IV.

1 APROKSIMASI III

IV.1.1 PENDEKATAN
Pendekatan yang digunakan dalam model matematis ini adalah memaksimasi keuntungan melalui
maksimasi jumlah pendapatan dan meminimasi jumlah pengeluaran. Dalam pendekatan ini prioritas
utama yang hendak dicapai adalah memenuhi seluruh demand dengan mengoptimalkan segala cara,
baik dengan menggunakan kapasitas reguler ditambah dengan overtime. Jika kedua cara tersebut
masih belum dapat memenuhi seluruh demand, maka akan dilakukan cara yang ketiga yaitu dengan
jalan subkontrak (outsourcing).

Formulasi model matematis dengan menggunakan linear programming ini dilakukan karena setiap
perubahan parameter akan mengakibatkan perubahan variabel dependennya. Pada model ini, kami
menentukan kombinasi jumlah tiap jenis produk yang akan diproduksi tiap minggunya dengan
kapasitas reguler, jumlah tiap jenis produk yang akan diproduksi tiap minggunya dengan kapasitas
overtime, dan jumlah tiap produk yang akan diadakan menggunakan subkontrak.

Dari perhitungan didapat kapasitas total maksimum per minggu (unit) PT Model (kapasitas reguler +
overtime) sebagai berikut:

Kapasitas Total Per Minggu (Unit)

SK O V
CH 2181 2181
CB 2142 2142
ASS 2892 2892

Sedangkan kebutuhan produksi untuk masing-masing produk yaitu:

Kebutuhan Produksi O & V (unit)

SK 1 2 3 4
CH 2254 2118 2372 1418
CB 2233 2066 2325 1366
ASS 2300 2228 2475 1528

Sehingga terdapat defisit pemenuhan demand produk:

Selisih Kebutuhan Produksi O & V (unit)

SK 1 2 3 4
CH -73 63 -191 763
CB -91 76 -183 776
ASS 592 664 417 1364

Kekurangan tersebut harus dipenuhi dengan menempuh cara outsourcing.

 IV.1.2 ASUMSI

Asumsi yang dilakukan dalam pendekatan III ini, yaitu:

1. Tidak terdapat kenaikan biaya bahan baku per bulan.

2. Tidak terdapat persentase produk cacat (defect 0%).
3. Tidak terdapat pengurangan biaya overhead meskipun terdapat sasaran dari perusahaan ini
untuk mengurangi biaya overhead sebesar 10% pada produksi ke depannya.
4. Tidak terdapat kesalahan proyeksi demand dalam waktu 4 minggu ke depan meskipun terdapat
laporan terdapat kesalahan peramalan sebesar 10-25%. Sehingga ditetapkan demand tiap
minggu adalah sebesar:
Jenis Produk Minggu ke-1 Minggu ke-2 Minggu ke-3 Minggu ke-4
Produk O 2000 1500 1800 800
Produk V 2700 3200 3375 2500
5. Tidak terdapat inventori, sehingga biaya inventori = 0.
6. Biaya outsourcing Chasis sudah termasuk ke dalam perhitungan 1,1 x biaya produksi total.
7. Market Loss ditetapkan sebesar 300% dari keuntungan (laba kotor) perusahaan.

IV.1.3 BATASAN
Batasan yang digunakan dalma pembuatan model matematis sebagai berikut:

1. Pendekatan yang dibuat hanya untuk membuat perencanaan produksi dalam jangka pendek
yakni perencanaan produksi 4 bulan ke depan.
2. Demand harus 100% terpenuhi.
3. Kapasitas jam kerja regular maksimum per minggu untuk stasiun kerja Chassis adalah selama
800 jam.
4. Kapasitas jam kerja regular maksimum per minggu untuk stasiun kerja Circuit Board adalah
selama 1500 jam.
5. Kapasitas jam kerja regular maksimum per minggu untuk stasiun kerja Assembly adalah selama
1350 jam.
6. Kapasitas jam kerja overtime maksimum per minggu untuk stasiun kerja Chassis adalah selama
400 jam.
7. Kapasitas jam kerja overtime maksimum per minggu untuk stasiun kerja Circuit Board adalah
selama 750 jam.
8. Kapasitas jam kerja overtime maksimum per minggu untuk stasiun kerja Assembly adalah
selama 675 jam.
9. Jumlah pemesanan produk subkontrak minimum adalah 200 dengan jumlah pemesanan
kelipatan 100.

IV.2 NOTASI

Berikut ini adalah notasi-notasi yang digunakan dalam pemodelan matematis aproksimasi III :
Notasi Nama Keterangan
i Jenis Produk 1. produk O 2. Produk V
j Stasiun Kerja 1. CB 2. CH 3. Ass
k Minggu ke-
trj,tlj,tt j Stasiun Kerja
h11: 0.7
h12: 0.35
Jam kerja yang dibutuhkan untuk
h13: 0.4
hij memproduksi 1 unit produk i
pada stasiun j h21: 0.35
h22: 0.2
h23: 0.3
BB1: 150000
BBi Biaya bahan baku per unit
BB2: 50000
L1 5000 per jam
Li Biaya tenaga kerja untuk produk i
L2 5000 per jam
Biaya tenaga kerja overtime untuk LL1 6000 per jam
LLi
produk i LL2 6000 per jam
Biaya overhead pabrik per unit Ov1 9500 per unit
Ovi
produk i Ov2 9500 per unit
DQ11: 2000 DQ21: 2700
DQ12: 1500 DQ22: 3200
DQik Demand produk i pada minggu k
DQ13: 1800 DQ23: 3375
DQ14: 800 DQ24: 2500
P1: 420000
Pj Harga jual per unit produk i
P2: 175000
Jumlah produk i yang diproduksi
Xik
pada minggu ke- k
Total Biaya Produksi untuk
TCik
produk i pada minggu ke- k
Total Biaya Outsourcing untuk
TOik
produk i pada minggu ke- k
Total Laba Kotor untuk produk i
TPnik
pada minggu ke- k
Market loss produk I pada M1: 3 x profit produk O
Mik
minggu k M2: 3 x profit produk V
Laba Kotor per unit untuk produk
Pgik
i pada minggu ke- k

Total Laba Bersih (setelah

dikurangi biaya produksi,
TPgik
outsourcing, dan market loss)
untuk produk i pada minggu ke- k
 IV.3 LANGKAH-LANGKAH PEMBENTUK MODEL MATEMATIK

1. Jumlah permintaan yang harus dipenuhi untuk 4 (empat) minggu ke depan.

Permintaan yang harus dipenuhi oleh PT Model 2010 diperoleh dari data proyeksi demand, yang
dapat dilihat pada tabel proyeksi demand di bawah ini:

Proyeksi Permintaan Minggu Ke-

Item 1 2 3 4
Osiloskop 2000 1500 1800 800
Voltmeter 2700 3200 3375 2500

2. Menghitung Biaya Produksi untuk masing-masing produk O dan V.

Biaya Produksi Total Produk O dan V:

Biaya ProduksiTotal Produk O danV =((Biaya Bahan Baku Produk O+ Biaya Tenaga Kerja+ Biaya Overhea

Biaya Tenaga Kerja:

Biaya Tenaga Kerja=( Jam Kerja Reguler per minggu∗Biaya Tenaga Kerja Reguler per jam )+ ( ( ( Waktu Prod

2 3 4
TCik = ∑ ∑ ∑ {[ ( BBi∗Xik ) ]+[ ( trj∗Li ) +((hij∗Xik )−trj)¿¿∗LLi ]+[ Xi∗Ovi]}¿ ¿
i=1 j=1 k=1

Di mana:
TCik = Biaya produksi total untuk produk i pada minggu k
BBi = Biaya bahan baku per unit produk i
Xik = Jumlah produk i yang diproduksi pada minggu k
hij = Jam kerja yang dibutuhkan untuk memproduksi 1 unit produk i pada stasiun j
trj = Jam Kerja Reguler maksimum pada stasiun j
Li = Biaya tenaga kerja reguler untuk produk i
LLi = Biaya tenaga kerja overtime untuk produk i
Ovi = Biaya overhead pabrik per unit produk i

TCk = { [BB1 * X1k] + [(tr1*L1)+((h11*X1k-tr1)*LL1)) + ((tr2*L1)+(h12*X1k-tr2)*LL1)) + ((tr3*L1)+((h13*X1k-

tr3)*LL1)] + [X1k*OV1] } + { [(BB2 * X2k] + [(tr1*L2)+((h21*X2k-tr1)*LL2)) + ((tr2*L2)+(h22*X2k-tr2)*LL2))
+ ((tr3*L2)+((h23*X2k-tr3)*LL2)] + [X2k*OV2] }

= { [150000 * X1k] + [((800*5000)+((0.7*X1k-800)*6000)) + ((1500*5000)+((0.35*X1k-

1500)*6000)) + ((1350*5000)+((0.4*X1k-1350)*6000))] + [X1k*9500] } + { [50000 * X2k] +
[((800*5000)+((0.35*X2k-800)*6000)) + ((1500*5000)+((0.2*X2k-1500)*6000)) +
((1350*5000)+((0.3*X2k-1350)*6000))] + [X2k*9500] }
 = { 150000 X1k + (4200 X1k-800000) + (2100 X1k-1500000) + (2400 X1k-1350000) + 9500 X1k } + {
50000 X2k + (2100*X2k-800000) + (1200*X2k-1500000) + (1800*X2k-1350000) + 9500 X2k }

= 168200 X1k + 64600 X2k - 7300000

3. Menghitung Biaya Outsourcing.

Biaya Outsourcing=Biaya Outsourcing Produk O+ Biaya Outsourcing Produk V

Biaya Outsourcing=[ ( Proyeksi Demand Produk O−Jumlah Produk O yang diproduksi )∗( 1,1∗Biaya Produks
2 4
1,1∗TCik
TOik = ∑ ∑ [ ( DQik−Xik )∗( )]
i=1 k=1 Xik

Di mana:
TOik = Biaya outsourcing untuk produk i pada minggu k
DQik = Proyeksi Demand untuk produk i pada minggu k
Xik = Jumlah produk i yang diproduksi pada minggu k
TCik = Biaya produksi total untuk produk i pada minggu k

4. Menghitung Laba Kotor.

Laba Kotor=¿

2 4
TPgik = ∑ ∑ ¿ ¿¿
i=1 k=1

Di mana:
TPgik = Total Laba Kotor yang diterima untuk produk i pada minggu k
Xik = Jumlah produk i yang diproduksi pada minggu k
Pi = Harga produk i
TCk = Biaya produksi total pada minggu k
DQik = Proyeksi Demand untuk produk i pada minggu k
TOik = Biaya outsourcing untuk produk i pada minggu k

TPgk = ((X1k*(420000 – 168200X1k + 64600X2k – 7300000)) – ((DQ1k-X1k)*(420000 - (

1,1∗168200 X 1 k +64600 X 2 k – 7300000
))) + ((X2k*(175000 – 168200X1k + 64600X2k –
X 1k
1,1∗168200 X 1 k +64600 X 2 k – 7300000
7300000)) – ((DQ2k-X2k)*(175000 - ( )))
X 2k

= ((X1k*(420000 – 168200X1k + 64600X2k – 7300000)) – ((DQ1k-X1k)*(420000 - (

185020 X 1 k +7106 0 X 2 k – 80 30000
))) + ((X2k*(175000 – 168200X1k + 64600X2k – 7300000)) –
X1k
185020 X 1 k +7106 0 X 2 k – 80 30000
((DQ2k-X2k)*(175000 - ( )))
X 2k
 = ((X1k*(– 168200X1k + 64600X2k – 6880000)) – ((DQ1k-X1k)*(420000 - (
185020 X 1 k +7106 0 X 2 k – 80 30000
))) + ((X2k*(– 168200X1k + 64600X2k – 7125000)) – ((DQ2k-
X1k
185020 X 1 k +7106 0 X 2 k – 80 30000
X2k)*(175000 - ( )))
X 2k

5. Menghitung Market Loss.

Market Loss=3∗Laba Kotor Per Unit∗¿)

2
Mik = ∑ 3∗Pgi∗(DQ ik− Xik )
i=1

Dimana:

Mik = Market Loss produk i pada minggu k

Pgi = Profit kotor per unit produk i
DQik = Demand produk i pada minggu k
Xik = Jumlah produk i yang diproduksi pada minggu k

Laba Kotor per unit untuk masing-masing produk O dan V:

2 4
Pgik = ∑ ∑
i=1 k=1
( TPgik
Xik )

Di mana:
TPgik = Total Laba Kotor yang diterima untuk produk i pada minggu k

Sehingga,
2 4
Mik = ∑ ∑ (3∗
i=1 k=1
( TPgik
Xik )
¿ ¿ ( DQik−Xik ))¿

6. Menghitung Laba Bersih.

Laba Bersih=Laba Kotor−Market Loss

2 4
TPnik = ∑ ∑ [TPgik−Mik ]
i=1 k=1
2 4
= ∑ ∑ ¿ ¿¿
i=1 k=1
2 4
= ∑ ∑ [TPgik∗(1−¿¿
i=1 k=1
( 3∗( DQik−Xik
Xik
)
))]¿ ¿
Dimana:

TPnik = Total Laba Bersih yang diterima untuk produk i pada minggu k
TPgik = Total Laba Kotor yang diterima untuk produk i pada minggu k
DQik = Demand produk i pada minggu k
Xik = Jumlah produk i yang diproduksi pada minggu k

TPnk = {((X1k*(– 168200X1k + 64600X2k – 6880000)) – ((DQ1k-X1k)*(420000 - (

185020 X 1 k +7106 0 X 2 k – 80 30000 3∗( DQ 1 k −X 1k )
X1k
))) * (1 - ( X1k )
)} + {((X2k*(– 168200X1k +

185020 X 1 k +7106 0 X 2 k – 80 30000

64600X2k – 7125000)) – ((DQ2k-X2k)*(175000 - ( ))) * (1 -
X 2k
3∗( DQ 2 k −X 2 k)
( X 2k
)})
7. Identifikasi Constraint.

Pembatas yang digunakan dalam model ini adalah:

1. Jumlah produk yang diproduksi pada suatu periode harus berjumlah kurang atau sama
dengan proyeksi demand.
x11 >= 0;
x21 >= 0;
x11 <= 2012;
x21 <= 3996;

x12 >= 0;
x22 >= 0;
x12 <= 2588;
x22 <= 3420;

x13 >= 0;
x23 >= 0;
x13 <= 1116;
x23 <= 3612;

x14 >= 0;
x24 >= 0;
x14 <= 2204;
x24 <= 3228;

2. Total Jam Kerja setiap Stasiun Kerja harus kurang atau sama dengan kapasitas maksimum
Stasiun Kerja reguler ditambah kapasitas maksimum overtime (1/2 kapasitas reguler).
SK Chasis
0.35*X11k + 0,2*X21k<= 1200
SK Circuit Board
0.7*X12k + 0,35*X22k <= 2250
SK Assembly
 0.4*X13k + 0,3*X23k <= 2025

(k menunjukkan periode, dari 1-4)

3. Jumlah Produk yang di-outsourcing harus sama dengan atau lebih dari 200 unit.
DQ1k – X1k >= 200
(k menunjukkan periode, dari 1-4)

IV.4 MODEL MATEMATIK

Setelah melakukan langkah-langkah di atas, didapatkan model matematis sebagai berikut:

Maksimasi Z =
4

k =1 {
∑ ( ( X 1k∗(−168200 X 1 k +64600 X 2 k−6880000 )) ) − ( DQ 1 k− X 1 k )∗ 420000−( 185020 X 1 k +71060
( ( X 1k
X2

Maksimasi Z =

{ (
( ( X 11∗(−168200 X 11+64600 X 21−6880000 )) )− ( 2000− X 11 )∗ 420000−( ( 185020 X 11+71060
X 11
X 21−803

{ (
( ( X 12∗(−168200 X 12+64600 X 22−6880000 ) ) )− ( 1500−X 12 )∗ 420000−( ( 185020 X 12+71060
X 12
X 22−803

{ (
( ( X 13∗(−168200 X 13+64600 X 23−6880000 ) ) ) − ( 1800− X 13 )∗ 420000− ( ( 185020 X 13+71060
X 13
X 23−803

{ (
( ( X 14∗(−168200 X 14+ 64600 X 24−6880000 ) ) )− ( 800−X 14 )∗ 420000−( ( 185020 X 14+ 71060
X 14
X 24−803

subject to:
 Xik <= DQik

x11 >= 0;
x21 >= 0;
x11 <= 2012;
x21 <= 3996;

x12 >= 0;
x22 >= 0;
x12 <= 2588;
x22 <= 3420;

x13 >= 0;
x23 >= 0;
x13 <= 1116;
x23 <= 3612;

x14 >= 0;
x24 >= 0;
x14 <= 2204;
x24 <= 3228;

2 3 4

∑ ∑ ∑ H ijk∗X ijk ≤ 1,5∗trj

i=1 j=1 k=1

0.35*X11k + 0,2*X21k<= 1200

0.7*X12k + 0,35*X22k <= 2250
0.4*X13k + 0,3*X23k <= 2025

2 4

∑ ∑ DQ ik – X i k ≥200
i=1 k=1

IV.5 ANALISIS SENSITIVITAS

Pencarian solusi dari model matematis aproksimasi 3 berupa programa linear dilakukan
menggunakan software LINGO. Berikut diberikan syntax yang diinput kedalam software tersebut:

max = (((x11 * (-168200*x11 + 64600*x21 - 6880000)) - (((2000 - x11) *

(420000 - (185020 + 71060*(x21/x11) - (8030000/x11))))
* (1-(3* (2000/x11 - 1))))) + ((x21 * (-168200*x11 + 64600*x21 - 7125000))
- (((2700 - x21) * (175000 -
(185020*(x11/x21) + 71060 - (8030000/x11)))) * (1-(3* (2700/x21 - 1))))))+

(((x12 * (-168200*x12 + 64600*x22 - 6880000)) - (((1500 - x12) * (420000 -

(185020 + 71060*(x22/x12) - (8030000/x12))))
* (1-(3* (1500/x12 - 1))))) + ((x22 * (-168200*x12 + 64600*x22 - 7125000))
- (((3200 - x22) * (175000 -
(185020*(x12/x22) + 71060 - (8030000/x12)))) * (1-(3* (3200/x22 - 1))))))+

(((x13 * (-168200*x13 + 64600*x23 - 6880000)) - (((1800 - x13) * (420000 -

(185020 + 71060*(x23/x13) - (8030000/x13))))
* (1-(3* (1800/x13 - 1))))) + ((x23 * (-168200*x13 + 64600*x23 - 7125000))
- (((3375 - x23) * (175000 -
(185020*(x13/x23) + 71060 - (8030000/x13)))) * (1-(3* (3375/x23 - 1))))))+

(((x14 * (-168200*x14 + 64600*x24 - 6880000)) - (((800 - x14) * (420000 -

(185020 + 71060*(x24/x14) - (8030000/x14))))
* (1-(3* (800/x14 - 1))))) + ((x24 * (-168200*x14 + 64600*x24 - 7125000)) -
(((2500 - x24) * (175000 -
(185020*(x14/x24) + 71060 - (8030000/x14)))) * (1-(3* (2500/x24 - 1))))));

1*x11 >= 0;
1*x21 >= 0;
1*x11 <= 2012;
1*x21 <= 3996;

1*x12 >= 0;
1*x22 >= 0;
1*x12 <= 2588;
1*x22 <= 3420;

1*x13 >= 0;
1*x23 >= 0;
1*x13 <= 1116;
1*x23 <= 3612;

1*x14 >= 0;
1*x24 >= 0;
1*x14 <= 2204;
1*x24 <= 3228;

@gin(x11);
@gin(x21);
@gin(x12);
@gin(x22);
@gin(x13);
@gin(x23);
@gin(x14);
@gin(x24);
Saat program dieksekusi (solve), muncul window yang menyatakan bahwa model matematis yang
digunakan akan menghasilkan solusi yang tidak optimal / tidak feasible.
Hasil solusi yang didapatkan menunjukkan hasil 0 untuk setiap variabel dicari yang akan
menghasilkan fungsi tujuan maksimum. Oleh karena tidak didapatkannya solusi optimum dan nilai
dari fungsi tujuan maksimum, analisis sensitivitas tidak dapat dilakukan karena tidak adanya nilai
fungsi tujuan yang bisa dibandingkan.