasil
penghitungan program linear akan tampil seperti pada gambar berikut
Gambar 8 hasil model baru
Dari hasil diatas, dapat dilihat nilai untuk masing masing variabel
adalah:
o X1 = 200
o X2 = 142,8571
o Nilai hasil adalah sebesar $ 4.928.571,38
o Pada kolom Dual terdapat nilai, yaitu
Constraint 1 : 7.142,854
Constraint 2 : 242.857,1
Ini berhubungan dengan analisa Post Optimal (dibahas
pada bagian berikutnya)
Kita bisa melihat jumlah iterasi, atau pengerjaannya pada window
Iteration List, dan hasilnya bisa dilihat pada gambar gambar berikut
Optimasi
30

3
Kelompok
Gambar 9 iterasi 1 - 4
Dari hasil iterasi QM, ternyata ada perbedaan jumlah iterasi antara cara
Simplex manual dengan penyelesaian QM. Jumlah iterasi manual sebanyak
6 iterasi dan pada QM sebanyak 7 iterasi.
Optimasi
30

3
Kelompok
5. Analisis Penyelesaian
Ringkasan Hasil Pengerjaan:
Variabel
X1
X2
S1
S2
S3
S4
S5
Total
Laba
Nilai
200
142,8571
0,7142
0
0
100
72,8571
$
4.928.571,3
8
Tabel 10 ringkasan hasil
Dari hasil diatas, PT. H05 bisa memperoleh keuntungan maksimal sebesar $
4.928.571,38 dengan memproduksi pupuk dari mesin A sebanyak 200 karung
per hari dan dari mesin B sebanyak 142,8571 karung per hari. Jika dibandingkan
dengan batasan hasil produksi yang diberikan yaitu mesin A memproduksi
minimal sebanyak 100 karung per hari dan mesin B sebanyak 70 karung per
hari, terlihat bahwa ada selisih antara hasil produksi minimum dengan hasil
produksi maksimum, dimana hasil produksi maksimum lebih besar. Hal ini bisa
dijadikan sebagai bahan pertimbangan perusahaan dalam menentukan kebijakan
produksinya, hal ini juga bisa dikaitkan dengan batasan penggunaan bahan
bakar untuk masing masing mesin, ternyata untuk bahan bakar Solar di mesin
A (variabel S1), masih memiliki sisa sebesar 0,7142 liter. Sehingga perusahaan
tidak perlu menambah asupan Solar dalam beberapa jangka waktu tertentu atau
untuk beberapa jangka waktu produksi (tergantung perhitungan analisa
sensitifitasnya). Sedangkan untuk bahan bakar minyak tanah dan oli tidak
memiliki sisa, sehingga perusahaan harus menambah biaya ketika akan
menambah kedua bahan bakar tersebut. Besarnya biaya yang akan dikeluarkan
tersebut dicari dengan menggunakan analisa post optimal, yang akan dijelaskan
pada bagian berikutnya.
Optimasi
30

3
Kelompok
Analisa Post Optimal

Analisa post optimal adalalah analisa atas solusi optimal simplex untuk
mendapatkan informasi informasi tambahan. Dapat dianalisa dengan
menggunakan 2 cara, yaitu:
Merumuskan dan menginterpretasikan dual dari model primal

Menganalisa dampak yang terjadi pada solusi optimal atas perubahan
perubahan yang terjadi pada koefiesen koefiesien batasan model
maupun fungsi tujuannya
A. Perumusan dan Interpretasi Dual dari model Primal

Bentuk model program linier ada 2, yaitu model primal dan model dual. Model
dual merupakan bentuk alternatif model yang dikembangkan dari bentuk primal.
Fungsi dual bagi para decision maker adalah mereka dapat melihat alternatif
permasalahan dari sisi yang berbeda. Jika primal menghasilkan solusi solusi
dalam bentuk jumlah laba yang didapat dari memproduksi barang, maka dual
lebih memberikan informasi mengenai nilai (harga) dari sumber sumber yang
membatasi tercapainya laba tersebut.
1. Model Primal
Memaksimumkan keuntungan Zmax = 12500X1 + 17000X2
Terbatas pada:
0,05 X1 10 liter solar

0,05 X1 + 0,07 X2 20 liter minyak tanah
0,03 X2 5 liter oli
X1 100 karung pupuk mesin A
X2 70 karung pupuk mesin B
X1 , X 2 0
Dimana,
X1 = jumlah produksi pupuk mesin A

X2 = jumlah produksi pupuk mesin B
Karena pada model primal maksimisasi, harus memiliki tanda batasan ,

sedangkan pada batasan yang kami miliki terdapat batasan dengan tanda
sehingga sebelumnya harus distandarkan terlebih dahulu menjadi:
Batasan:
0,05 X1 10 liter solar
0,05 X1 + 0,07 X2 20 liter minyak tanah
0,03 X2 5 liter oli
Optimasi
30

3
Kelompok
-X1 -100 karung pupuk mesin A

-X2 -70 karung pupuk mesin B
X1 , X 2 0
2. Model Dual
2.1 Variabel Keputusan
Y1 = jumlah penggunaan solar di mesin A
Y2 = jumlah penggunaan minyak tanah di mesin A dan mesin B
Y3 = jumlah penggunaan oli di mesin B
Y4 = jumlah hasil produksi pupuk mesin A
Y5 = jumlah hasil produksi pupuk mesin B
2.2 Fungsi tujuan
Meminimumkan Zd = 10Y1 + 20Y2 + 5Y3 100Y4 70Y5
2.3 Batasan
0,05Y1 + 0,05Y2 Y4 12500
0,07Y2 + 0,03Y3 Y5 17000
Y1 , Y2 0
3. Penyelesaian Model Dual dengan QM

3.1 QM
Masukkan jumlah batasan, jumlah variabel, judul dan fungsi tujuan
o Jumlah batasan
:
2
o Jumlah variabel
:
5
o Objective
:
Minimize
Gambar 11 inisiasi data awal model dual
Optimasi
30

3
Kelompok
Kemudian klik OK, dan isikan koefisien setiap persamaan pada kolom yang
ada
Pada baris minimize, isikan koefisien dari persamaan fungsi tujuan
Pada baris Constraints, isikan koefisien dari semua batasan yang ada,
diikuti dengan pembatasnya
Gambar 12 batasan dan fungsi tujuan
Setelah selesai menginputkan semua data, kemudian tekan tombol

Solve
Secara otomatis hasil penghitungan akan keluar seperti pada gambar
berikut:
Gambar 13 hasil linear programming model dual
Dari gambar diketahui nilai untuk variabel adalah sebagai berikut:

o Y1
=
7.142,854
o Y2
=
242.857,1
o Hasil =
$ 4.928.571,38
o Dual constraint 1 =
-200
o Dual constraint 2 =
-142,8571
Untuk melihat iterasi pengerjaan model, ditunjukkan pada gambar berikut
Optimasi
30

3
Kelompok
Optimasi
30

3
Kelompok
Optimasi
30
Kelompok 3
3.2 Penyelesaian Dengan Tabel Simplex

Perubahan batasan
0,05Y1 + 0,05Y2 Y4 S1 + A1 = 12500

0,07Y2 + 0,03Y3 Y5 S2 + A2 = 17000
Tabel Simplex 1
C
j
Varia
bel
Solus
i
M
M
A1
A2
12500
17000
29500
M
Zj
Zj - Cj
10
20
-100
-70
Y1
0,05
0
Y2
0,05
0,07
Y3
0
0,03
Y4
-1
0
Y5
0
-1
0,05M
0,12M
0,03M
0,05M10
0,12M20
0,03M
-5
-M
M+10
0
-M
M+7
0
0
S
1
-1
0
M
0
S
2
0
-1
M
M
A
1
1
0
M
A
2
0
1
Tabel Simplex 2
C
j
Varia
bel
Solusi
10
Y1
20
Y2
5
Y3
-100
Y4
-70
Y5
M
2
0
A1
357,14
0,05
0,0
0
-0,02
-1,00
0,71
0
S1
1,0
0
Y2
242857,1429
4857143+357,
14M
-14,28571429
0,05M
20
0,428571429
8,5714285710,02M
-M
-285,7142857
-M
Zj
Optimasi
33
0
S2
M
A1
0,71
1,0
0
-14,28571429
-285,714 +
0,71M
0
M
Zj - Cj
Kelompok 3
0,05M10
3,5714285710,02M
M+10
0
285,7142957+0,
71M
Optimasi
-M
-285,714 +
0,71M
32
Kelompok 3
Tabel Simplex 3
Cj
Varia
bel
70
Y5
20
Y2
Zj
Solusi
500,00
25000
0
49650
00
Zj - Cj
10
Y1
20
Y2
0,0
7
0,0
0
5
Y3
0,0
3
1
15,
1
20
2,1
5,1
-2,9
10
0
Y4
1,4
0
-20
302
202
70
Y5
1,0
0
0
-70
0
0
S1
1,4
0
-20
302
302
0
S2
M
A1
1,0
0
1,40
20
-70
302
302M
-70
Tabel Simplex 4
C
j
1
0
2
0
Varia
bel
Y1
Y2
Zj
Solusi
1
0
Y
1
2
0
Y
2
7142,857
143
Y3
0,4285714
29
242857,1
429
4928571,
429
0
1
0
1
2
0
0,4285714
29
4,2857142
86
10
0
-70
Y4
Y5
S1
S2
A1
-20
0
20
14,285714
29
14,285714
29
142,85714
-20
Optimasi
0
20
14,285714
29
14,285714
29
142,85714
20
0
200
32
Zj - Cj
Kelompok 3
0,7142857
14
0
10
0
29
72,857142
86
0
20
0
29
142,85714
29
200M
Dari hasil pengerjaan tabel simplex diatas, pada tabel keempat, sudah menjadi tabel optimal, dengan nilai sebagai berikut:
Y1
=
Y2
=
Hasil =
7.142,857143
242.857,1429
492.8571,429
Optimasi
32

3
Kelompok
3.3 Analisa
Ringkasan hasil pengerjaan
Variabel
Y1
Y2
Total Laba
Dual
Constraint 1
Dual
Constraint 2
Nilai
7.142,854
242.857,1
$
4.928.571,3
8
-200
-142,8571
Tabel 11 ringkasan hasil
Dari hasil diatas, berturut turut, nilai Y 1 sebesar $ 7.142,854 dan Y 2 sebesar $
242.857,1 merupakan nilai marjinal untuk 1 liter Solar dan 1 liter Minyak tanah.
Nilai marjinal menunjukkan bahwa ketika dilakukan penambahan satu satuan
sumber daya, maka kita harus membayar sebesar nilai yang muncul tadi. Dalam
studi kasus ini, ketika PT. H05 menambahkan 1 liter Solar pada saat produksi,
maka mereka harus mengeluarkan biaya sebesar $ 7.142,854 dan sebesar $
242.857,1 apabila menambahkan 1 liter minyak tanah saat memproduksi pupuk.
Pengaruhnya terhadap keuntungan adalah, kedua nilai ini masing masing akan
menurun keuntungan sebesar $ 7.124,854 dan $ 242.857,1, karena merupakan
biaya tambahan yang dikeluarkan.
Jika dibandingkan dengan hasil tabel simplex optimal pada model primal
sebelumnya, nilai Y1 dan Y2 ini sebenarnya sudah terlihat, hanya pada saat itu,
memiliki tanda negatif. Tetapi memiliki interpretasi yang sama, yaitu sebagai
nilai marjinal.
B. Analisa Sensitifitas
Analisa sensitifitas merupakan analisa atas perubahan parameter dan
dampaknya terhadap solusi model. Biasanya perubahan dilakukan pada koefisien
fungsi tujuan dan pada nilai kuantitas batasan. Untuk studi kasus ini kami akan
melakukan keduanya, dengan menggunakan model primal.
1. Perubahan pada koefisien fungsi tujuan

1.1 Perubahan pada C1 = 12500 + , harga jual pupuk dari mesin A
= C1 12500
Cj
Varia
bel
Solusi
S3
0,714285
714
12500
+
X1
1700
0
X2
0
S1
0,428571

Optimasi
0
S2
0,4285
7
0
S3
0
S4
0
S5
33

3
0
S4
0
12500 +
S5
X1
17000
X2
Zj
Kelompok
100
72,85714
286
20
-14,2857
200
142,8571
429
Rp4.928.5
71
20
-14,2857
12500
17000
7142,857
-7142,86
20
Cj - Zj
0
14,285
71
0
14,285
71
24285
7,1
24285
7
Agar solusi yang diperoleh tetap optimal, maka -7142,86 20 < 0, dan
diselesaikan dengan cara:
-7142,86
20
- 20
<
<
>
7142,86
C1 12500
C1
>
>
>
-357,1429
-357,1429
-357,1429 +
12500
C1 > 12.142, 86
Dari hasil diatas, diperoleh bahwa harga pupuk yang diproduksi di mesin A
bernilai lebih dari 12.142,86. Sehingga walaupun perusahaan menurunkan harga
pupuk tersebut sampai pada harga $ 12.142,86, tetap masih akan memiliki
keuntungan yang maksimal.
1.2 Perubahan pada C2 = 17000 + , harga jual pupuk dari mesin B
= C2 17000
Cj
Varia
bel
0
0
S3
S4
0
12500
17000 +
S5
X1
X2
Zj
Solusi
0,714285
714
100
72,85714
286
200
142,8571
429
4928571
12500
X1
17000
+
X2
0
S1
0
S2
0
S3
0
S4
0
S5
0
0
0
0
0,428571
20
-0,42857
0
1
0
0
1
0
0
0
1
0
0
-14,2857
20
14,28571
0
0
0
0
0
1
0
0
12500
1
17000
0
0
0
0
0
0
-14,2857
14,28571
7142,857
242857,1
-242857,1
-7142,857
Cj - Zj
0
0
14,28571
+ 14,2857
Agar solusi yang diperoleh tetap optimal, maka -242857,1 14,28571 <
-7142,857 + 14,2857 < 0. Diselesaikan dengan cara:
Optimasi
0 dan
34

3
Kelompok
-242857,1
14,28571
14,28571
<
<
>
242857,1
C2 - 17000
C2
>
>
>
-17000
-17000
0
-7142,857 +
14,2857
14,2857
<
<
<
-7142,857
< 500,0001
C2 17000 < 500,0001
C2 < 17500,0001
Dari hasil diatas, nilai 0 < C2 < 17500,0001, sehingga perusahaan hanya bisa
menurunkan harga jual pupuk hasil produksi mesin B dibawah harga $
17.500,0001. Jika perusahaan menjual diatas harga tersebut, maka akan
berpengaruh terhadap keuntungan yang diperolehnya. Perusahaan harus
menjual pupuk tersebut paling mahal pada harga $ 17.500 sehingga
memperoleh keuntungan maksimal. Harganya juga bisa diturunkan, tetapi pasti
juga menurunkan keuntungannya, walaupun masih dalam batas kewajaran.
2. Perubahan pada Nilai Kuantitas Batasan

2.1 Perubahan pada kuantitas Q1, jumlah penggunaan Solar (S1)
o Tabel simplex awal
Cj
0
0
0
M
M
Varia
bel
X2
0
0,07
0,03
0
S
1
1
0
0
0
S
2
0
1
0
0
S
3
0
0
1
0
S
4
0
0
0
0
S
5
0
0
0
M
A
1
0
0
0
M
A
2
0
0
0
-1
-1
-M
12500
+M
-M
17000
+M
M
M
-M
M
M
0
M
0
Solusi
12500
17000
S1
S2
S3
10 + 1
20 + 0
5 + 0
X1
0,05
0,05
0
A1
100 + 0V
A2
70 + 0
-170M +
0
Zj
Cj - Zj
Optimasi
34

3
Tabel simplex optimal
Varia
bel
Cj
Kelompok
Solusi
125
00
170
00
X1
X2
S1
S2
0,4285
7
0
0
0
S3
S4
0,714285714 +
0,428571
100 + 20
0
125
00
S5
72,85714286 14,2857
X1
200 + 20
170
00
X2
142,8571429 14,2857
4928571 +
7142,857
0
125
00
1
170
00
Zj
Cj - Zj
0
0
0
0
0,4285
71
20
14,285
7
20
14,285
7
7142,8
57
7142,8
6
0
S
3
0
S
4
0
S
5
1
0
0
1
0
0
14,285
71
14,285
71
24285
7,1
24285
7
Karena solusi tidak boleh negatif, maka:

0,714285714 +
0,428571
100 + 20
72,85714286 14,2857
200 + 20
142,8571429 14,2857
0
0
0
0
Penyelesaian:
Q1 = 10 - 1 = -Q1 + 10
0,714285714 + 0,428571
0,714285714 +
0,428571
0,428571
-0,714285714
-Q1 + 10
-Q1
Q1
1,67
1,67
-8,33
8,33
100 + 20
Optimasi
34

3
Kelompok
100 +
20
20
-Q1 +
10
-Q1
Q1
-Q1 + 10
-Q1
Q1
-100
-5
-5
-15
15
72,85714286
-5,1
-5,1
-15,1
15,1
200 + 20
200 +
20
20
-Q1+ 10
-Q1
Q1
72,85714286 - 14,2857
72,85714286 14,2857
- 14,2857
-200
-10
-10
-20
20
142,8571429 - 14,2857
142,8571429 14,2857
- 14,2857
-Q1+ 10
-Q1
Q1
142,8571429
-10
-10
-20
20
Dari hasil pengerjaan, diperoleh 8,33 Q1 15,1, ini menunjukkan bahwa

selama nilai batasan S1 (Solar) diubah antara 8,33 sampai 15,1 liter, PT. H05
masih tetap bisa memperoleh keuntungan maksimal dari hasil produksinya.
Tetapi karena batasan penyediaan solar per hari hanya boleh 10 liter, sehingga
perubahan jumlah penggunaan solar hanya berkisar 8,33 Q1 10 liter.
2.2 Perubahan pada kuantitas Q2, jumlah penggunaan minyak tanah
Optimasi
34

3
Cj
Varia
bel
0
0
0
M
M
Kelompok
0
S
2
0
1
0
0
S
3
0
0
1
0
S
4
0
0
0
0
S
5
0
0
0
M
A
1
0
0
0
M
A
2
0
0
0
-1
-1
-M
12500
+M
-M
17000
+M
M
M
-M
M
M
0
M
0
12500
17000
S1
S2
S3
10 + 0
20 + 1
5 + 0
X1
0,05
0,05
0
A1
100 + 0
A2
70 + 0
-170M +
0
Zj
Cj - Zj
o
Varia
bel
Cj
X2
0
0,07
0,03
0
S
1
1
0
0
Solusi
Solusi
125
00
170
00
X1
X2
S1
S2
0,4285
7
0
0
0
S3
S4
0,714285714 0,428571
100 + 0
0
0
0
0
0
125
00
S5
72,85714286 +
14,2857
X1
200 + 0
170
00
X2
142,8571429 +
14,2857
4928571 +
242857,1
0
125
00
1
170
00
Zj
Cj - Zj
0
0,714285714 0,428571
72,85714286 +
14,2857
142,8571429 +
14,2857
0,4285
71
20
14,285
7
20
14,285
7
7142,8
57
7142,8
6
0
S
3
0
S
4
0
S
5
1
0
0
1
0
0
14,285
71
14,285
71
24285
7,1
24285
7
Penyelesaian:
Q2 = -20 + 1 = Q2 + 20
0,714285714 0,428571
Optimasi
34

3
Kelompok
0,714285714
0,428571
- 0,428571
0,714285714
Q2 + 20
Q2
-1,67
-1,67
21,67
72,85714286 + 14,2857
72,85714286 +
14,2857
14,2857
72,85714286
Q2 + 20
Q2
5,1
5,1
14,9
142,8571429
142,8571429 + 14,2857
142,8571429 +
14,2857
14,2857

10
Q2 + 20
10
Q2
-10
Dari hasil pengerjaan diketahui bahwa rentang perubahan nilai kuantitas
minyak tanah adalah 14,9 Q2 21,67. Karena batasan penyediaan minyak
tanah per harinya adalah 20 liter, sehingga batas perubahan yang bisa
diterima hanyalah 14,9 Q2 20 liter. Selama perubahan perubahan
dilakukan dalam rentang tersebut, maka PT. H05 masih bisa memperoleh
keuntungan maksimal.
2.3 Perubahan pada Kuantitas Q3, penggunaan Oli
Cj
0
0
0
M
M
Varia
bel
X2
0
0,07
0,03
0
S
1
1
0
0
0
S
2
0
1
0
0
S
3
0
0
1
0
S
4
0
0
0
0
S
5
0
0
0
M
A
1
0
0
0
-1
-1
Solusi
12500
17000
S1
S2
S3
10 + 0
20 + 0
5 + 1
X1
0,05
0,05
0
A1
100 + 0
A2
70 + 0
Optimasi
M
A
2
0
0
0
34

3
Zj
Kelompok
-170M +
0
-M
12500
+M
Cj - Zj
o
Cj
0
0
-M
17000
+M
M
M
M
M
-M
Varia
bel
S3
S4
Solusi
0,714285714 + 1
100 + 0
125
00
170
00
X1
X2
S1
0
0
0
0
S2
0,4285
7
0
0,4285
71
20
14,285
7
0
125
00
S5
72,85714286 + 0
X1
200 + 0
170
00
X2
142,8571429 + 0
Zj
4928571 + 0
0
125
00
1
170
00
Cj - Zj
20
14,285
7
7142,8
57
7142,8
6
0
S
3
0
S
4
0
S
5
1
0
0
1
0
0
14,285
71
14,285
71
24285
7,1
24285
7

0,714285714 +
1
Penyelesaian:
Q3 = 5 + = Q3 5
0,714285714
+
Q3 - 5
Q3
-0,714285714
-0,714285714
-0,714285714
+5
Q3 4,285714
Dari hasil pengerjaan diketahui bahwa batas perubahan kuantitas oli adalah Q3
4,285714. Jika ditambahkan batasan penyediaan oli yaitu maksimal 5 liter,
maka batas perubahan oli adalah 4,285714 Q3 5 liter, sehingga membuat
perusahaan masih memperoleh keuntungan maksimal.
Optimasi
34

3
Kelompok
3. Analisis Sensitivitas Menggunakan QM

Untuk melihat rentang perubahan yang bisa dilakukan pada kuantitas sumber
daya maupun biaya produk di QM, kita bisa memanfaatkan dari tabel informasi
Ranging. Berikut adalah hasil di QM.
Gambar 15 Window Ranging Solution
Dari gambar diatas, bisa dilihat batas bawah (lower bound) dan batas atas
(upper bound) yang dimungkinkan untuk merubah, baik kuantitas sumber daya
maupun harga produk.
Untuk variabel X1 yang mewakili jumlah produksi pupuk mesin A, memiliki
batasan perubahan antara 12.142 sampai tak terhingga. Artinya bahwa pupuk
dari mesin A yang awalnya dijual dengan harga $ 12.500, masih dimungkinkan
untuk diturunkan harga paling rendah sebesar $ 12.142 dan. Pada batas ini, PT.
H05 masih bisa memperoleh keuntungan yang maksimal.
Untuk variabel X2 yang mewakili jumlah produksi pupuk mesin B, memiliki
batasan perubahan antara 0 hingga 17.500. Artinya bahwa pupuk dari mesin A
hanya bisa dijual maksimal atau paling mahal pada dengan harga $ 17.500.
Harganya juga bisa diturunkan hingga $ 0, tetapi secara logika, tidak mungkin
ada produk yang bisa mendatangkan keuntungan jika dijual dengan harga $ 0.
Untuk Constraint 1 yang mewakili sumber daya Solar, memiliki batasan
perubahan antara 8,33 hingga 15,1 liter. Artinya bahwa selama jumlah
pemakaian solar diubah dalam rentang ini, perusahaan masih mampu
memperoleh keuntungan maksimal. Tetapi, kita harus ingat bahwa batasan
penyediaan solar per hari, dibatasi sebanyak 10 liter. Sehingga rentang tadi bisa
diubah diantara 8,33 liter hingga 10 liter maksimal. Jika dipaksakan untuk
menambahkan jumlah penggunaan, ada kemungkinan perusahaan harus
menambah biaya sebesar nilai marjinal yang telah dihitung sebelumnya pada
bagian dual.
Untuk Constraint 2 yang mewakili sumber daya minyak tanah, memiliki batasan
perubahan antara 14,9 hingga 21,67 liter, artinya bahwa selama jumlah
pemakaian minyak tanah untuk kedua mesin diubah dalam rentang 14,9 liter
hingga 21,67 liter, maka perusahaan masih dimungkinkan memperoleh
keuntungan maksimal. Perlu diingat bahwa batasan penyediaan minyak tanah
Optimasi
34

3
Kelompok
setiap hari hanya sebesar 20 liter, sehingga rentang perubahan tadi menjadi
14,9 liter hingga 20 liter. Jika perusahaan menambahkan lagi diatas 20 liter,
maka perusahaan harus menambah biaya juga sebesar nilai marjinal yang telah
dihitung pada dual.
Untuk Constraint 3 yang mewakili sumber daya oli, memiliki batasan perubahan
antara 4,29 sampai tak terhingga, artinya bahwa selama jumlah penggunaan oli
di mesin B diubah paling sedikit menjadi 4,29 liter, maka perusahaan masih bisa
memperoleh keuntungan maksimal. Perlu diingat bahwa perusahaan hanya
mampu menyediakan oli per hari sebanyak 5 liter, sehingga rentang perubahan
tadi menjadi antara 4,29 liter hingga 5 liter.
Optimasi
34

3
Kelompok
Kesimpulan
Model awal yang dikerjakan, ternyata tidak bisa diselesai dan tidak
memiliki solusi optimal. Hal ini karena informasi yang diberikan pada studi
kasus hanya terbatas pada penyediaan bahan baku dan komposisi
campuran. Padahal tujuan perusahaan adalah mengetahui komposisi
optimal biaya campuran bahan bakar untuk memaksimalkan keuntungan.
Sehingga pada saat pengerjaan menggunakan tabel simplex maupun QM,
tidak diperoleh solusi yang optimal
Untuk itu, kami memutuskan untuk mengubah model tersebut dengan
menambahkan beberapa asumsi, yaitu:
o Mengubah fungsi tujuan menjadi mengetahui jumlah produksi
pupuk dari setiap mesin per harinya untuk memaksimalkan
keuntungan
o Memberikan asumsi penggunaan bahan bakar campuran, yaitu
sebanyak 0,1 liter bahan bakar campuran untuk memproduksi 1
karung pupuk dari setiap mesin
Dari hasil perumusan dan pengerjaan model yang baru diperoleh nilai
keuntungan maksimal PT. H05 sebesar $ 4.928.571 dengan memproduksi
pupuk sebanyak 200 karung pada mesin A dan sebanyak 142 karung pada
mesin B.
Selain itu, juga dihitung nilai marjinal untuk penyediaan solar sebesar $
7.142,86 dan penyediaan minyak tanah sebesar $ 242.857, artinya bahwa
setiap menambah 1 liter solar dan 1 liter minyak tanah, PT. H05 harus
mengeluarkan biaya sebesar yang telah disebutkan sebelumnya. Hal ini
tentu akan mempengaruhi ke jumlah keuntungan yang diperoleh.
Sedangkan nilai marjinal untuk penyediaan oli sebesar $ 0, artinya ketika
akan menambahkan jumlah oli, PT. H05 tidak perlu mengeluarkan biaya
karena oli masih memiliki sisa dari hasil produksi.
Hasil analisa sensitifitas untuk perubahan harga jual pupuk mesin A
menunjukkan bahwa PT. H05 bisa menurunkan harga jual pupuknya hanya
sampai pada harga $ 12.142,86. Sedangkan untuk harga pupuk mesin B,
hanya bisa dijual maksimal pada harga $ 17.500. Pada rentang harga
tersebutlah, perusahaan masih bisa memperoleh keuntungan maksimal.
Hasil analisa sensitifitas untuk perubahan kuantitas solar menunjukkan
bahwa perusahaan hanya bisa mengubah jumlah penggunaan solar antara
8,33 liter sampai 10 liter, sedangkan untuk penggunaan minyak tanah
hanya antara 14,29 liter sampai maksimal 20 liter. Karena dalam rentang
itu lah perusahaan masih bisa memperoleh keuntungan maksimal. Untuk
perubahan jumlah oli, diantara 4,285714 liter hingga 5 liter.
Optimasi
34

3
Kelompok
Optimasi
34
42
Kelompok 3
Lampiran
Gambar 16 Grafik hasil model primal
Optimasi
43
3
Kelompok
Penjelasan Grafik
Dari grafik dapat dilihat daerah hasil dari keuntungan yang diperoleh perusahaan
H05. Grafik ini sendiri terbentuk dari batasan batasan yang ada. Garis garis
batasan kemudian akan membentuk titik titik sudut, dimana titik titik ini
ketika dimasukkan ke dalam persamaan fungsi tujuan, akan menghasilkan nilai
keuntungan perusahaan. Karena tujuannya adalah untuk mencari keuntungan
maksimal, maka nilai dari titik titik yang menghasilkan jumlah terbesar lah
yang akan diambil.
Pada tabel di sebelah grafik, terdapat informasi mengenai titik titik sudut dan
nilai fungsi tujuan apabila titik titik tersebut diinputkan ke dalam persamaan
fungsi tujuan. Disini terlihat, hasil yang terbesar adalah 4.928.572, yang didapat
dari titik X1 = 200 dan X2 = 142,8571.
Artinya bahwa, perusahaan harus memproduksi pupuk di mesin A sebanyak 200
karung dan sebanyak 142 karung dari mesin B untuk memperoleh keuntungan
maksimal yaitu sebanyak $ 4.928.572.
Optimasi

Laporan MS

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Laporan MS

Diunggah oleh

Hak Cipta:

Format Tersedia

Kelompok 3

Studi Kasus 3 PT. H05

Studi Kasus 3 PT. H05

Manajemen Sains Kelas A

Studi Kasus 3 PT. H05

1 Inisiasi data awal.................................................................................15

Manajemen Sains Kelas A

Studi Kasus 3 PT. H05

1 Informasi bahan bakar............................................................................... 6

Manajemen Sains Kelas A

Studi Kasus 3 PT. H05

penyediaan Harga per

Tabel 1 Informasi bahan bakar

Harga jual per

Tabel 2 Informasi mesin

Manajemen Sains Kelas A

Studi Kasus 3 PT. H05

Formulasi Model Studi Kasus Awal

yang diberikan pada studi kasus hanya terbatas pada

Biaya campuran bahan bakar kemudian dianggap sebagai biaya produksi.

Manajemen Sains Kelas A

Studi Kasus 3 PT. H05

4500X1 = Total biaya Solar yang dipakai di mesin A

Harga jual per

Tabel 3 Informasi hasil produksi dan harga

Maka formulasi keuntungan akan menjadi:

Keuntungan 2 = Rp 17000 x 70 (4000X3 + 7000X4)

Manajemen Sains Kelas A

Studi Kasus 3 PT. H05

Tabel 4 Batasan penyediaan bahan bakar

Batasan penyediaan bahan bakar:

Untuk batasan kedua, X2 + X3 20, karena dipakai di 2 mesin yang berbeda,

Batasan spesifikasi komponen campuran bahan bakar:

0,01 atau 1% campuran, merupakan asumsi yang kami ambil untuk

Manajemen Sains Kelas A

Studi Kasus 3 PT. H05

Fungsi tujuan perlu diperhatikan sebelum menyelesaikan model, yaitu apakah

0,5, dipecah menjadi 2 persamaan

kedua ruas dengan

, variabel yang sejenis dikumpulkan di satu

ruas yang sama, dan tanda pertidaksamaan diubah menjadi

Manajemen Sains Kelas A

Studi Kasus 3 PT. H05

0,5, bentuk pecahan disederhanakan dengan mengkalikan

kedua ruas dengan

, variabel yang sejenis dikumpulkan di satu

ruas yang sama, dan tanda pertidaksamaan diubah menjadi

0,3, dipecah menjadi 2 persamaan

kedua ruas dengan

, variabel yang sejenis dikumpulkan di satu

ruas yang sama, dan tanda pertidaksamaan diubah menjadi

0,3, bentuk pecahan disederhanakan dengan mengkalikan

kedua ruas dengan

, variabel yang sejenis dikumpulkan di satu

ruas yang sama, dan tanda pertidaksamaan diubah menjadi

Manajemen Sains Kelas A

Studi Kasus 3 PT. H05

B. Penyelesaian dengan Tabel Simplex Manual (Excel)

Manajemen Sains Kelas A

Studi Kasus 3 PT. H05

Manajemen Sains Kelas A

Studi Kasus 3 PT. H05

Tabel Simplex Pertama

Tabel Simplex Kedua