Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) Periode III

Yogyakarta, 3 November 2012

ISSN: 1979-911X

PENERAPAN FUZZY MULTI OBJECTIVE LINEAR PROGRAMMING

PADA PERENCANAAN AGREGAT PRODUKSI
Sartin
Jurusan Teknik Industri, Unuversitas Pembangunan Nasional Veteran Jawa Timur

ABSTRAK
Perencanaan agregat produksi merupakan kegiatan perencanaan mengenai pegawai, bahan baku, mesin,
dan modal yang diperlukan untuk memproduksi produk pada suatu periode tertentu di masa depan sesuai dengan
estimasi permintaan pasar. Kegiatan ini dilakukan sebelum melaksanakan proses produksi untuk menghindari
adanya kelebihan produk yang dapat mengakibatkan banyaknya produk yang menumpuk di gudang yang pada
akhirnya dapat mengakibatkan pemborosan atau kerugian. Perencanaan agregat produksi juga bertujuan untuk
mengendalikan komponen-komponen dalam proses produksi seperti kebutuhan jumlah pegawai, bahan, modal,
peralatan dan persediaan produk. Penelitian ini mengembangkan model fuzzy multi objective linear programming
yang merupakan modifikasi dari model multi objective linear programming untuk menyelesaikan permasalahan
perencanaan agregat produksi dengan tiga fungsi objektif fuzzy yaitu meminimumkan total biaya produksi, biaya
penyimpanan produk dan backorder, serta perubahan tingkat pegawai yang didasarkan pada jumlah persediaan,
jumlah pegawai, kapasitas mesin, luas gudang dan faktor peningkatan pada masing-masing biaya. Model yang
dikembangkan, melibatkan pengambil keputusan dalam menentukan nilai optimal yang dinginkan dari model
dengan menggunakan fungsi keanggotaan piecewise linear. Hasil dari permasalahan diperoleh nilai L=0,9644738
dengan nilai masing-masing fungsi objektif zx = 1.396.389.628 , z2 = 14.564.175 dan z3 = - 2027,8 dan nilai
fungsi keanggotaan masing-masing fungsi objektif (z1) = 0,96754, (z2) = 0,93919 dan (z3) = 0,94571.
Kata kunci : Perencanaan Agregat Produksi, Fungsi Keanggotaan Piecewise Linear, Fuzzy Multi Objective
Linear Programming

ABSTRACT
Aggregate production planning is the planning activities of employees, raw materials, machinery, and
capital required to manufacture products in a given period in the future according to with the estimated market
demand. This activity is carried out before carrying out the production process to avoid any excess product that
may result in many products that accumulate in the warehouse that could eventually lead to wastage or loss.
Aggregate production plan also aims to control the components in the production process such as the need for
staffing, materials, capital, equipment and product inventory. This Research is to develop a model multi-objective
fuzzy linear programming which is a modification of multi-objective linear programming model to solve the
aggregate production planning problems with three fuzzy objective function is minimizing the total cost of
production, product storage and backorder costs, and changes in levels of employees based on the number of
inventory, staffing, capacity engine, spacious warehouse and enhancement factor on each charge. The model was
developed, involving decision-makers in determining the optimal value of the chill of the model using piecewise
linear membership functions. The results of the problem obtained value of L = 0.9644738 with the value of each
objective function zx = 1,396,389,628, 14,564,175 and z2 = z3 = - 2027.8 and the value of membership function
of each objective function (z1) = 0 , 96 754, (z2) = 0.93919 and (z3) = 0.94571.
Keywords: Aggregate Production Planning, piecewise Linear Membership Functions, Fuzzy Multiple Objective
Linear Programming

PENDAHULUAN
Proses produksi merupakan bagian pokok dalam setiap perusahaan karena mencakup aktivitas
untuk menciptakan nilai tambah suatu produk, sehingga produk yang dihasilkan dapat sesuai dengan
keinginan pasar. Sebelum melaksanakan proses produksi, setiap perusahaan baik perusahaan kecil
maupun besar perlu melakukan perencanaan agregat produksi karena dengan adanya perencanaan
agregat produksi yang baik, diharapkan nantinya aktivitas produksi dapat berjalan dengan efektif dan
efisien sehingga dapat mencapai tujuan perusahaan.
Perencanaan agregat produksi adalah perencanaan dan pengorganisasian mengenai pegawai,
bahan baku, mesin, dan modal yang diperlukan untuk memproduksi produk pada suatu periode tertentu
di masa depan sesuai dengan yang diprediksikan. Oleh karena itu, diperlukan pertimbangan dan
ketelitian yang terperinci dengan memperhatikan faktor intern dan ekstern. Faktor intern adalah faktor
A-144

Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) Periode III
Yogyakarta, 3 November 2012

ISSN: 1979-911X

yang datang dari dalam perusahaan seperti mesin, pegawai, serta bahan yang digunakan. Sedangkan
faktor ekstern adalah faktor yang datang dari luar perusahaan seperti inflasi, kebijakan dari pemerintah,
keadaan politik, sosial, ekonomi, dan keadaan yang lainnya.
Estimasi permintaan pasar dijadikan dasar dalam penyusunan perencanaan agregat produksi.
Hal itu dilakukan untuk menghindari adanya kelebihan produk yang dapat mengakibatkan banyaknya
produk yang menumpuk di gudang, yang pada akhirnya dapat mengakibatkan pemborosan atau
kerugian bagi perusahaan. Selain itu, dengan perencanaan agregat produksi, semua komponen yang
berhubungan dengan aktivitas produksi dapat dikendalikan, seperti jumlah produk yang diproduksi,
serta kebutuhan jumlah pegawai, bahan, peralatan, modal, dan persediaan produk.
Penelitian ini melakukan penelitian terhadap permasalahan perencanaan agregat produksi
dengan tiga tujuan (objective) yaitu meminimumkan biaya produksi, biaya penyimpanan produk dan
backorder, serta tingkat perubahan pegawai yang didasarkan pada jumlah persediaan, jumlah pegawai,
kapasitas mesin, luas gudang, dan faktor peningkatan pada masing-masing biaya. Akan tetapi,
penentuan nilai optimal dari masing-masing tujuan ditentukan oleh pengambil keputusan, sehingga
tujuan dari permasalahan perencanaan agregat produksi dalam Penelitian ini menjadi samar (fuzzy).
Permasalahan perencanaan agregat produksi dengan tiga tujuan fuzzy dalam Penelitian ini diselesaikan
dengan menggunakan fuzzy multi objective linear programming.
Berdasarkan latar belakang di atas, maka permasalahan yang muncul pada Penelitian, adalah:
1. Bagaimana membentuk MOLP (Multi Objective Linear Programming) pada permasalahan
perencanaan agregat produksi dengan tiga tujuan.
2. Bagaimana memodifikasi MOLP yang telah terbentuk menjadi FMOLP (Fuzzy Multi Objective
Linear Programming).
3. Bagaimana mendapatkan nilai optimal dari FMOLP.
Tujuan dari Penelitian adalah :
1. Mendapatkan bentuk FMOLP yang merupakan modifikasi dari MOLP pada
perencanaan agregat produksi dengan tiga tujuan.
2. Mendapatkan nilai optimal dari FMOLP.
Perencanaan agregat produksi merupakan salah satu cara yang dapat dilakukan perusahaan
untuk menyesuaikan antara sumber daya yang dimiliki perusahaan dengan estimasi permintaan pasar
selama beberapa periode yang akan datang. Tujuan dari perencanaan agregat produksi adalah
menentukan kapasitas produksi untuk memenuhi estimasi permintaan pasar pada beberapa periode yang
akan datang dan menentukan keputusan serta kebijakan mengenai kerja lembur, backorder, subkontrak,
tingkat persediaan, mempekerjakan dan memberhentikan sementara pegawai. Metode yang dapat
digunakan untuk menyelesaikan perencanaan agregat produksi, salah satunya adalah menggunakan
program linear.
Sistem Fuzzy, himpunan dapat dipandang secara sederhana sebagai koleksi objek-objek. Objekobjek tersebut dapat berupa bilangan, nama-nama orang, warna dan Iain-lain. Pengertian himpunan
tersebut merupakan pengertian himpunan crisp yang hanya mempunyai dua arti yaitu anggota dan
bukan anggota. Zadeh pada tahun 1965, mengembangkan konsep fuzzy yang merupakan perluasan dari
konsep crisp dimana konsep fuzzy dapat menggambarkan situasi yang sebenarnya. Himpunan crisp
mempunyai batas keanggotaan yang jelas, sedangkan batas keanggotaan pada himpunan fuzzy tidak
jelas (kabur). Jika diberikan semesta^, maka himpunan fuzzy A dalam X dapat ditulis yang
didefinisikan : = {(x, (x)|x X}
dengan : x [0,1] merupakan fungsi keanggotaan dari himpunan fuzzy A.
Konsep fuzzy juga mengenal himpunan level- atau cut yang merupakan himpunan crisp
dengan elemen-elemen himpunan fuzzy dengan derajat keanggotaan sekurang-kurangnya a, yang
ditulis dengan : = {( x X | (x) > }, [0,1]
Pengambilan keputusan pada fuzzy, Bellman dan Zadeh mengemukakan tiga konsep dasar pada
tahun 1970, yaitu goal fuzzy, batasan fuzzy dan keputusan fuzzy serta menjelaskan aplikasi dari konsepkonsep tersebut terhadap pengambilan keputusan pada^uzzy.
Diberikan X adalah himpunan penyelesaian yang mungkin dari permasalahan pengambilan
keputusan pada fuzzy dan goal fuzzy G adalah himpunan fuzzy dalam X , maka fungsi keanggotaan goal
fuzzy G didefinisikan : G ; X [0,1]
selain itu diberikan batasan fuzzy C adalah himpunan fuzzy dalam X, maka fungsi keanggotaan batasan
A-145

Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) Periode III
Yogyakarta, 3 November 2012

ISSN: 1979-911X

fuzzy C didefinisikan : C ; X [0,1]

dikarenakan goal fuzzy G dan batasan fuzzy C harus dipenuhi secara bersamaan, maka Belhnan dan
Zadeh kemudian mendefinisikan keputusan fuzzy D yang merupakan hasil irisan antara goal fuzzy G dan
batasan fuzzy C .
Keputusan fuzzy D Bellman dan Zadeh adalah himpunan fuzzy D dalam X yang didefinisikan
dengan : = G C
dan fungsi keanggotaannya menjadi : D x min G x , C x
fungsi keanggotaan keputusan fuzzy D kemudian dimaksimumkan karena semakin maksimum maka
semakin mendekati crisp, sehingga diperoleh : maks D ( x ) maks min G ( x ), C ( x ) ..
(1)
x X
x X
Secara umum, apabila diberikan k goal fuzzy dan m batasan fuzzy, maka keputusan fuzzy D
didefinisikan dengan: D G1 ... Gk C1 ... C m
fungsi keanggotaan maksimum yang didefinisikan :
maks D ( x) maks min G ( x),..., G ( x), C ( x),...., C ( x )Dalam hal ini penting untuk memperoleh persamaan
xX

xX

diatas pada keputusan fuzzy Bellman dan Zadeh, yang memasukkan goal fuzzy dan batasan fuzzy pada D
Program linear fuzzy, Zimmermann pertama kali memasukkan teori himpunan fuzzy pada
permasalahan program linear biasa. Program linear yang koefisien - koefisiennya berupa bilangan fuzzy
disebut program linear fuzzy. Program linear fuzzy terdiri dari program linear dengan goal fuzzy dan
program linear dengan batasan fuzzy.
Program linear fuzzy yang dikemukakan oleh Zimmermann mampu mengatasi kelemahan
program linear yaitu pengambil keputusan dapat menentukan nilai optimal dari permasalahan. Secara
umum program linear fuzzy untuk kasus minimum dirumuskan sebagai berikut :
~

minimumkan cx z 0

dengan batasan Ax b

...............

(2)

x 0 dimana menunjukkan bentuk pertidaksamaan fuzzy dari <. Pertidaksamaan fuzzy pada
persamaan (2) mewakili goal fuzzy dan batasan fuzzy pengambil keputusan yang berarti bahwa nilai cx
pada fungsi objektif lebih kecil atau sama dengan nilai z0 dan nilai Ax pada batasan fuzzy lebih kecil
atau sama dengan nilai b.
~

Dikarenakan goal fuzzy cx z0 dan batasan fuzzy Ax b merupakan dua hal yang sama pentingnya
seperti pada keputusan fuzzy Bellman dan Zadeh, maka persamaan (2) ditulis dalam bentuk :
~

Bx

x > 0 dimana B c ,
A

z
b' 0
b
~

dan Bx > 0 sehingga untuk memenuhi pertidaksamaan fuzzy ke-i (Bx)i bi' untuk i =1,., m dari
~

pertidaksamaan fuzzy Bx b' pengambil keputusan, Zimmermann mengenalkan fungsi keanggotaan

linear yang didefinisikan dengan :
1

;
( Bx)i b'1
1 ( Bx) i b'1
i ( Bx)i
; b'i ( Bx) i b'i d i
di

; ( Bx) i b'i d i
0

dimana setiap dt adalah konstanta yang dipilih secara subjektif untuk menunjukkan batas yang diterima
dari pertidaksamaan ke-i. Dalam hal ini diasumsikan bahwa fungsi keanggotaan ke-i bernilai 1 jika
batasan ke-i dipenuhi dan fungsi keanggotaan ke-i bernilai 0 jika batasan ke-i dilanggar, yaitu melebihi
batas dt atau batas daerah yang memenuhi dari 0 sampai dengan 1. Fungsi keanggotaan linear
digambarkan pada Gambar 1.

Gambar 1 Fungsi Keanggotaan Linear

Berdasarkan keputusan fuzzy Bellman dan Zadeh dan fungsi keanggotaan linear, maka akan
A-146

Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) Periode III
Yogyakarta, 3 November 2012

ISSN: 1979-911X

diperoleh : maks D ( x) maks min i (( Bx ) i )

x 0

x 0

(3)

i 0 ,...,m

Dengan mensubstitusikan i (( Bx) i ) 1 ( Bx ) i b'i pada persamaan (3), maka akan diperoleh :
di

( Bx) i b 'i
maks D ( x) maks min 1

x 0
x 0 i 0,...,m
di

Pada Gambar 1 tampak bahwa semakin besar nilai domain, maka memiliki fungsi keanggotaan
yang cenderung semakin kecil. Oleh karena itu, dengan memasukkan variabel auxiliary , maka untuk
mendapatkan nilai A -cut dapat dihitung sebagai:
= 1 t atau t =1.....................................................
(4)
dengan : b'i td i : ruas kanan batas ke-i. Jadi untuk sebarang , berlaku :

( Bx) i b'i td i .................................

(5)

dengan mensubtitusikan persamaan (4) ke dalam persamaan (5), diperoleh :

( Bx) i b'i 1 d i ; ( Bx) i b'i d i d i ; di b'i d i ( Bx)i ; b'i di ( Bx)i
di

d d ( Bx)i
i i
di
di

; i ( Bx)i

maka persamaan (2) dapat ditransformasi ke dalam program linear, sehingga persamaan (2) menjadi:
maksimumkan dengan batasan ( Bx)i ; i 0, , m dimana x 0
Fungsi keanggotaan piecewise linear digunakan jika untuk setiap fungsi objektif, diasumsikan
pengambil keputusan dapat menentukan derajat keanggotaan untuk beberapa nilai pada setiap fungsi
objektif [9]. Fungsi keanggotaan piecewise linear dirumuskan sebagai berikut:
.
(6)
z ( x ) | z ( x ) x | z ( x )
N

PL

ij

ij

j 1

Dimana :
ij

t i ( j 1 ) t ij
2

; i

diasumsikan i

t i ( p 1 ) t i 1
2

PL

; i

S i ( p 1 ) S i 1

..

(7)

zi ( x) tij zi ( x) sij untuk

masing-masing bagian xij zi(x)xi(j-1) dengan j =

0,1,2,,p + 1 dimana tij merupakan kemiringan dan Sij merupakan titik potong terhadap sumbu y (yintercept) pada garis yang berawal dari xij dan berakhir pada xi(j-1) . Fungsi keanggotaan piecewise linear
dapat digambarkan pada Gambar 2.

Gambar 2. Fungsi keanggotaan piecewise linear

Fuzzy multi objective linear programming merupakan permasalahan optimasi k fungsi objektif
linear zi (x) = cix, i = 1, , k. Secara umum FMOLP dirumuskan sebagai berikut:
minimumkan Z ( x) z1 ( x), z 2 ( x),, z k ( x) T dengan batasan Ax b, x 0

ci (ci1, , cin ), x ( x1 ,, xn ) T , b (b1 ,, bm )T , A aij matriks m x n pada masing-masing

fungsi objektif zi(x) = ci x, diasumsikan pengambil keputusan dapat menentukan derajat keanggotaan
untuk beberapa nilai pada fungsi objektif zi(x) = cix sehingga dengan menggunakan fungsi keanggotaan
piecewise linear seperti pada persamaan (2.6) dan keputusan fuzzy Bellman Zadeh, maka permasalahan
FMOLP dapat dirumuskan sebagai berikut: maksimumkan
dengan batasan

dimana

PL

z i (x) i = 1, , k;

Ax b , x 0, 0

Permasalahan FMOLP dapat diselesaikan dengan menggunakan pendekatan goal programming

dengan menambahkan variabel simpangan non negatif d ij dan d ij , sehingga permasalahan FMOLP
A-147

Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) Periode III
Yogyakarta, 3 November 2012

menjadi: Maksimumkan , dengan batasan

ISSN: 1979-911X

iPL zi (x) i = 1,, k

z i ( x) d ij d ij xij j = 1,, p dimana d ij dan d ij pada z i ( x) d ij ij xij adalah variabel

simpangan non negatif untuk xij dan xij adalah nilai dari fungsi objektif z i (x) serta iPL zi (x) adalah
fungsi keanggotaan piecewise linear yang didefinisikan dengan
N
i = 1,,k
PL z ( x) ( d d ) z ( x)
i

ij

ij

ij

i i

j 1

METODE
Pada bab ini akan dijelaskan mengenai langkah-langkah pengerjaan Penelitian yang berjudul
Aplikasi Fuzzy Multi-Objective Linear Programming pada perencanaan agregat produksi. Langkahlangkah tersebut digunakan sebagai panduan dan petunjuk dalam mengerjakan Penelitian, sehingga
diperoleh hasil yang dapat dipertanggungjawabkan. Adapun metode penelitian yang digunakan, yaitu :
1. Studi pendahuluan
Tahap ini dilakukan dengan identifikasi permasalahan dan pengumpulan referensi-referensi yang
berkaitan dengan dasar perencanaan agregat produksi, model umum pemrograman linear
perencanaan agregat produksi, metode Fuzzy Linear Programming (FLP) dan FMOLP pada
perencanaan agregat produksi yang diperoleh melalui buku, jurnal, dan internet.
2. Pembentukan model MOLP dan FMOLP pada permasalahan perencanaan
agregat produksi
Dalam hal ini dibentuk model MOLP pada perencanaan agregat produksi meliputi notasi-notasi,
fungsi objektif dan kendala yang digunakan.
3. Langkah-langkah penyelesaian FMOLP
Pada tahap ini FMOLP yang terbentuk akan diselesaikan menggunakan langkah-langkah sebagai
berikut:
a. Menentukan beberapa nilai untuk masing-masing (zi )
b. Menentukan derajat keanggotaan untuk masing-masing nilai (zi ) .
c. Menghubungkan titik-titik yang terbentuk dari nilai (zi) dan fungsi keanggotaannya, sehingga
membentuk bagian-bagian garis.
d. Membentuk fungsi keanggotaan i,(zi ) untuk masing-masing (zi ) .
e. Mentransformasikan FMOLP kedalam program linear dengan fungsi objektif tunggal.
4. Pembahasan dan Hasil
Model MOLP dan FMOLP yang telah terbentuk akan diterapkan pada data perencanaan agregat
produksi untuk mendapatkan hasil yang optimal.
5. Menarik kesimpulan
Pada tahap terakhir ini akan dilakukan penarikan kesimpulan dari hasil yang telah diperoleh.
Selanjutnya akan diberikan saran yang digunakan pada penelitian berikutnya.
Pada perencanaan agregat produksi, membentuk FMOLP yang merupakan modifikasi dari
MOLP pada perencanaan agregat produksi serta langkah-langkah penyelesaian FMOLP untuk
mendapatkan solusi yang diinginkan pengambil keputusan.
Perencanaan agregat produksi pada Penelitian ini mempunyai tiga fungsi objektif, pertama
meminimumkan total biaya produksi. Tujuan ini ditentukan perusahaan karena dengan biaya produksi
yang minimum diharapkan perusahaan memperoleh keuntungan. Kedua adalah meminimumkan biaya
penyimpanan produk dan backorder. Tujuan ini ditentukan perusahaan karena dengan biaya
penyimpanan produk dan backorder minimum, dapat menyebabkan tidak terjadinya penumpukan
produk di gudang dan produk yang di-backorder minimal. Ketiga adalah menimumkan tingkat
perubahan pegawai. Tujuan ini ditentukan perusahaan karena dengan tingkat perubahan pegawai yang
minimal maka pegawai yang bekerja akan sesuai dengan estimasi permintaan. Diasumsikan ketiga
fungsi objektif tersebut mempunyai pengaruh yang penting dalam perusahaan sehingga harus dioptimasi
secara bersamaan. Untuk mencapai tujuan tersebut, Penelitian ini menggunakan metode multi objective
linear programming dengan tiga fungsi objektif yang didasarkan pada banyaknya persediaan, jumlah
pegawai, kapasitas mesin, luas gudang, dan faktor peningkatan untuk masing-masing biaya.
A-148

Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) Periode III
Yogyakarta, 3 November 2012

ISSN: 1979-911X

Notasi yang digunakan untuk membentuk model MOLP perencanaan agregat produksi pada
perencanaan T(T= 12,t) dengan t periode sebagai berikut:
Estimasi Permintaan
Dt : estimasi permintaan pada periode ke-t (unit)
Produksi
at : biaya produksi reguler per unit pada periode ke-t (Rp./unit)
Qt : banyaknya produksi reguler pada periode ke-t (unit)
ia : faktor peningkatan untuk biaya produksi pada waktu reguler (%)
bt : biaya produksi waktu lembur per unit pada periode ke-t (Rp./unit)
Ot : banyaknya produksi waktu lembur pada periode ke-t (unit)
ib : faktor peningkatan untuk biaya produksi pada waktu lembur (%)
Subkontrak
ct : biaya subkontrak per unit pada periode ke-t (Rp./unit)
St : banyaknya subkontrak pada periode ke-t (unit)
ic : faktor peningkatan untuk biaya subkontrak (%)
St max: maksimum subkontrak yang diperbolehkan pada periode ke-t (unit)
Persediaan
dt : biaya penyimpanan produk per unit pada periode ke-t (Rp./unit)
It : banyaknya persediaan pada periode ke-t (unit)
id : faktor peningkatan untuk biaya penyimpanan produk (%)
St max : minimum persediaan yang tersedia pada periode ke-t (unit)
Backorder
et : biaya backorder per unit pada periode ke-t (Rp./unit)
Bt : tingkat backorder pada periode ke-t (unit)
ie : faktor peningkatan untuk biaya backorder (%)
B t max : maksimum backorder pada periode ke-t (unit)
Pegawai
kt : biaya memperkerjakan satu pegawai pada periode ke-t (Rp./pegawai-jam)
Ht : jumlah pegawai yang bekerja pada periode ke-t (pegawai-jam)
mt : biaya memperhentikan sementara satu pegawai pada periode ke-t (Rp./ pegawai-jam)
Ft : jumlah pegawai yang diberhentikan sementara pada periode ke-t (pegawai-jam)
if : faktor peningkatan untuk biaya mempekerjakan dan memperhentikan sementara pegawai (%)
nt : jam kerja pegawai per unit pada periode ke-t (pegawai-jam/unit)
Wt : jumlah pegawai yang tersedia pada periode ke-t (pegawai-jam)
Wt max
: maksimum pegawai yang tersedia pada periode ke-t (pegawai-jam)
Mesin
rt :
jam kerja penggunaan mesin per unit dalam periode ke-t (mesin-jam/unit)
Mrmax
: kapasitas maksimum mesin yang tersedia pada periode ke-t (mesin-jam)
Gudang
Vnt : luas gudang per unit dalam periode ke-t (m2/unit)
Vt max
: maksimum gudang yang tersedia pada periode ke-t (m2)
Fungsi objektif yang digunakan dalam permasalahan perencanaan agregat produksi pada
Penelitian ini ada tiga macam yaitu :
1. Meminimasi total biaya produksi
Total biaya produksi pada periode ke-t diperoleh dengan menggunakan rumus:
Total biaya produksi periode ke-t =
Biaya produksi regular + Biaya produksi waktu lembur +
Biaya subkontrak + Biaya persediaan + Biaya back/order + Biaya untuk memperkerjakan pegawai +
Biaya untuk memperhentikan sementara pegawai
dengan
Biaya produksi regular, Br
= T a Q (1 i ) t

t 1

Biaya produksi waktu lembur, El=

a Q (1 i )
1

t 1

A-149

Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) Periode III
Yogyakarta, 3 November 2012

Biaya subkontrak, Bs

ISSN: 1979-911X

a Q (1 i )
1

t 1

Biaya persediaan, Bp

a Q (1 i
1

)t

t 1

Biaya backorder, Bb

a Q (1 i )
1

t 1

Biaya memperkerjakan dan memperhentikan sementara pegawai, Bk

(k H
t

mt Ft )(1 i f ) t

t 1

Sehingga fungsi objektifhya dapat dirumuskan sebagai berikut :

Min z1 = T a Q 1 i t b O 1 i t c S (1 i ) t d I (1 i ) t et Bt (1 ie ) t ( k t H t mt Ft )(1 i f ) t

t t

t 1

Dalam hal ini faktor peningkatan dimasukkan pada masing - masing biaya.
2. Meminimasi biaya penyimpanan produk dan backorder Min
z2 =

d I (1 i
t t

) t et Bt (1 ie ) t

t 1

Dalam hal ini faktor peningkatan juga dimasukkan pada biaya penyimpanan produk dan backorder.
3.
Meminimasi tingkat perubahan pegawai
Tingkat perubahan pegawai dipengaruhi oleh jumlah pegawai yang bekerja dan jumlah pegawai
yang diperhentikan sementara, sehingga:
Min z3 =

Ft

t 1

Batasan (constraints)yang digunakan dalam permasalahan perencanaan agregat roduksi pada

Penelitian ini terdiri dari :
1. Batasan tingkat persediaan
Batasan tingkat persediaan dalam permasalahan perencanaan aggregat produksi dipengaruhi oleh
tingkat persediaan, backorder, banyaknya produksi regular dan waktu lembur, serta subkontrak
dimana jumlahnya harus sesuai dengan estimasi permintaan pasar, sehingga dapat dirumuskan :
Dt I t 1 Bt 1 Qt S t I t Bt , t
persamaan diatas, diperoleh kendala tingkat persediaan:
Dt I t 1 Bt 1 Qt St Dt , t 1,2,...,T

2. Batasan tingkat penggunaan pegawai

Batasan tingkat penggunaan pegawai dipengaruhi oleh jumlah pegawai yang tersedia, jumlah
pegawai yang bekerja, dan jumlah pegawai yang diperhentikan sementara, sehingga dapat
dirumuskan :
dengan
Wt = nt (Qt + Ot) dan Wt-1 = nt 1 (Qt 1 Ot 1 )
sehingga batasan tingkat penggunaan pegawai dapat dirumuskan
nt 1 (Qt 1 Ot 1 ) H t Ft nt (Qt Ot )t 1,2,....,T nt (Qt Ot ) Wt max , t 1,2,...,T
3. Batasan kapasitas mesin dan gudang
Batasan kapasitas mesin dipengaruhi oleh banyaknya subkontrak dan banyaknya mesin yang
tersedia, sehingga batasan kapasitas mesin dapat dirumuskan :
S t S t max , t 1,2,....,T
rt Qt Ot M t max , t 1,2,...,T

Batasan kapasitas gudang dipengaruhi oleh tingkat persediaan dan luas gudang per unit, sehingga
batasan kapasitas gudang dapat dirumuskan:
vt I t Vt max , t 1,2,....,T
4. Batasan non negatif pada variabel keputusan
Qt , Ot , S t , Bt , H t , Ft 0, t 1,2,..., T
Model MOLP perencanaan agregat produksi berdasarkan fungsi objektif dan batasan yang telah
terbentuk sebagai berikut :
Minimumkan z1 =
et Bt (1 ie ) t ( kt H t mt Ft )(1 i f ) t
T

a Q (1 i )
t

bt Ot (1 ib ) t dt I t 1 id

t 1

A-150

Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) Periode III
Yogyakarta, 3 November 2012

z2 =

d I (1 i
t t

) t et Bt (1 ie )t

z3 =

t 1

ISSN: 1979-911X

(H

Ft )

t 1

dengan batasan
I t Bt I t 1 Bt 1 Qt Ot St Dt , t 1,2,...,T I t I tmin , t 1,2,...,T

Bt Bt max , t 1,2,..., T
nt 1 Qt 1 Ot 1 H t Ft n1 Qt Ot , t 1,2,....T nt (Qt Ot ) Wt max , t 1,2,....,T S t St max , t 1,2,..., T
rt (Qt Ot ) M t max , t 1,2,..., T rt I t Vt max , t 1,2,...,T ; Qt , Ot , St , Bt , H t , Ft 0, t 1,2,..., T

Model FMOLP perencanaan agregat produksi, hasil optimasi dari masing-masing fungsi objektif
pada MOLP perencanaan agregat produksi yaitu total biaya produksi, biaya penyimpanan produk dan
backorder, serta tingkat perubahan pegawai tidak selamanya memberikan hasil yang diinginkan oleh
pengambil keputusan. Oleh karena itu, model MOLP perencanaan agregat produksi diubah menjadi
FMOLP dimana pengambil keputusan dapat menentukan goal fuzzy untuk masing-masing fungsi
objektif. Atas dasar tersebut, model MOLP perencanaan agregat produksi diubah menjadi FMOLP
sebagai berikut:
Minimumkan
z1 T a Q (1 i )t b O (1 i ) t c S 1 i t d I (1 i )t et Bt (1 ie )t (kt H t mt Ft )(1 i f ) t

t t

t 1

z2

d I (1 i
t t

) t et Bt (1 ie ) t

z3

(H

Ft )

t 1

t 1

dengan batasan
I t Bt I t 1 Bt 1 Qt Ot S t Dt , t 1, 2,..., T I t I tmin , t 1,2,..., T ; Bt Bt max , t 1,2,..., T
nt 1 Qt 1 Ot 1 H t Ft n1 Qt Ot , t 1,2,....T ; nt (Qt Ot ) Wt max , t 1, 2,...., T ;

St S t max , t 1,2,..., T

rt (Qt Ot ) M t max , t 1,2,..., T ; rt I t Vt max , t 1,2,..., T ; Qt , Ot , S t , B1, H t , Ft 0, t 1,2,..., T

Penyelesaian Model FMOLP, dengan fungsi objektif (zi ) untuk i = 1,2,3 yang telah terbentuk,
akan diubah menjadi program linear dengan fungsi objektif tunggal menggunakan pendekatan goal
programming dan fungsi keanggotaan piecewise linear untuk menunjukkan goal fuzzy pengambil
keputusan.
Proses perubahan FMOLP menjadi program linear dengan fungsi objektif tunggal menggunakan
langkah-langkah sebagai berikut:
1. Menentukan beberapa nilai untuk masing-masing (zi )
Langkah pertama dalam menentukan nilai masing-masing fungsi objektif adalah menyelesaikan
model MOLP perencanaan agregat produksi sehingga diperoleh nilai optimal dari masing-masing
fungsi objektif. Selanjutnya, nilai optimal tersebut digunakan oleh pengambil keputusan sebagai
dasar dalam menentukan beberapa nilai untuk masing-masing fungsi objektif pada FMOLP seperti
pada Tabel 1.
Tabel 1. Nilai fungsi objektif
zi

< xi,p+1

xi,p+1

xip

xi2

xi1

xi0

> xi0

dengan xij adalah nilai fungsi objektif untuk i = 1,2,3 dan j = 0,l,2,... ,p+ l
2. Menentukan derajat keanggotaan untuk masing-masing nilai (zi)
Nilai masing-masing fungsi objektif yang sudah terbentuk pada Tabel 4.1, selanjutnya akan
ditentukan derajat keanggotaannya oleh pengambil keputusan untuk masing-masing xij. Derajat
keanggotaan adalah penilaian pengambil keputusan. Nilai derajat keanggotaan berada pada rentang
0,1 sampai dengan 1 dengan pengelompokan derajat keanggotaan pada Tabel 2.[6].
Tabel 2. Derajat keanggotaan
Derajat Keanggotaan
0,9 < < 1
0,7 < < 0,9
0,5 < < 0,7
0,3 < < 0,5
0,1 < < 0,3

Penilaian pengambil keputusan

Sangat optimis
Optimis
Biasa
Pesimis
Sangat pesimis
A-151

Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) Periode III
Yogyakarta, 3 November 2012

ISSN: 1979-911X

Penentuan derajat keanggotaan masing-masing xij menggunakan Tabel 3.

Tabel 3. Fungsi keanggotaan
z1
1(z1)
z2
2(z2)
z3
3(z3)

< x1(p+1)
1
< x2(p+1)
1
< x3(p+1)
1

x1(p+1)
1
x2(p+1)
1
X3(p+1)
1

x1p
q1p
x2p
Q2p
X3p
Q3p

x12
q12
x22
q22
x32
q32

x11
q11
x21
q21
x31
q31

x10
0
x20
0
x30
0

> x10
0
> x20
0
> x30
0

dengan 0 qij 1; qij qi ( j 1) ; i 1, 2,3; j 0,1,2,..., p 1 dimana qij : fungsi keanggotaan dari xij
3. Menghubungkan titik-titik yang terbentuk dari nilai (zi ) dan fungsi keanggotaannya, sehingga
membentuk bagian-bagian garis. Masing-masing nilai (zi ) dan fungsi keanggotaannya akan
dihubungkan menjadi suatu titik. Selanjutnya, titik-titik tersebut dihubungkan dan membentuk
bagian-bagian garis. Misalkan pengambil keputusan menetapkan goal untuk fungsi objektif pertama
yaitu 40 z1 70 atau z1 55. Dalam hal ini, pengambil keputusan menentukan beberapa nilai dan
fungsi keanggotaan untuk fungsi objektif pertama sebagai berikut:
z1
1(z1)

<40
1

40
1

50
0,8

60
0,4

70
0

>70
0

maka nilai (zi ) dan fungsi keanggotaannya dapat digambarkan :

Gambar 3. Hubungan nilai fungsi objektif dengan derajat keanggotaan

4. Membentuk fungsi keanggotaan i (zi ) untuk masing-masing (zi )
Fungsi keanggotaan i (zi) untuk masing-masing (zi ) dibentuk dengan mensubstitusikan persamaan
(7) ke dalam fungsi keanggotaan piecewise linear yang dirumuskan pada persamaan (6), sehingga
diperoleh fungsi keanggotaan untuk masing-masing fungsi objektif sebagai berikut:
Fungsi objektif 1 (z1), total biaya produksi
1 z1

t1( p1) t11

t1( p 1) t1 p
t12 t11
t t
z1 x11 13 12 z1 x12 ...
z1 x1 p
2
2
2

z1

s1( p )1 s 11

(8)

dimana
1 q1 p
q 0
q q11
; t12 12
: ...... t1( p )1
t11 11
x
x

x
x

x
11 10
12
11
1( p 1) x1 p

dengan

t1( j 1) t1 j

0; j 1,2,..., p

Fungsi objektif 2 (z2 ), biaya penyimpanan produk dan backorder

1 z1

t 2( p 1) t 2 p
t 22 t 21
t t
z 2 x 21 23 22 z 2 x 22 ...
z 2 x2 p
2
2
2

t 2 ( p 1) t 21
2

z2

s 2 ( p )1 s 21

..

(9)

dimana
1 q2 p
q 0
q q 21
; t 22 22
: ......t 2 ( p )1
t 21 21
x2 ( p 1) x 2 p
x22 x21
x21 x 20

dengan t 2( j 1) t 2 j 0; j 1,2,..., p

Fungsi objektif 3 (z3 ), tingkat perubahan pegawai

3 z 3

t 3( p 1) t 31

t 3( p1) t 3 p
t 32 t 31
t t
z3 x31 33 32 z 3 x 32 ...
z 3 x3 p
2
2
2

z3

s 3( p )1 s 31

..

dimana
1 q3 p
q 0
q q
; t 32 32 31 : ......t 3( p )1
t31 31
x
x

x
x

x
31 30
32 31
3( p1) x 3 p

A-152

dengan t3( j 1) t3 j 0; j 1,2,..., p

(10)

Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) Periode III
Yogyakarta, 3 November 2012

ISSN: 1979-911X

5. Mengubah FMOLP menjadi program linear dengan fungsi objektif tunggal

Untuk mengubah FMOLP menjadi program linear dengan fungsi objektif tunggal, akan dilakukan
langkah-langkah sebagai berikut :
a. Menambahkan variabel simpangan non negatif d ij dan d ij
Variabel simpangan non negatif d ij dan d ij akan ditambahkan pada masing-masing fungsi
objektif dengan menggunakan rumusan sebagai berikut :
z i ( x ) d i1 d i1 xi1 dengan i = 1,2,3

z i ( x) d ip d ip xip
sehingga untuk masing-masing fungsi objektif dan fungsi keanggotaannya menjadi :
Fungsi objektif 1 (z1), total biaya produksi
T

a Q (1 i )
t

b1O1 (1 ib ) t ct St (1 ic ) t d t I t (1 id ) t et Bt 1 ie k t H t mt Ft 1 i f
t

d
t

1j

Karena

d1j x1 j

t 1

et Bt 1 ie k t H t mt Ft 1 i f
t

z1 at Qt (1 ia ) t b1O1 (1 ib ) t ct S t (1 ic ) t d t I t (1 id ) t

maka

z1 x1 j d1j d1j (11)

t 1

sehingga dengan mensubstitusikan persamaan (11) kedalam persamaan (8), maka fungsi
keanggotaan untuk fungsi objektif 1 menjadi:
.
(12)
t
t
t
t
t t
t t

1 ( z1 )

12

11

d11 d11

13

12

d12 d12 ....

1( p 1)

et Bt (1 ie ) t ( k t H t mt Ft )(1 i f ) t

1p

d1 p d1 p

1( p1)

11

t
t
t
at Qt (1 i a ) bt Ot (1 ib ) ct St (1 i d )
t 1

s1( p1) s11

2

Fungsi objektif 2 (z2), biaya penyimpanan produk dan backorder

T

d I (1 i
t t

) t et Bt (1 ie ) t d 2j d 2j x2 j karena

t 1

z 2 d t I t (1 id ) t e1 B1 (1 ie )t , maka z 2 x2 j d 2j d 2j

(13)

t 1

sehingga dengan mensubstitusikan persamaan (13) kedalam persamaan (9), maka fungsi keanggotaan
untuk fungsi objektif 2 menjadi:
....
(14)
t
s
t
t
t
s
t t
t t

2 ( z2 )

22

21

d 21 d 21

23

22

d 22 d 22 ....

2 ( p 1)

2p

d 2p d 2p

Fungsi objektif 3 (z3), tingkat perubahan pegawai

2 ( p 1)

21

d t I t (1 id ) t et Bt (1 ie ) t

t 1

(H

Ft ) d 3j d 3j x3 j

t 1

2 ( p 1)

21

Karena

z3 ( H t Ft )
t 1

maka z 3 x3 j d 3j d 3j

(15)

dengan mensubstitusikan persamaan (15) kedalam persamaan (10), maka fungsi keanggotaan untuk
fungsi objektif 3 menjadi:
t 3( p1) t 31 T
(16)
s3( p1) s31
t
t
t t
t t

(H F

3 ( z3 )

32

31

d 31 d 31

33

32

d 32 d 32 ....

3 ( p 1 )

3p

d 3 p d 3 p

t 1

Memunculkan Variabel auxiliary L yang dimunculkan, menunjukkan derajat keanggotaan

pengambil keputusan. Akhirnya, dengan menggunakan fungsi keanggotaan masing-masing fungsi
objektif pada persamaan (12), (14) dan (16) serta pengambilan keputusan Bellman Zadeh pada
persamaan (1) maka FMOLP perencanaan agregat produksi dapat diubah menjadi program linear
dengan fungsi objektif tunggal sebagai berikut:
Maksimumkan L dengan batasan
t1( p 1) t1p
t t
t t

L 12 11 (d11 d11 ) 12 12 (d12 d12 ) ....

(d1 p d1 p )
2
2
2

et Bt (1 ie ) t (k t H t mt Ft )(1 i f ) t

t1( p 1) t11 T

at Qt (1 ia ) t bt Ot (1 ib ) t ct st (1 ic ) t
2

t 1

s1( p 1) s11
2

t
t
t t
t t
L 22 21 (d 21 d 21 ) 23 22 (d 22 d 22 ) .... 2 ( p 1) 2 p
2
2
2

( d 2 p d 2p )

s 2 ( p 1) s 21
t 2( p1) t 21 T
t 3( p 1) t 3 p
t
t
t t
t t

L 32 31 ( d 31 d 31 ) 33 32 (d 32 d 32 ) ....

d t I t (1 id ) et Bt (1 ie )
2
2
2

2
2

t 1

A-153

Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) Periode III
Yogyakarta, 3 November 2012
t T
s
t
s
(d 3p d 3p ) 3 ( p 1) 31 H t Ft 3 ( p 1) 31 ;
2
2

t 1

(kt H t mt Ft )(1 i f )t d1j d1j x1 j

a Q (1 i
t

) t bt Ot (1 ib ) t ct S t (1 ic ) t d t I t (1 id ) t

t 1

d I (1 i
t t

ISSN: 1979-911X

)t et Bt (1 ie )t d 2j d 2 j x2 j

(H

Ft ) d 3j d 3j x3 j

t 1

t 1

PEMBAHASAN
Berdasarkan data perencanaan agregat produksi,data permintaan,data biaya, jam kerja
pegawai,data kapasitas mesin serta data kapasitas gudang yang sudah diketahui, selanjutnya diperoleh
hasil sbb: Model dan penyelesaian MOLP perencanaan agregat produksi, berdasarkan keadaan
perusahaan manufaktur X dan data perencanaan agregat produksi, maka model MOLP perencanaan
agregat produksi perusahaan manufaktur X
Model MOLP perencanaan agregat produksi perusahaan manufaktur X mempunyai 3 fungsi
objektif, 84 variabel keputusan dan 96 batasan. Dengan menggunakan software MOLP, didapatkan nilai
untuk masing-masing fungsi objektif (z,-) sebagai berikut:
z1= 1392405800, z2= 11705900 , z3= -2191,6. nilai z3 < 0 menunjukkan bahwa jumlah pegawai yang
diberhentikan sementara lebih banyak dibandingkan dengan jumlah pegawai yang dipekerjakan. Nilai
masing-masing fungsi objektif tersebut, selanjutnya dijadikan dasar pengambil keputusan dalam
menentukan beberapa nilai masing-masing fungsi objektif pada model FMOLP. Hasil MOLP secara
lengkap dapat dilihat pada lampiran F.
Penyelesaian FMOLP perencanaan agregat produksi, berdasarkan model FMOLP, data
perencanaan agregat produksi dan hasil MOLP, maka penyelesaian FMOLP dilakukan dengan
menggunakan langkah-langkah yang sudah di jelaskan diatas yaitu :
1. Menentukan beberapa nilai untuk masing-masing (zi )
Berdasarkan penyelesaian model MOLP perencanaan agregat produksi yang diperoleh, pengambil
keputusan menentukan nilai-nilai untuk masing-masing (zi ) sesuai dengan Tabel 3.
Tabel 3. Nilai masing-masing (zi ) pengambil keputusan
z1
z2
z3

<1390000000
< 10000000
<-2600

1390000000
10000000
-2.600

1396000000
17000000
-1.700

1402000000
24000000
-800

1408000000
31000000
100

> 1408000000
> 31000000
> 100

2. Menentukan derajat keanggotaan untuk masing-masing nilai (zi ). Nilai masing-masing (zi ) yang
sudah ditentukan pada langkah1, selanjutnya pengambil keputusan menentukan derajat
keanggotaannya berdasarkan nilai derajat keanggotaan pada Tabel 2. Seperti tampak pada Tabel 4.
Tabel 4. Derajat keanggotaan nilai masing-masing (zi ) pengambil keputusan
z1
1 (z1 )
z2
2 (z2 )
z3
3 (z3 )

3.

<1390000000
1
< 10000000
1
<-2600
1

1390000000
1
10000000
1
-2.600
1

1396000000
0,8
17000000
0,7
-1.700
0,7

1402000000
0,5
24000000
0,4
-800
0,4

1408000000
0
31000000
0
100
0

> 1408000000
0
> 3 1000000
0
>100
0

Menghubungkan titik-titik yang terbentuk dari nilai (zi ) dan derajat keanggotaannya, sehingga
membentuk bagian-bagian garis. Masing-masing nilai (zi ) dan derajat keanggotaannya pada Tabel
4. Selanjutnya dihubungkan, sehingga membentuk bagian-bagian garis seperti pada Gambar 4.

Z1

Z2

Z3

Gambar 4. Hubungan nilai fungsi objektif dengan derajat keanggotaan z1, z2,z3
A-154

Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) Periode III
Yogyakarta, 3 November 2012

4.

ISSN: 1979-911X

Membentuk fungsi keanggotaan i(zi) untuk masing-masing (zi)

Fungsi keanggotaan masing-masing fungsi objektif dibentuk berdasarkan Tabel 4. dan Gambar 4,
dengan menggunakan fungsi keanggotaan piecewise linear.

Fungsi objektif 1 (zt ) , total biaya produksi, fungsi keanggotaan untuk fungsi objektif 1, dibentuk
sesuai dengan persamaan 8 sehingga diperoleh:
1(z1)=0,0000000167|z1140200000|0,00000000833|z1 1396000000| - 0,0000000583z1 + 82,3333
dengan mengambil :
q 0
0,5 0
q 0

0,8 0,5

t11 11

0,0000000833t12 12
0,00000005
x11 x1 1402000000 1408000000
x12 x11 1396000000 1402000000
t12 t11 0,00000005 0,0000000833
q 0
1 0,8

0,0000000167

t13 13
0,0000000333
2
2
x

x
1390000000

1396000000

13 10

t t
0,00000005 0,0000000833
t13 t12 0,0000000333 0,00000005
0,0000000583 persama

0,0000000083 3 12 11
2
2
2
2

an garis antara (1396000000,0,8) dan (1390000000,1)

x x1
y y1

x2 x1 y 2 y1
x 1396000000
y 0,8 x 1396000000 y 0,8

6000000
0, 2
1390000000 1396000000 1 0,8

6000000y + 4800000 = 0,2x 279200000-

6000000y = 0,2x 28400000

y = -0,000000033x + 47,33 jika x = 0 , maka y intercept = 47,33
persamaan garis antara (1408000000,0) dan (1402000000,0,5)
x x1
y y1 maka
x 1408000000
y 0 jadi x 1408000000 y 0 - 6000000

x2 x1 y 2 y1
6000000
0,5
1402000000 1408000000 0,5 0

Maka y = 0,5x 704000000 sehingga y = -0,000000033x + 117,33

jika x = 0 , maka y intercept = 47,33
s s
jadi, y intercept untuk z1 yaitu 13 11 47,33 117,33 82,3333
2
2
KESIMPULAN
Berdasarkan pada tujuan dan serangkaian kerja yang telah dilakukan untuk penulisan Penelitian
ini dapat disimpulkan bahwa:
1. Pembentukan MOLP pada perencanaan agregat produksi menunjukkan konflik antar fungsi
objektif.
2. Modifikasi MOLP perencanaan agregat produksi menjadi FMOLP dengan fungsi objektif/fuzzy
menunjukkan goal fuzzy pengambil keputusan.
3. Nilai L yang merupakan derajat keanggotaan seluruh fungsi objektif
permasalahan perencanaan agregat produksi dipengaruhi oleh nilai dari fungsi
objektif biaya penyimpanan dan backorder (z2) serta fungsi objektif tingkat
perubahan pegawai (z3).
DAFTAR PUSTAKA
[1]
[2]
[3]
[4]
[5]
[6]

Assauri Sofyan. 1993. Manajemen Produksi dan Operasi. Jakarta: LPFE UI

Dantzig G.B. dan Thapa M.N., 1997. Linear Programming 1 introduction. Springer-Verlag New
York, LLC.
Hannan E. L. 1981. Linear Programming with Multiple Fuzzy Goal. Fuzzy Set and System, 6,
235-248.
Liu, G. P., Yang J. B., Whidborne J. F. 2004. Mnltiobjective Optimization and Control.
England: Research Studies Press Ltd.
Kusumadewi, S. 2002. Analisis dan Design sistem fuzzy Menggunakan Toolbox Matlab.
Yogyakarta: Graha Ilmu.
Machfud, Hadiguna, R. A. 2008. Model Perencanaan Produksi pada Rantai Pasok Crude Palm
A-155

Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) Periode III
Yogyakarta, 3 November 2012

[7]
[8]
[9]
[10]

[11]

ISSN: 1979-911X

Oil dengan Mempertimbangkan Preferensi Pengambil Keputusan. Jurnal Teknik Industri 10

(Juni): 38 - 49.
Pardede, P. M. 2005. Manajemen Operasi dan Produksi : Teori, Model, dan Kebijakan.
Yogyakarta: Andi.
Render, B. dan Heizer, J. 2001. Prinsip - Prinsip Manajemen Operasi. Jakarta: Salemba Empat.
Sakawa, M. 1993. Fuzzy Sets and Interactive Multiobjective Optimization. New York: Plenum
Press.
Wang, R. C. and Liang, T. F., 2004. Application of Fuzzy Multi Objective Linear
Programming to Aggregate Production Planning. Computers and Industrial Engineering 46,1
:17-41.
Windyaastuti I. S., 2000. Penerapan Metode Agregat Planning dalam Perencanaan Produksi
Particle Board di PT. Mitra Nusantara Madiun. Penelitian. Surabaya : Matematika-Institut
Teknologi Sepuluh Nopember.

A-156