INTEGER PROGRAMMING DENGAN PENDEKATAN METODE

BRANCH AND BOUND DAN METODE CUTTING PLANE UNTUK

OPTIMASI KOMBINASI PRODUK
(Studi Kasus pada Perusahaan Diva Sanitary, Sidoarjo)
Yuhendra Ajeng Alannuariputri, Eni Sumarminingsih
Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam,
Universitas Brawijaya Malang, Indonesia (alannuari_putri91@yahoo.co.id)
Abstrak. Integer Programming adalah sebuah model matematis yang memungkinkan hasil penyelesaian kasus

pada Pemrograman Linier yang berupa bilangan bulat. Metode untuk menyelesaikan persoalan Integer
Programming adalah Metode Branch and Bound dan Metode Cutting Plane. Tujuan dari penelitian ini adalah
untuk memformulasikan faktor-faktor produksi sehingga dapat mencapai keuntungan yang maksimal dengan
membandingkan hasil perhitungan Metode Branch and Bound dan Metode Cutting Plane. Dari hasil perhitungan
menggunakan Metode Branch and Bound keuntungan yang diperoleh adalah sebesar Rp. 421.340.400,00.
Sedangkan perhitungan dengan Metode Cutting Plane keuntungan yang diperoleh adalah Rp.419.701.900,00
atau selisih Rp. 1.638.500,00. Jadi, untuk kasus pada perusahaan Diva Sanitary pada tahun 2011 metode
Branch and Bound menghasilkan variabel integer yang lebih maksimal daripada metode Cutting Plane.
Kata Kunci: Optimasi, Integer Programming, Algoritma Branch and Bound, Algoritma Cutting Plane

1. PENDAHULUAN
Pada kasus yang akan berarti hanya jika variabel keputusan berupa bilangan bulat merupakan
permasalahan dalam integer programming. Metode yang efektif digunakan untuk menyelesaikan
permasalahan tersebut adalah Metode Branch and Bound dan metode Cutting Plane. Berdasarkan
penelitian yang telah dilakukan sebelumnya kedua metode tersebut dikaji secara terpisah. Khusniah
(2007) mengkaji penyelesaian program linier integer dengan Metode Branch and Bound untuk
menentukan solusi integer optimal, Andayani (2005) mengkaji optimasi kombinasi produk olahan
kedelai melalui integer programming dan Buulolo (2005) mengkaji analisis dan perancangan sistem
dengan menggunakan metode Cutting Plane. Perusahaan Diva Sanitary merupakan perusahaan
manufaktur yang bergerak dalam bidang pembuatan produk saniter, yaitu meliputi pembuatan corner
bathub, rectangular bathub, wastafel, shower tray, dan monoblock. Produksi pada perusahaan tersebut
harus menghasilkan solusi integer. Jadi, pada penelitian ini akan menerapkan metode Branch and
Bound dan metode Cutting Plane dengan membandingkan hasil perhitungan yang diperoleh dari kedua
metode dalam mengoptimalkan kombinasi produk untuk mencapai laba yang maksimal.
2. TINJAUAN TEORI
Kombinasi produk adalah menentukan jumlah produk apa saja yang diproduksi sehingga
perusahaan akan dapat mempergunakan bahan baku, mesin, tenaga kerja dan modal yang ada dengan
sebaik-baiknya dan memperoleh hasil yang optimal. Maka dari itu perusahaan hendaknya dapat
menentukan jumlah masing-masing jenis produk yang akan dihasilkan agar dapat menentukan
kombinasi produk yang optimal. Pengalokasian sumber daya yang terbatas seperti tenaga kerja, bahan
baku, jam kerja, utilitas mesin, dan modal sehingga diperoleh maksimisasi keuntungan biaya atau
minimisasi biaya produksi dapat dilakukan dengan metode pemrograman linier. Sedangkan menurut
Dimyati (1999) jika program linier yang asumsi divisibilitasnya melemah atau hilang dinamakan
pemrograman bilangan bulat. Salah satu pendekatan yang diterapkan untuk memecahkan
permasalahan pemrograman bilangan bulat adalah memecahkan model sebagai sebuah pemrograman
linier. Penyelesaian dengan metode integer programming terdiri dari 2 metode, yaitu metode cabang
batas (Branch and Bound) dan metode bidang potong Gomory (Cutting Plane).
Metode Branch and Bound merupakan metode dengan cara mencabangkan permasalahan yang
mempunyai penyelesaian non integer. Terdapat 3 komponen kunci dalam metode Branch and Bound
yaitu (1) Pencabangan (branching) yaitu misal Xi* bernilai pecahan, maka i1 < Xi* < i2, di mana i1 dan
i2 merupakan bilangan bulat positif terdekat dengan nilai pecahan Xi*. Dua sub permasalahan baru
kemudian dibentuk dengan menambah pemrograman bilangan bulat awal dengan kendala Xi i1 atau

Xi i2. (2) Pembatasan (bounding) yaitu mendapatkan suatu batas untuk penyelesaian layak terbaik.
Batas atas adalah nilai Z untuk penyelesaian program linier relaksasi sedangkan batas bawah adalah
nilai Z untuk pemecahan bilangan bulat pertama. (3) Pengukuran (fathoming) yaitu suatu sub
permasalahan dapat dihentikan sebagai penyelesaian dari suatu permasalahan atau diabaikan sebagai
kandidat untuk proses pencabangan selanjutnya (Hillier dan Lieberman, 1995).
Menurut Taha (1996), metode Cutting Plane membahas masalah pemrograman linier yang
dipecahkan, yaitu dengan mengabaikan kondisi integer. Misalnya, tabel optimal terakhir untuk
program linier diketahui. Pilih sembarang baris tabel optimal simpleks yang dalam kolom bi memuat
pecahan. Misalkan baris ke-i adalah baris yang terpilih, kemudian pisahkan bi dan aij menjadi bagian
yang bulat dan bagian pecah. Kemudian buat kendala Gomory seperti dibawah ini.

Keterangan : Sg adalah variabel slack Gomory ke g; fi adalah bagian pecahan dari bi; fij adalah
koefisien variabel non basis; wj adalah variabel non basis.
3. BAHAN DAN METODE
Data yang digunakan dalam penelitian ini adalah data primer dan sekunder yang diperoleh
dari perusahaan Diva Sanitary Sidoarjo. Data primer meliputi data hasil wawancara mengenai
informasi perusahaan dan waktu pengerjaan produk masing-masing proses produksi dengan
pengukuran langsung menggunakan stopwatch. Sedangkan data sekunder meliputi data bagian
produksi (1) bahan baku dan bahan penunjang yang dibutuhkan untuk menghasilkan produk tahun
2011 (2) proses produksi yang dilakukan untuk menyelesaikan tiap produk (3) hasil produksi untuk
tiap produk pada tahun 2011; Data bagian pemasaran yaitu harga jual tiap produk tahun 2011; Data
bagian keuangan yaitu biaya produksi tiap produk tahun 2011. Metode yang digunakan adalah metode
Branch and Bound dan metode Cutting Plane.
4. HASIL DAN PEMBAHASAN
Langkah pertama yang dilakukan adalah memformulasikan model matematika berdasarkan data
yang diperoleh dari perusahaan.
Fungsi tujuan:
Max Z = 660000X1 + 811000X2 + 1273700X3 + 978500X4 + 1956400X5
Fungsi kendala:
8X1 + 10X2 + 14X3 + 20X4 + 39X5 9780
23X1 + 26X2 + 40X3 + 50X4 + 125X5 19940
50X1 + 50X2 + 150X3 + 300X4 + 485X5 96510
0.05X1 + 0.083X2 + 0.083X3 + 0.167X4 + 0.25X5 2064
0.167X1 + 0.33X2 + 0.33X3 + 0.5X4 + 0.5X5 2064
0.33X1 + 0.5X2 + 0.5X3 + 0.75X4 + 0.83X5 6192
0.75X1 + X2 + 2X3 + 1.5X4 + 2X5 4128
X1 20.8
X2 72
X3 47.2
X4 214.4
X5 39
X1, X2, X3, X4, X5 0 dan integer
4.1 Penentuan Kombinasi Produk dengan Metode Branch and Bound
Langkah 1. Menghitung solusi optimal dari metode simpleks atau program linier relaksasi.
Diperoleh nilai X1 = 20.7999; X2 = 72; X3 = 49.865002; X4 = 214.39994; dan X5 = 39. Dengan nilai
fungsi tujuan Z = 421723000.
Langkah 2. Menetapkan batas atas, batas bawah dan node awal
Node awal merupakan penyelesaian program linier relaksasi (sub masalah 1). Batas Atas =
421723000. Sementara itu, batas bawah merupakan nilai Z untuk pembulatan solusi program linier
relaksasi. Batas Bawah = 417814500.

90

 Langkah 3. Pencabangan pada node-1 dengan penambahan kendala X3 49 dan X3 50

Sub masalah 2 = sub masalah 1 + kendala X3 49
Diperoleh nilai X1 = 20.79999; X2 = 73.330772; X3 = 49; X4 = 214.39994; dan X5 = 39. Dengan nilai
fungsi tujuan Z = 421700500
Sub masalah 3 = sub masalah 1 + kendala X3 50
Solusi simpleks sub masalah 3 tidak layak, sehingga pencabangan dilakukan pada sub masalah 2.
Langkah 4. Pencabangan pada node-2 dengan penambahan kendala X1 20 dan X1 21
Sub masalah 4 = sub masalah 2 + kendala X1 20
Solusi simpleks untuk sub masalah 4 adalah tidak layak.
Sub masalah 5 = sub masalah 2 + kendala X1 21
Diperoleh nilai X1 = 21; X2 = 73.153847; X3 = 49; X4 = 214.39994; dan X5 = 39. Dengan nilai Z =
421689100. Solusi sub masalah 4 tidak layak, sehingga pencabangan dilakukan pada sub masalah 5.
Langkah 5. Pencabangan pada node-3 dengan penambahan kendala X4 214 dan X4 215
Sub masalah 6 = sub masalah 5 + kendala X4 214
Solusi simpleks sub masalah 6 tidak layak, sehingga pencabangan dilanjutkan untuk sub masalah 7.
Sub masalah 7 = sub masalah 5 + kendala X4 215
Diperoleh semua variabel keputusan bernilai integer yaitu Shower Tray (X1) sebanyak 21 buah;
Wastafel (X2) sebanyak 72 buah; Monoblock (X3) sebanyak 49 buah; Rectangular Bathub (X4)
sebanyak 215 buah; dan Corner Bathub (X5) sebanyak 39 buah. Dengan keuntungan sebesar Rp.
421.340.400,00. Diagram Branch and Bound ditunjukkan pada Gambar 4.1.
BA = 421723000

1
X3 49
BA=421700500

X350

X120

3
X121

4
Tidak Layak

5
X4214

Tidak Layak

Tidak Layak

BA = 434105700
X4215

7
BA=421340400

Gambar 1. Diagram Algoritma Branch and Bound

4.2 Penentuan Kombinasi Produk dengan Metode Cutting Plane
Langkah 1. Mencari tabel optimal program linier relaksasi dengan menggunakan metode simpleks
Setelah dihitung menggunakan metode simpleks dengan mengabaikan kondisi integer diperoleh tabel
optimal dengan nilai variabel keputusan yaitu X1 = 20.8; X2 = 72; X3 = 49.8; X4 = 214.4; dan X5 = 39.
Dengan nilai fungsi tujuan Z = 421640260
Langkah 2. Menambahkan kendala Gomory pada tabel optimal. Terdapat 3 sub masalah dalam
langkah 2, diantaranya adalah sebagai berikut:
Sub Masalah 1. Memilih variabel yang bernilai pecahan dengan bagian desimal paling besar,
yaitu X1 = 20.80000. Kemudian dibentuk kendala Gomory:
Sg1 S8 = -0.80000
Setelah ditambahkan kendala Gomory dan dihitung dengan menggunakan metode dual
simpleks, diperoleh nilai variabel keputusan yaitu X1 = 20; X2 = 72; X3 = 49.8; X4 = 214.4; dan
X5 = 39. Dengan nilai fungsi tujuan Z = 421112260.
Karena masih ada variabel bernilai pecahan, maka langkah dilanjutkan pada sub masalah 2.
Sub Masalah 2. Memilih variabel yang masih bernilai pecahan dengan bagian desimal paling
besar, yaitu X3 = 49.8. Kemudian dibentuk kendala Gomory:
Sg2 S10 = -0.80000
Setelah ditambahkan kendala Gomory dan dihitung dengan menggunakan metode dual
simpleks, diperoleh nilai variabel keputusan yaitu X1 = 20; X2 = 72; X3 = 49; X4 = 214.4; dan X5
= 39. Dengan nilai fungsi tujuan Z = 420093300.
Karena masih ada variabel bernilai pecahan, maka langkah dilanjutkan pada sub masalah 3.

91

 Sub Masalah 3. Memilih variabel yang masih bernilai pecahan yaitu X4 = 214.4.
Kemudian dibentuk kendala Gomory:
Sg3 S11 = -0.40000
Dihitung dengan menggunakan metode dual simpleks, diperoleh penyelesaian baru yang semua
variabel bernilai integer yaitu Shower Tray (X1) sebanyak 20 buah; Wastafel (X2) sebanyak 72
buah; Monoblock (X3) sebanyak 49 buah; Rectangular Bathub (X4) sebanyak 214 buah; dan
Corner Bathub (X5) sebanyak 39 buah. Dengan keuntungan sebesar Rp. 419.701.900,00.
4.3 Perbandingan Hasil Algoritma Branch and Bound dan Algoritma Cutting Plane
Produksi perusahaan pada tahun yang sama adalah Shower Tray sebanyak 17 buah, Wastafel
sebanyak 59 buah, Monoblock sebanyak 42 buah, Rectangular Bathub sebanyak 200 buah, dan Corner
Bathub sebanyak 38 buah. Keuntungan yang diperoleh adalah Rp. 385.700.600,00. Terdapat selisih
keuntungan yang cukup besar dibandingkan dengan menggunakan algoritma Branch and Bound yaitu
sebesar Rp. 31.725.800,00. Sedangkan jika digunakan algoritma Cutting Plane terdapat selisih
keuntungan sebesar Rp. 30.087.300,00. Jadi, berdasarkan hasil perhitungan menunjukkan bahwa
perencanaan produksi menggunakan integer programming menghasilkan keuntungan yang lebih besar
bagi perusahaan dibandingkan dengan perencanaan produksi perusahaan.
Hasil perhitungan dengan menggunakan algoritma Branch and Bound dan algoritma Cutting
Plane, terdapat selisih yang tidak begitu besar, keuntungan yang diperoleh menggunakan algoritma
Branch and Bound sebesar Rp. 421.340.400,00 atau selisih Rp. 1.638.500,00 dibandingkan
keuntungan dengan menggunakan algoritma Cutting Plane. Jika diasumsikan terdapat perubahan
harga pada periode perencanaan produksi diperoleh keuntungan sebesar Rp. 604.529.500,00
menggunakan algoritma Cuting Plane atau selisih Rp. 1.696.300,00 dibandingkan keuntungan yang
diperoleh dengan menggunakan algoritma Branch and Bound.
Pada kasus Perusahaan Diva Sanitary tahun 2011 metode Branch and Bound memberikan
hasil yang lebih maksimal dibandingkan metode Cutting Plane. Tetapi jika diasumsikan terdapat
perubahan harga pada masa perencanaan produksi, diperoleh hasil bahwa metode Cutting Plane
memberikan hasil yang lebih maksimal dibandingkan metode Branch and Bound. Metode yang
memberikan hasil optimal dapat ditentukan jika sesuai dengan keadaan perusahaan atau tergantung
pada kondisi perusahaan pada saat itu. Jika dilihat dari segi perhitungan manual, metode Cutting Plane
memerlukan waktu yang lebih efisien dibandingkan dengan metode Branch and Bound karena metode
tersebut hanya fokus pada solusi yang masih bernilai pecahan, sedangkan metode Branch and Bound
harus mencabangkan solusi yang masih bernilai pecahan ke dalam dua sub permasalahan baru.
5. KESIMPULAN
Berdasarkan hasil perhitungan yang diperoleh dengan menggunakan metode Branch and Bound
menghasilkan variabel integer yang lebih maksimal daripada metode Cutting Plane. Akan tetapi, jika
diasumsikan terdapat perubahan harga pada produk selama perencanaan produksi, metode Cutting
Plane memberikan keuntungan yang lebih maksimal dibandingkan metode Branch and Bound. Jadi,
metode yang terbaik dapat ditemukan tergantung pada kondisi perusahaan saat itu.
DAFTAR PUSTAKA
Andayani, K.D., (2005), Optimasi Kombinasi Produk Olahan Kedelai Melalui Integer Programming,
Skripsi, Universitas Brawijaya, Malang.
Buuolo, F., (2005), Analisis dan Perancangan Sistem dengan Menggunakan Metode Cutting Plane,
Jurnal Keilmuan dan Penggunaan terhadap sistem Teknik Industri, 6, hal.78-84.
Dimyati, T.T dan Dimyati, A., (1999), Operation Research:Model Pengambilan Keputusan, Sinar
Baru Algesindo, Bandung.
Hillier, F.S. dan Lieberman, G.J., (1995), Introduction to Operation Research, Holden Day, Inc. USA.
Khusniah, R., (2007), Penyelesaian Program Linier Integer dengan Metode Branch and Bound untuk
Menentukan Solusi Integer Optimal, Skripsi, Universitas Brawijaya, Malang.
Siang, J.J., (2011), Riset Operasi dalam Pendekatan Algoritmis, Andi, Yogyakarta.
Taha, H., (1996), Operations Research an Introduction, fifth edition, Prentice Hall, USA.
Winston, W.L., (1991), Operation Research, Application and Algorithms, Duxbury Press, California.

92