10E00293

PENENTUAN JUMLAH PRODUKSI OPTIMAL
UNTUK MEMAKSIMUMKAN LABA DENGAN

MENGGUNAKAN METODE INTEGER PROGRAMMING
DI PT. CAHAYA KAWI ULTRA POLYINTRACO
TUGAS SARJANA
Diajukan Untuk Memenuhi Sebagian dari Syarat-syarat
Memperoleh Gelar Sarjana Teknik
oleh :
Wenni Junida
NIM. 040403006
DEPARTEMEN
TEKNIK
F A K U L T A S
INDUSTRI
T E K N I K
UNIVERSITAS SUMATERA UTARA

M E D A N
2009
Wenni Junida : Penentuan Jumlah Produksi Optimal Untuk Memaksimumkan Laba Dengan Menggunakan
Metode Integer Programming Di PT. Cahaya Kawi Ultra Polyintraco, 2010.
ABSTRAK
PT Cahaya Kawi Ultra Polyintraco merupakan perusahaan manufaktur
yang bergerak dalam bidang pembuatan spring bed. Spring bed yang dihasilkan
terdiri dari berbagai jenis. Perusahaan berproduksi dengan sistem make to stock.
Saat ini, penentuan volume produksi dibuat berdasarkan keputusan manajer
produksi dan pemasaran dengan melihat pola data masa lalu dan melakukan
peramalan kuantitatif sesuai dengan pola data. Seperti yang diketahui, bahwa hasil
interpretasi peramalan tidak akan terlalu jauh berbeda dengan pola data
permintaan tahun sebelumnya. Namun pada kenyataannya pada tahun 2008
misalnya, terjadi pergeseran permintaan dari tahun 2007 sebesar 6.81% untuk
platinum, 26.46% untuk golden, 3.17% untuk silver dan 17.53% untuk bigline.
Ketidakpastian ini menyebabkan perusahaan menginginkan metode perencanaan
produksi yang lebih baik.
Inti dari perencanaan produksi dengan integer programming adalah dapat
dilakukan optimisasi produksi dengan tujuan maksimisasi laba. Hal ini dilakukan
dengan membuat model matematis dimana yang menjadi fungsi tujuan adalah
maksimisasi laba, sedangkan yang menjadi kendala adalah keterbatasan sumber
daya perusahaan dan target produksi. Dengan penggunaan integer programming
diperoleh rencana produksi yang optimal dengan mengalokasikan sumber daya
perusahaan secara efisien.
Hasil penelitian menunjukkan bahwa rencana produksi yang optimal untuk
bulan Mei 2009 adalah 211 unit untuk jenis platinum, 56 unit jenis golden, 373
unit jenis silver dan 68 unit jenis bigline. Laba yang dihasilkan adalah Rp.
107.619.000. Untuk bulan Juni 2009 adalah 200 unit untuk jenis platinum, 44 unit
jenis golden, 417 unit jenis silver dan 67 unit jenis bigline. Laba yang dihasilkan
adalah Rp. 108.511.000. Untuk bulan Juli 2009 adalah 182 unit untuk jenis
platinum, 55 unit jenis golden, 437 unit jenis silver dan 57 unit jenis bigline. Laba
yang dihasilkan adalah Rp. 107.176.000.
Untuk menjamin kelangsungan produksi, maka perusahaan perlu
meningkatkan persediaan bahan baku. Hasil ini dapat menjadi acuan bagi
perusahaan dalam perencanaan produksinya.
KATA PENGANTAR
Puji dan syukur penulis panjatkan kehadirat Tuhan Yang Maha Kuasa atas
penyertaanNya sehingga penulis dapat melakukan penelitian dan menyelesaikan
tugas sarjana ini sesuai dengan waktu yang telah ditentukan. Tugas sarjana ini
merupakan salah satu syarat akademis yang harus dipenuhi oleh mahasiswa untuk
menyelesaikan studi di Departemen Teknik Industri, Fakultas Teknik, Universitas
Sumatera Utara.
Tugas sarjana ini berjudul Penentuan Jumlah Produksi Optimal untuk
Memaksimumkan Laba dengan Menggunakan Metode Integer Programming
di PT. Cahaya Kawi Ultra Polyintraco. Adapun latar belakang penulis
mengangkat judul ini adalah penulis ingin memberikan suatu perbandingan
metode perencanaan produksi dengan pendekatan integer programming.
Penulis berusaha memberikan yang terbaik dalam mengerjakan tugas
sarjana ini, namun penulis menyadari bahwa tugas sarjana ini masih banyak
kekurangan. Oleh karena itu, penulis mengharapkan saran dan kritik yang
membangun demi kebaikan tugas sarjana ini. Semoga tugas sarjana ini bermanfaat
bagi kita semua.
UNIVERSITAS SUMATERA UTARA, MEDAN
PENULIS
Juni 2009
UCAPAN TERIMAKASIH
Selama
penyusunan
laporan
tugas
sarjana
ini,
penulis
banyak
mendapatkan dukungan dan bantuan dari berbagai pihak. Maka pada kesempatan
ini dengan hati yang tulus penulis ingin mengucapkan terimakasih kepada:
1. Ibu Ir Nazlina, MT sebagai dosen pembimbing I dalam penyelesaian Tugas
Sarjana ini, yang telah menyediakan waktu dan perhatian untuk membimbing
penulis dalam menyelesaikan tugas sarjana ini.
2. Bapak Buchari, ST. MKes, sebagai dosen pembimbing II dalam penyelesaian
Tugas Sarjana ini, yang telah menyediakan waktu dan perhatian untuk
membimbing penulis dalam menyelesaikan tugas sarjana ini.
3. Bapak Ir. Tanib S. Tjolia, M.Eng, Ibu Ir. Nurhayati Sembiring, MT dan Bapak
DR. Ir. Humala Napitupulu, DEA sebagai dosen pembanding yang bersedia
memberikan saran yang membangun bagi perbaikan tugas sarjana ini.
4. Bapak Ir. Sugi Arto Pujangkoro, MM, sebagai Koordinator Tugas Akhir yang
telah mengarahkan penulis dalam memahami judul Tugas Sarjana.
5. Bapak Prof. Ir. Sukaria Sinulingga M.Eng, sebagai Koordinator Bidang untuk
Manufaktur yang telah mengarahkan penulis dalam memahami judul Tugas
Sarjana.
6. Ibu Ir. Rosnani Ginting, MT, sebagai Ketua Departemen Teknik Industri
Fakultas Teknik, Universitas Sumatera Utara yang turut memberikan motivasi
kepada penulis dalam menyelesaikan tugas sarjana ini.
7. Bapak Haeril Endriansyah, ST sebagai manajer produksi PT. Cahaya Kawi

Ultra Polyintraco yang telah membimbing dan memberikan kesempatan bagi
penulis untuk melakukan penelitian.
8. Karyawan produksi PT. Cahaya Kawi Ultra Polyintraco yang telah banyak
membantu penulis dalam melakukan penelitian.
9. Bang Bowo, Kak Dina, dan Bang Tumijo, selaku pegawai Departemen Teknik
Industri, Fakultas Teknik, Universitas Sumatera Utara yang telah membantu
penulis dalam pengurusan berkas-berkas tugas sarjana.
10. Kedua Orang tuaku, Ir Darwin Girsang dan H br Tambunan, yang telah
memberikan kasih sayang, doa dan semangat bagi penulis.
11. Kakakku Melia Girsang, ST atas semangat dan doanya dan adikku Septika
Girsang yang sangat baik dan selalu mendukung penulis
12. Hendra Feryanto Simanjuntak, yang selalu ada memberikan bantuan,
semangat, doa dan sukacita bagi penulis.
13. Adikku Ebeth, Melisa dan Yosi yang telah memberikan semangat dan doa
bagi penulis.
14. Semua sahabat dan saudara yang memberikan dukungan dan keceriaan Juana,
Misna, Mariaty, Elfrida, Desima, Valent, Erna, Dame, Yetti, Nova Yulistina,
dan Meryantina .
Demikian ucapan terima kasih ini saya sampaikan, Tuhan memberkati.
DAFTAR ISI
BAB
HALAMAN
HALAMAN JUDUL ........................................................................
LEMBAR PENGESAHAN ..............................................................
ii
SERTIFIKASI EVALUASI TUGAS SARJANA .............................
iii
ABSTRAK.......................................................................................
iv
KATA PENGANTAR .....................................................................
UCAPAN TERIMA KASIH ...........................................................
vi
DAFTAR ISI ...................................................................................
viii
DAFTAR TABEL ............................................................................
xiv
DAFTAR GAMBAR .......................................................................
xviii
DAFTAR LAMPIRAN ....................................................................
xix
PENDAHULUAN
1.1. Latar Belakang Permasalahan ....................................................
I-1
1.2. Rumusan Permasalahan .............................................................
I-2
1.3. Tujuan dan Sasaran Penelitian ...................................................
I-3
1.3.1. Tujuan Penelitian ............................................................
I-3
1.3.2. Sasaran Penelitian ...........................................................
I-3
1.4. Manfaat Penelitian ....................................................................
I-4
1.5. Pembatasan Masalah dan Asumsi Penelitian .............................
I-4
1.5.1. Pembatasan Masalah .......................................................
I-4
1.5.2. Asumsi Penelitian ...........................................................
I-3
1.6. Sistematika Penulisan Tugas Sarjana......................................... I-4
II GAMBARAN UMUM PERUSAHAAN

2.1. Sejarah Perusahaan .................................................................... II-1
2.2. Ruang Lingkup Bidang Usaha ................................................... II-2
2.3. Organisasi dan Manajemen Perusahaan ..................................... II-2
2.3.1. Struktur Organisasi PT Cahaya Kawi Ultra Polyintaco .... II-3
2.3.2. Tenaga Kerja dan Jam Kerja Perusahaan ......................... II-5
2.3.2.1. Tenaga Kerja ...................................................... II-5
2.3.2.2. Jam Kerja .......................................................... II-7
2.3.3. Sistem Pengupahan dan Fasilitas yang Digunakan .......... II-7
2.3.3.1. Tunjangan .......................................................... II-8
2.3.3.2. Fasilitas ............................................................. II-9
2.4. Proses Produksi ......................................................................... II-9
2.4.1. Bahan ............................................................................. II-9
2.4.1.1. Bahan Baku ........................................................ II-9
2.4.1.2. Bahan Tambahan................................................ II-12
2.4.1.3. Bahan Penolong ................................................. II-13
2.4.2. Uraian Proses Produksi ................................................... II-13
2.4.2.1. Pembuatan Sandaran Spring bed......................... II-13
2.4.2.2. Pembuatan Matras Spring bed ............................ II-14
2.4.2.3. Pembuatan Divan Spring bed............................. II-16
2.5. Mesin dan Peralatan ................................................................ II-17
2.5.1. Mesin Produksi ............................................................... II-17

2.5.2. Peralatan ......................................................................... II-21
2.5.3. Utilitas ............................................................................ II-22
2.5.4. Safety and Fire Protection .............................................. II-22
2.5.5. Waste and Treatment ...................................................... II-23
2.5.6. Maintenance ................................................................... II-23
III
LANDASAN TEORI
3.1. Perencanaan Produksi............................................................... III-1
3.2. Pengukuran Waktu ................................................................... III-3
3.2.1. Teknik-teknik Pengukuran Waktu ................................... III-4
3.2.2. Pengukuran Waktu Jam henti .......................................... III-5
3.2.3. Langkah-langkah sebelum Melakukan Pengukuran ......... III-6
3.2.4. Melakukan Pengukuran Waktu ....................................... III-9
3.2.5. Pengujian Data Waktu .................................................... III-9
3.2.5.1. Uji Keseragaman ................................................ III-9
3.2.5.2. Uji Kecukupan Data ........................................... III-10
3.2.6. Perhitungan Waktu ......................................................... III-11
3.2.7. Penyesuaian dan Kelonggaran......................................... III-12
3.2.7. Penyesuaian .......................................................... III-12
3.2.7. Kelonggaran .......................................................... III-14
3.3. Peramalan................................................................................. III-16
3.3.1. Metode Peramalan .......................................................... III-17
3.3.2. Analisis Deret Waktu ...................................................... III-18

3.3.3. Analisis Kesalahan Peramalan ........................................ III-23
3.3.4. Verifikasi dan Pengendalian Peramalan .......................... III-24
3.4. Pemrograman Linear ................................................................ III-26
3.4.1. Model Pemrograman Linear ........................................... III-26
3.4.2. Bentuk Umum Pemrograman Linear ............................... III-28
3.4.3. Asumsi Pemrograman Linear .......................................... III-29
3.4.4. Metode Simpleks ............................................................ III-30
3.4.5. Metode Big M dan Dua Fase ........................................... III-33
3.4.6. Integer Programming...................................................... III-34
3.4.7. Algoritma Branch and Bound ......................................... III-35
IV
METODOLOGI PENELITIAN
4.1. Tempat dan Waktu Penelitian ..................................................
IV-1
4.2. Jenis Penelitian ........................................................................
IV-1
4.3. Instrumen Penelitian ................................................................
IV-2
4.4. Pengumpulan Data ...................................................................
IV-2
4.5. Metode Pengolahan Data .........................................................
IV-3
4.6. Analisis ....................................................................................
IV-6
4.7. Kesimpulan dan Saran .............................................................
IV-7
PENGUMPULAN DAN PENGOLAHAN DATA

5.1. Pengumpulan Data ...................................................................
V- 1
5.1.1. Data Laba dari Setiap Matras Spring bed .......................
V-1
5.1.2. Data Waktu Siklus Tenaga Kerja ...................................
V-1
5.1.3. Data Jumlah Tenaga Kerja .............................................
V-9
5.1.4. Data Jumlah Hari Kerja..................................................
V-9
5.1.5. Data Penjualan ...............................................................
V-10
5.1.6. Data Pemakaian dan Kapasitas Gudang Bahan Baku ......
V-11
5.1.7. Data Jumlah Produksi yang Memenuhi Batasan

BEP dalam Unit Produksi .............................................
V-13
5.2.Pengolahan Data ....................................................................... V- 14

5.2.1. Penentuan Fungsi Tujuan ...............................................
V-14
5.2.2. Penentuan Fungsi Kendala Pertama ...............................
V-15
5.2.2.1. Uji Keseragaman Data Waktu Siklus .................
V-15
5.2.2.2. Penentuan Rating Factor dan Allowance ...........
V-24
5.2.2.3. Perhitungan Waktu Normal

dan Waktu Standar ..........................................
V-27
5.2.2.3.1. Waktu Normal ...............................
V-27
5.2.2.3.1. Waktu Standar ................................
V-27
5.2.2.4. Formulasi Fungsi Kendala Pertama .................
V-29
5.2.3. Penentuan dan Formulasi Fungsi Kendala Kedua ...........
V-31
5.2.4. Penentuan Fungsi Kendala Ketiga ..................................
V-33
5.2.4.1. Peramalan Permintaan Spring bed ....................
V-33
5.2.4.2. Formulasi Fungsi Kendala Ketiga.....................
V-43
5.2.5. Penentuan dan Formulasi Fungsi Kendala Keempat .......
V-44
5.2.6. Penentuan Model Perencanaan Produksi ........................
V-45
5.2.7. Penyelesaian Model Linear Programming

dengan Metode Simpleks ............................................... V-49
5.2.8. Penyelesaian Model Integer Programming
dengan Metode Branch and Bound ................................ V-66
VI
ANALISIS DAN EVALUASI

6.1. Analisis.
............................................................................ VI-1
6.1.1. Analisis Model Perencanaan Produksi

Perusahaan Saat ini..... .................................................... VI-1
6.1.2. Analisis Perencanaan Produksi
dengan Integer Programming ........................................ VI-2
6.1.3. Analisis Sensitivitas Perencanaan Produksi ..................... VI-6
6.2. Evaluasi . ............................................................................ VI-1
VII
KESIMPULAN DAN SARAN

7.1. Kesimpulan ............................................................................... VII-1
7.2. Saran ......................................................................................... VII-3
DAFTAR PUSTAKA
LAMPIRAN
DAFTAR TABEL
TABEL
HALAMAN
2.1. Perincian Jumlah Tenaga Kerja pada

PT. Cahaya Kawi Ultra Polyintraco .............................................. II-5
2.2. Jam Kerja PT. Cahaya Kawi Ultra Polyintraco ............................. II-7
3.1. Ukuran Statistik Parameter Kesalahan .......................................... III-21
3.2. Bentuk Standar Tabel Simpleks .................................................... III-27
3.3. Tabel Simpleks I .......................................................................... III-28
3.4. Tabel Simpleks 2 .......................................................................... III-28
3.5. Tabel Simpleks 3 .......................................................................... III-29
5.1. Laba dari Setiap Penjualan Spring bed ......................................... V-1
5.2. Waktu Siklus Rata-rata Tenaga Kerja
pada Pembuatan Spring bed Tipe Platinum ................................... V-5
pada Pembuatan Spring bed Tipe Golden ..................................... V-6
pada Pembuatan Spring bed Tipe Silver ....................................... V-7
pada Pembuatan Spring bed Tipe Bigline ..................................... V-8
5.6. Data Jumlah Tenaga Kerja Produksi Matras Spring bed ............... V-9
5.7. Data Waktu Kerja Tersedia Tahun 2009 ....................................... V-10
5.8. Total Penjualan Spring bed Periode Tahun 2007-2008.................. V-11
5.9. Data Pemakaian Bahan untuk Matras Tiap Jenis Spring bed ......... V-12
5.10. Kapasitas Gudang......................................................................... V-13
5.11. Jumlah Produksi Minimum Perusahaan ........................................ V-13
5.12. Pengelompokan Data Waktu Kecepatan Rata-rata Operasi
Perakitan Per Bulat (K1) dalam Sub Grup .................................... V-15
5.13. Uji Keseragaman Data Waktu Siklus Pembuatan
Spring bed Tipe Platinum ............................................................ V-18
Spring bed Tipe Golden ............................................................... V-20
Spring bed Tipe Silver ................................................................. V-20
Spring bed Tipe Bigline ............................................................... V-21
5.17. Uji Kecukupan Data Waktu Siklus Pembuatan
Spring bed Tipe Platinum ............................................................ V-22
Spring bed Tipe Golden ............................................................... V-23
Spring bed Tipe Silver ................................................................. V-23
Spring bed Tipe Bigline ............................................................... V-24
5.21. Allowances Tiap Stasiun Kerja ..................................................... V-25
5.22. Waktu Normal pada Stasiun Kerja ................................................ V-28
5.23. Waktu Standar pada Stasiun Kerja ............................................... V-28

5.24. Ketersediaan Jam Kerja Orang Bulan Mei-Juli Tahun 2009 .......... V-30
5.25. Perhitungan Parameter Peramalan Kuadratis untuk
Spring bed Tipe Platinum ............................................................. V-35
5.26. Perhitungan Parameter Trend Dekomposisi
5.27. Perhitungan Parameter Musiman Dekomposisi
5.28. Perhitungan MSE Metode Kuadratis untuk
5.29. Perhitungan MSE Metode Dekomposisi untuk
5.30. Perhitungan Verifikasi untuk Spring bed Tipe Platinum .............. V-41
5.31. Hasil Peramalan Spring bed Tipe
Platinum, Golden, Silver dan Bigline ............................................ V-43
5.32. Rekapitulasi Fungsi Tujuan dan Fungsi Kendala
Bulan Mei, Juni dan Juli .............................................................. V-46
5.33. Tabel Simpleks Awal ................................................................... V-52
5.34. Tabel Simpleks Iterasi 1 ............................................................... V-58

5.40. Tabel Simpleks Iterasi 7 (Tabel Final) .......................................... V-64
5.41. Rekapitulasi Penentuan Jumlah Produksi dengan
Model Linear Programming ......................................................... V-65
Model Integer Programming ........................................................ V-70
6.1.
Rekapitulasi Hasil Perhitungan dengan Integer Programming ...... VI-4
6.2.
Perbandingan Ketersediaan Sumber Daya di Perusahaan dengan

Pemakaian Sumber Daya Berdasarkan Integer Programming ....... VI-5
6.3. Maksimum Perubahan Kapasitas .................................................. VI-7

Model Integer Programming ........................................................ VII-2
7.2. Rekapitulasi Jumlah Sumber Daya (Kendala) Terpakai ................ VII-2
DAFTAR GAMBAR
GAMBAR
HALAMAN
2.1.
Struktur Organisasi PT. Cahaya Kawi Ultra Polyintraco ............. II-4
3.1.
Peta Kontrol untuk Uji Keseragaman Data ................................. III-9
4.1.
Diagram Alir Metodologi Penelitian ........................................... IV-8
4.2.
Diagram Alir Pengolahan Data ................................................... IV-9
4.3.
Blok Diagram Pengolahan Data .................................................. IV-10
5.1.
Control Chart Uji Keseragaman ................................................. V-16
5.2.
Diagram Pencar Penjualan Spring bed Platinum 2007-2008 ....... V-34
5.3.
Moving Range Chart untuk Spring bed Platinum ........................ V-42
5.4.
Perhitungan Branch and Bound ................................................. V-67
DAFTAR LAMPIRAN
LAMPIRAN
HALAMAN
Uraian Tugas dan Tanggung Jawab ................................................ L-1
Peta Proses Operasi Pembuatan Produk .......................................... L-5
Pengukuran Waktu ......................................................................... L-8
Uji Keseragaman Data ................................................................... L-10
Tabel Kelonggaran ......................................................................... L-13
Peramalan ...................................................................................... L-15
Hasil Perhitungan Model Linier Programming

dengan Software LINDO ................................................................ L-23
Hasil Perhitungan Model Integer Programming

dengan Software LINDO ................................................................ L-26
Form Surat Permohonan Tugas Sarjana .......................................... L-38
10
Form Surat Penetapan Tugas Sarjana ............................................. L-39
11
Surat Balasan dari Perusahaan ........................................................ L-40
12
Surat Keputusan Tugas Sarjana ...................................................... L-41
13
Form Berita Acara Laporan Tugas Sarjana ..................................... L-43
BAB I
PENDAHULUAN
1.1.
Latar Belakang Permasalahan

Seiring dengan meningkatnya persaingan dunia industri saat ini,
perusahaan dituntut untuk memiliki keunggulan kompetitif agar dapat bertahan di

tingkat nasional maupun internasional. Salah satu cara yang ditempuh adalah
membuat
perencanaan
produksi dengan
tepat.
Perencanaan
produksi
berhubungan dengan penentuan volume produksi, ketepatan waktu penyelesaian

dan utilisasi sumber daya yang tersedia. Dengan perencanaan yang tepat, proses
produksi dapat berjalan efisien dan efektif. Hal ini berdampak pada peningkatan
laba perusahaan.
PT Cahaya Kawi Ultra Polyintraco merupakan perusahaan manufaktur
yang bergerak dalam bidang pembuatan spring bed. Saat ini, penentuan volume
produksi dibuat berdasarkan keputusan manajer produksi dan pemasaran dengan
melihat pola data masa lalu dan melakukan peramalan kuantitatif sesuai dengan
pola data. Seperti yang diketahui, bahwa hasil interpretasi peramalan tidak akan
terlalu jauh berbeda dengan pola data permintaan tahun sebelumnya. Namun pada
kenyataannya pada tahun 2008 misalnya, terjadi pergeseran permintaan dari tahun
2007 sebesar 6.81% untuk platinum, 26.46% untuk golden, 3.17% untuk silver
dan 17.53% untuk bigline. Oleh karena itu, perencanaan produksi pada
perusahaan ini kurang akurat mengingat adanya fluktuasi permintaan yang tidak
menentu. Di satu sisi, ketika permintaan menurun maka kontinuitas pemenuhan
permintaan terjamin, namun berakibat pada tingginya biaya investasi persediaan

barang. Di sisi lain, ketika permintaan meningkat maka perusahaan mengalami
kekurangan produksi sehingga permintaan tidak dapat dipenuhi. Hal ini
menyebabkan hilangnya penjualan dan menurunnya laba perusahaan. Dalam
jangka panjang menyebabkan hilangnya kepercayaan konsumen terhadap
perusahaan.
Keputusan volume produksi yang dibuat juga belum mempertimbangkan
keterbatasan perusahaan dalam hal kapasitas tenaga kerja dan ketersediaan bahan
secara optimal. Dalam hal bahan baku misalnya, perusahaan tidak dapat
memproduksi jenis tertentu karena bahan baku tidak tersedia dan masih
menunggu pengiriman. Dengan mengacu pada uraian tersebut, maka perusahaan
perlu melakukan pembenahan dalam perencanaan produksinya dalam hal
menetapkan jumlah produksi optimal untuk tiap jenis springbed. Hal ini dilakukan
dengan memperhatikan kapasitas tenaga kerja, ketersediaan bahan baku, target
produksi sesuai dengan peramalan permintaan dan jumlah produksi minimun yang
ditetapkan perusahaan.
1.2.
Rumusan Permasalahan
Tidak tepatnya penentuan jumlah produksi menyebabkan perusahaan
mengalami kekurangan ataupun kelebihan produksi. Hal ini sangat berpengaruh

pada pencapaian laba perusahaan. Maka yang menjadi pokok permasalahan
adalah penentuan jumlah produksi yang optimal untuk tiap jenis springbed
sehingga dapat memaksimumkan laba perusahaan.
1.3.
Tujuan dan Sasaran Penelitian
1.3.1. Tujuan Penelitian

Tujuan penelitian ini adalah mendapatkan sebuah rencana produksi yang
optimal untuk memaksimumkan laba perusahaan.
1.3.2. Sasaran Penelitian

Sasaran yang hendak dicapai dari penelitian ini adalah :
1. Membuat sebuah model rencana produksi optimal, dimana fungsi
tujuannya adalah memaksimumkan laba dengan variabel keputusan jumlah
produksi optimal untuk tiap jenis springbed.
2. Membuat susunan kendala dalam mencapai fungsi tujuan. Kendala yang
dimaksud adalah kapasitas tenaga kerja, ketersediaan bahan baku, target
produksi dan pencapaian break even point (BEP) perusahaan. Dalam hal
ini kapasitas tenaga kerja tercakup dalam waktu baku penyelesaian
produk, ketersediaan bahan baku diperoleh dengan mencatat data
perusahaan, target produksi diperoleh dengan melakukan peramalan
permintaan sedangkan pencapaian BEP diperoleh dari data jumlah
produksi minimum yang ditetapkan perusahaan sehingga break even point
(BEP) perusahaan tercapai.
1.4.
Manfaat Penelitian
Manfaat penelitian ini pada dasarnya adalah sebagai berikut :
1. Bagi penulis, yakni dapat menjadi sarana pembelajaran ilmu pengetahuan

yang telah diterima selama menjalani perkuliahan. Selain itu dapat melihat
dan menerapkan suatu konsep ilmu di lapangan kerja nyata.
2. Bagi Departemen,
yakni dapat
menjadi
literatur yang
semakin
memperkaya penerapan ilmu teknik industri di lapangan kerja nyata serta

menjadi bahan literatur bagi penelitian oleh departemen maupun
mahasiswa di kemudian hari
3.
Bagi perusahaan, yakni :

a.
Sebagai masukan bagi perusahaan dalam perencanaan produksi untuk

menentukan jumlah produksi optimal yang dapat memaksimumkan
laba perusahaan.
b.
Sebagai masukan bagi perusahaan dalam memanfaatkan sumber daya

yang tersedia seefektif mungkin.
1.5.
Pembatasan Masalah dan Asumsi Penelitian
1.5.1. Pembatasan Masalah

Agar pembahasan dan pemecahan masalah menjadi terarah, tidak
menyimpang dari pokok masalah yang ada dan menghindari pembahasan yang
terlalu luas maka perlu diberi batasan pada permasalahan yang ada, yakni :
1. Data penjualan yang digunakan untuk peramalan permintaan adalah data
penjualan 2 tahun terakhir.
2. Bahan yang menjadi kendala adalah per bulat, kain dan busa. Hal ini
dilakukan karena bahan baku tersebut paling dominan dalam proses
produksi, memiliki keterbatasan di gudang, biaya simpan tinggi dan
kendala dalam persediaan karena harus menunggu pengiriman.
3. Fungsi kendala yang dibahas adalah kapasitas tenaga kerja, ketersediaan
bahan, jumlah permintaan dan jumlah produksi minimum yang ditetapkan
perusahaan sehingga BEP perusahaan dalam unit produksi tercapai.
1.5.2. Asumsi Penelitian

Asumsi-asumsi yang digunakan adalah:
1. Tidak terjadi perubahan terhadap sistem produksi dan urutan proses
produksi selama penelitian dilakukan.
2. Harga jual, harga bahan baku dan biaya produksi lain dan tidak berubah
selama penelitian dilakukan.
3. Operator yang bekerja di setiap proses memiliki kemampuan kerja normal.
4. Kondisi mesin dan peralatan dalam keadaan siap pakai ketika penelitian
dilakukan.
1.6.
Sistematika Penulisan Tugas Akhir

Sistematika yang digunakan dalam penulisan tugas akhir ini adalah pada
bab pertama menguraikan mengenai latar belakang masalah, perumusan masalah,

tujuan dan manfaat penelitian, pembatasan masalah dan asumsi penelitian. Bab
kedua memuat gambaran umum perusahaan yang menjadi objek penelitian
meliputi sejarah perusahaan, jenis produk dan spesifikasinya, bahan baku, proses
produksi, mesin dan peralatan yang digunakan dan organisasi dan manajemen.
Bab ketiga menguraikan mengenai tinjauan-tinjauan kepustakaan yang
berisikan teori dan pemikiran yang berhubungan dengan perencanaan produksi
dan akan digunakan sebagai landasan dalam pembahasan dan pemecahan
masalah. Bab keempat berisi metodologi penelitian yang digunakan untuk
mencapai tujuan penelitian meliput i tahapan-tahapan penelitian mulai dari
persiapan hingga penyusunan laporan tugas akhir.
Bab kelima memuat data primer dan sekunder yang diperoleh dari
penelitian serta pengolahan data yang membantu dalam pemecahan masalah. Bab
keenam memuat pembahasan hasil yang diperoleh dari pengolahan dan
pemecahan masalah. Bab ketujuh memuat kesimpulan dan saran yang diperoleh
dari hasil penelitian.
BAB II
GAMBARAN UMUM PERUSAHAAN
2.1.
Sejarah Perusahaan
PT. Cahaya Kawi Ultra Polyintraco merupakan perusahaan manufaktur
yang bergerak di bidang produksi spring bed dengan merek dagang Big Land.
PT. Cahaya Kawi Ultra Polyintraco terletak di Jl. Eka Surya Gg. Sidodadi
Lingkungan XXII Kelurahan Gedung Johor, Deli Tua, Medan. Induk perusahaan
ini bernama PT. Cahaya Buana Intitama yang didirikan pada tahun 1989 di Sentul,
Jawa Barat dan akhirnya pindah ke Bogor sampai sekarang.
PT. Cahaya Kawi Ultra Polyintraco merupakan salah satu anak perusahaan
dari PT. Cahaya Buana Group yang memiliki empat jenis anak perusahaan yang
bergerak di bidang manufacturing, trading, distributor dan retail. Perusahaan ini
mempunyai filosofi unggul berkarya dan puas bekerjasama serta memiliki tekad
untuk memimpin pasar dan membangun citra positif dan bersahabat bagi semua
pihak sehingga diakui sebagai aset nasional. Produk dari PT. Cahaya Kawi Ultra
Polyintraco yakni Big Lang Spring Bed adalah anggota dari International Sleep
Products Association (ISPA) yang merupakan lembaga bagi perusahaanperusahaan yang memproduksi spring bed berkualitas.
2.2.
Ruang Lingkup Bidang Usaha

Produk yang dihasilkan adalah spring bed. Spring bed yang diproduksi
siap dipasarkan kepada konsumen langsung maupun distributor dengan daerah

pemasaran di seluruh Sumatera Utara dengan fokus utama di daerah kota Medan.
Selain di Medan, PT. Cahaya Kawi Ultra Polyintraco juga memiliki kantor
perwakilan di daerah-daerah lain di Indonesia meliputi Bogor, Padang,
Palembang, Jakarta, dan lain- lain.
Perusahaan ini berproduksi berdasarkan stok (make to stock). Spring bed
yang diproduksi terdiri dari empat jenis yang berbeda didasarkan pada kain
quilting, rakitan per bulat dan busa yang digunakan. Empat jenis tersebut, yakni :
1. Platinum
2. Golden
3. Silver
4. Big Line
Kain quilting pada platinum berbeda dengan 3 jenis lainnya sedangkan
rakitan per sama dengan golden dan silver. Golden dan silver memiliki jenis busa
dan kain yang sama. Sedangkan untuk bigline kain quilting, busa dan kain
berbeda dengan ketiga jenis lainnya.
2.3.
Organisasi dan Manajemen

Organisasi adalah sekumpulan orang-orang yang melakukan tugas-tugas
yang berbeda yang dikoordinir untuk mencapai suatu tujuan tertentu dari
organisasi tersebut. Manajemen adalah cara pengelolaan dan pengaturan sumber
daya yang ada dalam rangka mencapai tujuan tertentu. Jadi, organisasi merupakan
suatu alat manajemen.
Hubungan dan kerja sama dalam organisasi dituangkan dalam suatu
struktur organisasi. Struktur organisasi menunjukkan suatu susunan yang berupa
bagan, dimana terdapat hubungan-hubungan diantara berbagai fungsi, bagian,
status ataupun orang-orang yang menunjukkan tanggung jawab dan wewenang
yang berbeda dalam organisasi tersebut.
2.3.1. Struktur Organisasi PT. Cahaya Kawi Ultra Polyintraco

Struktur organisasi PT. Cahaya Kawi Ultra Polyintraco adalah berbentuk
campuran lini dan fungsional. Struktur organisasi bentuk lini dapat dilihat dengan
adanya pembagian tugas, wewenang dan tanggung jawab dari pimpinan tertinggi
kepada unit-unit organisasi yang berada di bawahnya secara langsung vertikal ke
bawah melalui jenjang hirarki yang ada. Struktur organisasi fungsional dapat
dilihat dengan adanya pembagian tugas, wewenang serta pembatasan tanggung
jawab yang tegas pada setiap bidang yaitu produksi, personalia, dan pemasaran
berdasarkan fungsinya masing-masing dalam struktur organisasinya. Selain itu,
pimpinan juga memberikan instruksi langsung kepada setiap bagian sesuai dengan
bidangnya. Struktur organisasi PT. Cahaya Kawi Ultra Polyintraco dapat dilihat
pada Gambar 2.1.
Direktur
Kabag.
Pemasaran
Kabag HRD
dan General
Affair
Kabag.
Produksi
Kabag.
Pembelian
Kabag
Financial and
Accounting
Supervisor
Gudang
Supervisor
Penjualan
Supervisor
Transportasi
Supervisor
Distribusi
Supervisor
Keamanan
Supervisor
Maintenance
Supervisor
Produksi
Supervisor
Pembelian
Supervisor
Financial
Supervisor
Accounting
Karyawan
Karyawan
Karyawan
Karyawan
Karyawan
Karyawan
Karyawan
Karyawan
Karyawan
Karyawan
Gambar 2.1. Struktur Organisasi PT. Cahaya Kawi Ultra Polyintraco
Keterangan
: Lini
: Fungsional
Wenni Junida : Penentuan Jumlah Produksi Optimal Untuk Memaksimumkan Laba Dengan Menggunakan Metode Integer Programming Di PT. Cahaya Kawi Ultra Polyintraco, 2010.
2.3.2. Tenaga Kerja dan Jam Kerja Perusahaan

2.3.2.1. Tenaga Kerja
Tenaga kerja pada PT. Cahaya Kawi Ultra Polyintraco berjumlah 85
orang, terdiri dari staff dan karyawan. Kepala divisi dan kepala bagian
(supervisor) digolongkan sebagai staff sedangkan pekerja langsung pada bagian
produksi dan satpam digolongkan sebagai karyawan. Status karyawan dalam
perusahaan ini dibagi atas dua jenis berdasarkan frekuensi penggajiannya, yaitu :
1. Karyawan bulanan dengan gaji yang dibayar sekali sebulan sesuai dengan
klasifikasi skala penggajian yang dibagi-bagi dalam golongan tertentu. Yang
termasuk karyawan bulanan adalah direktur sampai dengan supervisor.
2. Karyawan mingguan dengan gaji yang dibayar sekali dalam dua minggu.
Yang termasuk karyawan mingguan adalah semua karyawan baik dari
karyawan gudang sampai dengan karyawan bagian accounting.
Perincian jumlah tenaga kerja yang ada di PT. Cahaya Kawi Ultra
Polyintraco dapat dilihat pada Tabel 2.1.
Tabel 2.1. Perincian Jumlah Tenaga Kerja pada PT. Cahaya Kawi Ultra
Polyintraco
No
Jabatan
Jumlah (orang)
Direktur
Kepala Divisi Produksi
Kepala Divisi HRD dan General affair
Kepala Divisi Financial and Accounting
Kepala Divisi Pemasaran
Sumber: PT. Cahaya Kawi Ultra Polyintraco
Tabel 2.1. Perincian Jumlah Tenaga Kerja (Lanjutan)

No
Jabatan
Jumlah (orang)
Kepala Divisi Pembelian
Supervisor Gudang
Supervisor Penjualan
Supervisor Transportasi
10
Supervisor Distribusi
11
Supervisor Keamanan
12
Supervisor Maintenance
13
Supervisor Produksi
14
Supervisor Pembelian
15
Supervisor Financial
16
Supervisor Accounting
17
Karyawan Gudang
18
Karyawan Penjualan
19
Karyawan Transportasi
20
Karyawan Distribusi
16
21
Karyawan Keamanan
10
22
Karyawan Maintenance
23
Karyawan Produksi
20
24
Karyawan Pembelian
25
Karyawan Financial
26
Karyawan Accounting
Total
85
Sumber : PT. Cahaya Kawi Ultra Polyintraco
2.3.2.2. Jam Kerja

Pembagian jadwal jam kerja pada PT. Cahaya Kawi Ultra Polyintraco
ditunjukkan pada Tabel 2.2.
Tabel 2.2. Jam Kerja PT. Cahaya Kawi Ultra Polyintraco
Hari
Senin-Kamis
Jumat
Sabtu
Jam Kerja
Keterangan
08.30 - 12.00
Kerja
12.00 - 13.00
Istirahat
13.00 17.00
Kerja
08.30 12.00
Kerja
12.00 - 14.00
Istirahat
14.00 17.00
Kerja
08.00 - 12.00
Kerja
2.3.3. Sistem Pengupahan dan Fasilitas yang Digunakan

Sistem pengupahan pada PT. Cahaya Kawi Ultra Polyintraco dilakukan
dan ditangani oleh bagian Finance and Accounting. Sistem penggajian pada PT.
Cahaya Kawi Ultra Polyintraco bervariasi. Bagi direktur sampai dengan
supervisor, dilakukan pada akhir tanggal setiap bulannya, sedangkan untuk
karyawan, mulai dari karyawan gudang sampai karyawan accounting, dilakukan
setiap 2 minggu sekali. Perusahaan juga memberikan upah lembur kepada
karyawan yang bekerja diatas jam kerja normal dengan perhitungan sebagai
berikut :
1. Untuk Hari Biasa

a. Untuk satu jam lembur pertama adalah 1 x upah per jam.
b. Untuk dua jam berikutnya adalah 2 x upah per jam.
Dimana upah kerja lembur per jam adalah 1/160 x gaji perbulan. Gaji
perbulan disesuaikan dengan UMR (Upah Minimum Regional).
2. Untuk Hari Besar/ Libur
Upah lembur bagi karyawan yang bekerja pada hari libur dan hari besar adalah
2 x gaji per hari kerja biasa.
2.3.3.1. Tunjangan
Selain gaji pokok dan upah lembur di atas, perusahaan juga memberikan
beberapa jenis tunjangan, yaitu:
1. Tunjangan Hari Raya (THR)
Diberikan sebesar satu bulan gaji bagi karyawan yang telah mengabdi lebih
dari 2 tahun.
2. Tunjangan Selama Sakit
Diberikan kepada karyawan yang sedang dalam perawatan sakit yang
dinyatakan dengan surat keterangan dokter, berlaku bagi karyawan yang telah
mengabdi lebih dari 2 tahun.
3. Tunjangan Insentif
Diberikan sesuai dengan prestasi kerja yang ditunjukkan dengan cara
ditambahkan ke dalam upah karyawan.
2.3.3.2. Fasilitas
Fasilitas yang diberikan perusahaan kepada karyawannya adalah:
1. Jaminan Sosial Tenaga Kerja (JAMSOSTEK) dan Asuransi Jiwa
Selain upah yang diberikan, PT. Cahaya Kawi Ultra Polyintraco juga
memperhatikan karyawannya dalam bentuk JAMSOSTEK yang diberikan
kepada karyawan mingguan, sedangkan bagi karyawan bulanan diberikan
asuransi jiwa dari Manulife.
2. Cuti
Cuti diberikan adalah 12 hari kerja setiap tahunnya oleh perusahaan.
2.4.
Proses Produksi
2.4.1.
Bahan
2.4.1.1. Bahan Baku

Bahan baku adalah bahan utama yang digunakan dalam proses produksi
untuk menghasilkan sebuah produk. Bahan ini memiliki persentase yang relatif
besar dalam produk dibandingkan dengan bahan-bahan lainnya. Kualitas bahan
baku yang digunakan sangat menentukan kualitas produk yang dihasilkan. Bahan
baku yang digunakan dalam memproduksi spring bed adalah:
1.
Per bulat
Per bulat yang digunakan adalah per dengan diameter 2,5 mm dan tinggi 15
cm. Umur per diperkirakan sekitar 15 tahun dan pengujian dilakukan oleh
pihak supplier.
2.
Kawat lilit
Kawat lilit yang digunakan memiliki diameter sebesar 1,4 mm yang
berfungsi sebagai penghubung antara per bulat yang satu dengan per bulat
lainnya dalam sebuah rakitan per.
3.
Kawat lis
Kawat lis yang digunakan memiliki diameter 4,2 mm yang berfungsi
membingkai rakitan per agar menjadi lebih kokoh.
4.
Per pinggir
Per pinggir yang digunakan adalah per pinggir dengan diameter 3,5 mm
dengan tinggi 15 cm. Umur per diperkirakan sekitar 15 tahun dan pengujian
dilakukan oleh pihak supplier. Per pinggir diletakkan di sekeliling rakitan
per bulat.
5.
Kain Quilting
Fungsi kain ini untuk menutup busa. Untuk matras digunakan kain quilting
yang ketebalannya 3 cm sebanyak 2 x 180 x 200 cm, sedangkan untuk
tabung digunakan kain quilting dengan ketebalan 0,5 cm dan panjang
sebesar 200 cm. Kain quilting yang dipakai terbuat dari kain Jaquar.
6.
Kain Blacu
Kain blacu digunakan sebagai penguat kain quilting pada saat proses
perakitan dengan per menggunakan HR-22.
7.
Busa
Busa yang digunakan terdiri dari bermacam-macam ketebalan sesuai dengan
tipe springbed yang diproduksi.
8.
Hard padd
Hard padd merupakan pelapis pertama rakitan per yang berfungsi untuk
meredam per dan membatasi busa dengan per agar busa tidak koyak. Hard
padd yang digunakan berukuran 2 x (200 x 180) cm yaitu untuk bagian atas
dan bawah rakitan per.
9.
Benang Nylon
Benang ini digunakan untuk seluruh proses penjahitan baik penjahitan kain
quilting maupun penjahitan tabung dan matras.
10.
Peluru HR-22
Peluru ini berfungsi untuk merekatkan hard padd dan rakitan per pada
matras dan divan.
11.
Lateks
Lateks berfungsi untuk merekatkan busa dengan kain quilting pada matras,
sandaran dan divan
12.
Rangka kayu
Merupakan kayu yang dibentuk menjadi rangka berbentuk balok sebagai
rangka divan.
13.
Goni bagor
Merupakan penutup rangka kayu sebelum dirakit dengan per.
14.
Kaki divan dan kaki sandaran
15.
Papan tripleks
Digunakan sebagai rangka awal sandaran springbed.
16.
Mur, digunakan untuk merakit kaki sandaran
2.4.1.2. Bahan Tambahan

Bahan tambahan ditambahkan pada produk sehingga menambah nilai pada
produk akhir yang siap dipasarkan dapat berupa kemasan atau aksesoris. Bahan
tambahan yang digunakan dalam proses pembuatan spring bed adalah:
1. Label
Label Big Land digunakan untuk menyatakan merek dari spring bed tersebut.
2. Karton Sudut
Digunakan untuk membungkus produk pada saat pengiriman.
3. Stiker
Mencantumkan spesifikasi dari spring bed .
4. Isolatif
Isolatif digunakan untuk merekatkan bahan tambahan pada spring bed.
5. Plastik Mika
Digunakan pada saat pengemasan springbed
6. Kartu Garansi
Sebagai kartu jaminan produk kepada konsumen
7. Lubang Angin Emas
Lubang angin emas digunakan agar terjadi pertukaran udara pada busa
sehingga busa tetap mengembang.
8. Logo
Logo yang menyatakan merek springbed yang dipasang pada sandaran.
2.4.1.3. Bahan Penolong

Bahan penolong yaitu bahan yang ikut dalam proses berfungsi
mempercepat atau mempermudah proses tetapi tidak tampak dalam produk akhir.
PT. Cahaya Kawi Ultra Polyintraco tidak menggunakan bahan penolong didalam
pembuatan spring bed.
2.4.2. Uraian Proses Produksi

Secara umum proses pembuatan spring bed di PT. Cahaya Kawi Ultra
Polyintraco diklasifikasikan dalam 3 tahapan proses, yaitu :
1. Pembuatan Sandaran Spring Bed
2. Pembuatan Divan Spring Bed
3. Pembuatan Matras Spring Bed
2.4.2.1. Pembuatan Sandaran Spring Bed

Proses pembuatan sandaran diawali dengan pemotongan tripleks sesuai
dengan pola yang diinginkan dengan menggunakan gergaji tangan. Kemudian
tripleks dilubangi dengan menggunakan mesin bor untuk tempat meletakkan
kancing lubang angin emas dan kaki sandaran. Busa dipotong mengikuti pola
rangka tripleks dengan menggunakan pisau. Setelah itu, kain oscar dipotong
dengan gunting sesuai pola busa yang telah dibuat sebelumnya.
Busa dan kain oscar yang telah dipola direkatkan pada rangka sandaran
bagian depan menggunakan lateks dan pada rangka sandaran bagian belakang
dengan menggunakan staples 3001J. Kancing sebanyak 16 buah direkatkan
dengan menggunakan benang nylon. Pada bagian tengah rangka yang telah di bor
dipasangkan logo Big Land dengan menggunakan benang nylon.
Langkah terakhir adalah pemasangan plastik produk non woven pada sisi
belakang sandaran, kemudian pembungkusan dengan plastik mika menggunakan
staples 3001 J dan, kemudian dipasang kaki sandaran dengan mur. Peta proses
operasi pembuatan sandaran dapat dilihat pada lampiran 2.
2.4.2.2.Pembuatan Matras Spring bed

Perakitan per bulat dengan kawat lilit menggunakan mesin rakit otomatis
ataupun alat ulir manual. Per bulat ini akan dirakit sehingga berbentuk balok
dengan ukuran (200 x 180 x 15) cm3. Kemudian dipasang kawat lis pada sisi luar
atas dan bawah rakitan per, dan selanjutnya dipasang per pinggir antara kawat lis
atas dan bawah. Per pingggir ditempatkan pada sekeliling bagian luar rakitan per
dengan menggunakan gun CL-73. Fungsi dari penembakan per ini adalah untuk
menguatkan konstruksi per dan menambah kekuatan tekan.
Bersamaan dengan proses ini, kain polos, busa dan plastik produk non
woven dijahit di mesin quilting untuk mendapatkan kain quilting tabung dan
matras. Perbedaan kain quilting tabung dan matras terletak pada ketebalan busa
dimana untuk kain quilting matras busa yang digunakan lebih tebal. Penjahitan
quilting dilakukan untuk memberi motif pada kain polos dan plastik produk non
woven digunakan agar motif yang dijahit lebih kuat sehingga tidak mudah rusak.
Kain quilting yang dihasilkan dipotong sesuai spesifikasi matras spring bed 6 kaki
yaitu untuk matras atas dan matras bawah memiliki ukuran 2 x (200 x 180 x 3) cm
dan untuk tabung 2 x (200 x 180 x 1) cm. Selanjutnya kain quilting matras dan
tabung akan dijahit dengan kain blacu. Fungsi penjahitan kain blacu ini adalah
untuk menguatkan kain quilting pada saat penarikan dengan tembakan gun HR22. Kemudian, pada kain quilting matras akan dijahit label sementara pada kain
quilting tabung akan dilakukan penjahitan lis tabung.
Selain itu dilakukan pemotongan hard padd dan busa dengan ukuran luas
sama dengan matras bawah dan atas. Kemudian, dilakukan perekatan hard padd,
kemudian busa lalu kain quilting baik untuk matras bagian atas dan bawah dan
bagian tabung matras. Perekatan dilakukan dengan gun HR-22.
Selanjutnya dilakukan penjahitan lis yang akan merekatkan matras atas
dan bawah dengan tabung. Kain lis dijahit dengan mesin corner bersamaan
dengan memasang lubang angin emas sebanyak 4 buah. Fungsi dari lubang angin
emas ini adalah untuk menambah nilai keindahan pada matras spring bed serta
memberikan sirkulasi udara sehingga busa tetap empuk.
Langkah terakhir adalah meletakkan kartu garansi dan kartun sudut.
Kartun sudut
berfungsi agar sudut-sudut spring bed terlindungi pada saat
distribusi karena sudutnya sangat mudah rusak. Setelah itu dibungkus dengan
menggunakan plastik mika yang direkatkan dengan menggunakan isolatif.
Kemudian stiker ukuran diletakkan pada plastik mika. Peta proses operasi
pembuatan matras dapat dilihat pada lampiran 2.
2.4.2.3. Pembuatan Divan Spring Bed

Perakitan per bulat dengan kawat lilit menggunakan mesin rakit otomatis
ataupun alat ulir manual. Kemudian dipasang kawat lis pada sisi luar atas dan
bawah rakitan per, dan selanjutnya dipasang per pinggir antara kawat lis atas dan
bawah. Per pingggir ditempatkan pada sekeliling bagian luar rakitan per dengan
menggunakan gun CL-73. Fungsi dari penembakan per ini adalah untuk
menguatkan konstruksi per dan menambah kekuatan tekan. Rakitan per ini akan
dirakit dengan rangka kayu dengan menggunakan gun bostitch.
Pada saat yang bersamaan, dilakukan pemotongan goni bagor dengan
ukuran 200 x 180 cm, hardpadd dan busa. Disamping itu dilakukan juga proses
penjahitan quilting untuk memberi pola pada kain polos dengan menggunakan
mesin quilting. Kain yang telah melalui proses quilting dipotong sesuai spesifikasi
divan spring bed 6 kaki yaitu 2 x (200 x 180 x 3) cm untuk matras atas dan untuk
tabung 2 x (200 x 180 x 1) cm. Sedangkan untuk divan bawah digunakan kain non
woven hitam dengan ukuran 200 x 180 cm.
Kemudian goni bagor direkatkan pada rangka atas per dengan staples 3001
J, selanjutnya hard padd yang telah dipotong direkatkan pada sisi atas dengan
menggunakan gun HR-22. Setelah itu direkatkan busa dan kain quilting dengan
menggunakan lateks. Langkah terakhir adalah meletakkan label. Setelah itu
dibungkus dengan plastik mika yang direkatkan dengan menggunakan staples
sedangkan untuk bagian bawah divan direkatkan kain non woven dengan staples
3001 J. Lalu dipasang kaki divan dengan mur dan baut. Peta proses operasi
pembuatan divan dapat dilihat pada lampiran 2.
2.5.
Mesin dan Peralatan

Untuk mendukung pelaksanaan produksi pada PT. Cahaya Kawi Ultra
Polyintraco digunakan beberapa jenis mesin yang sebagian besar adalah buatan
luar negeri seperti Cina, Taiwan, Jepang dan Italia. Namun ada juga yang dibeli
dari dalam negeri. Teknologi yang digunakan dalam pelaksanaan proses produksi
di pabrik tidak terotomatisasi, dimana seluruh kegiatan melibatkan tenaga
manusia sebagai operator yang mendesain, mengoperasikan dan mengontrol
jalannya proses produksi di pabrik.
2.5.1. Mesin Produksi

Adapun mesin yang digunakan di perusahaan ini dalam pembuatan spring
bed adalah sebagai berikut :
1. Mesin Ram
Fungsi
Merakit per menjadi rangka matras
Merk
Yamakoyo Induction Motor
Buatan
China
Daya
1,5 KW
Tegangan Elektromotor :
380 Volt
Fasa Elektromotor
3 fasa
Lebar Belt
1,5 cm
Tebal Belt
1 cm
Panjang Belt
50 cm
Jumlah
2 unit
2. Mesin Quilting
Fungsi
Membuat bentuk/ pola pada kain spring bed

sesuai dengan motif yang diinginkan
Merk
Heng Chang Machinery
Buatan
China
Jarum
12 buah
Benang
24 gulung
Jumlah
1 unit
Fungsi
Merakit per pinggir di sekeliling luar rangka
Merk
Hard Coo
Buatan
Jepang
Power dari kompresor
55 100 psi
Tegangan
220 Volt
Fasa
1 Fasa
Jumlah
2 unit
3. Gun CL 73
4. Gun Etona ( Staples 3001 J)

Fungsi
Merekatkan kain quilting pada sandaran
Merk
Unicatch
Buatan
China
Power dari kompresor
55-100 psi
Tegangan
220 Volt
Fasa
1 Fasa
Jumlah
2 unit
Penghasil tenaga angin untuk menjalankan
5. Kompresor angin
Fungsi
mesin Gun CL 73 dan HR 22

Merk
ABAC
Buatan
Italia
Power Elektormotor
5,5 HP
Tegangan Elektromotor :
220 Volt
Fasa Elektromotor
1 fasa
Jumlah
2 unit
Fungsi
Merekatkan rangka matras dengan hard pad
Merk
Stanley
Buatan
Jepang
Power dari Kompresor
5,5-100 psi
Tegangan
220 Volt
Fasa
1 fasa
Jumlah
2 unit
Menjahit kain quilting pada matras atas dan
6. Gun HR 22
7. Mesin Jahit Corner

Fungsi
bawah dengan sisi tabung

Merk
Shiang Wang
Buatan
Taiwan
Daya
12,3 KW
Tegangan
220 Volt
Fasa Elektromotor
1 fasa
Jumlah
1 unit
Fungsi
Melubangi tempat kancing pada sandaran
Merk
Makita
Buatan
Jepang
Power Elektormotor
1 KW
Tegangan
220 Volt
Fasa Elektromotor
1 fasa
Jumlah
2 unit
Menjahit kain quilting pada tabung, menjahit
8. Mesin Bor
9. Mesin Jahit Biasa

Fungsi
kain quilting pada divan, menjahit kain

quilting pada matras, menjahit kain blacu,
menjahit label pada spring bed.
Merk
Brother
Buatan
Jepang
Daya
0,33 KW (0,33 HP)
Tegangan
220 Volt
Fasa
1 fasa
Jumlah
3 unit
10. Generator set (Genset)

Fungsi
Sumber tegangan listrik pengganti PLN
Merk
Mitsubishi
Buatan
Jepang
Daya
140 KW
Fasa Elektromotor
3 fasa
Jumlah
1 unit
2.5.2. Peralatan
Peralatan yang digunakan pada perusahaan ini antara lain :
1. Gergaji
Fungsi
: Memotong triplek rangka sandaran
Jumlah
: 4 Unit
2. Tang Potong Hit

Fungsi
: Memotong kawat
Jumlah
: 4 Unit
3. Alat Pelapis Kancing

Fungsi
: Melapis kancing dengan kain atau plastik
Jumlah
: 2 Unit
4. Palu
Fungsi
: Memukul dalam pemasangan kaki spring bed
Jumlah
: 4 Unit
5. Meteran
Fungsi
: Mengukur kain
Jumlah
: 6 Unit
6. Gunting
Fungsi
: Memotong Busa
Jumlah
: 10 Unit
2.5.3. Utilitas
Proses produksi agar dapat berjalan lancar dan berkesinambungan, maka
dibutuhkan sarana - sarana lain yang tidak terlibat langsung dalam proses
produksi tetapi sangat berpengaruh dalam menunjang kelancaran produksi. Sarana
pendukung proses tersebut adalah :
1.
Energi listrik yang diperoleh dari PLN dengan kebutuhan setiap bulan
sekitar 30.000 KWH.
2.
Air, untuk kebutuhan penyediaan air didapat dari PDAM Tirtanadi dengan
kebutuhan tiap bulannya sekitar 100 m3.
2.5.4. Safety and Fire Protection

PT. Cahaya Kawi Ultra Polyintraco melakukan tindakan pengamanan
berupa pencegahan terhadap bahaya kebakaran yang mungkin terjadi. Perusahaan
melakukannya dengan memisahkan letak bahan baku yang mudah terbakar
dengan sumber api. Tindakan fire protection yang dilakukan adalah dengan
memberikan penutup pada panel listrik, menyediakan racun api berupa alat
pemadam api ringan, pada jarak tertentu dilantai pabrik atau pada daerah yang
mudah terjadi kebakaran.
2.5.5. Waste Treatment

Proses produksi pada PT. Cahaya Kawi Ultra Polyintraco tidak
menimbulkan limbah yang dapat menyebabkan polusi bagi lingkungan sehingga
tidak memerlukan penanganan khusus untuk pengolahan limbahnya, karena
limbah terdiri dari potongan busa, potongan kain quilting dan serpihan kawat.
Limbah berupa potongan busa dan potongan kain quilting dijual kepada pedagang
kecil dan masyarakat sekitar perusahaan untuk dijadikan bantal dan limbah berupa
serpihan kawat dikumpulkan di tempat penampungan sementara yang selanjutnya
dijual pada industri kecil dan hasil dari penjualan ini digunakan perusahaan
sebagai dana kemanusiaan tambahan untuk para karyawan.
2.5.6. Maintenance
Maintenance merupakan proses perawatan terhadap mesin dan alat kerja
untuk mencegah terjadinya kerusakan dan kesalahaan pada saat proses produksi
berlangsung yang ditujukan agar proses seluruh produksi dapat berjalan dengan
baik, sehingga tidak ada hambatan yang disebabkan oleh mesin atau peralatan
yang dapat mengakibatkan cacat pada produk dan keterlambatan waktu
penyelesaian produk yang berakibat pada keterlambatan waktu pengiriman. Pada
perusahaan ini proses maintenance dilakukan secara berkala hanya saja
frekuensinya masih sangat jarang yaitu sebulan sekali.
BAB III
LANDASAN TEORI
3.1.
Perencanaan Produksi
Produksi dapat diartikan sebagai suatu rangkaian proses yang mengubah
bahan baku menjadi suatu produk jadi yang memiliki nilai lebih tinggi. Dalam
perencanaan produksi ditentukan sumber-sumber yang diperlukan untuk
melaksanakan proses produksi serta mengalokasian sumber-sumber tersebut untuk
menghasilkan produk dalam jumlah dan kualitas yang diharapkan dengan biaya
yang serendah mungkin.
Dalam penjabaran lebih lanjut maka rencana produksi diuraikan menjadi
proses apa yang harus dikerjakan, siapa pelaksananya, kapan, dimana dan
perkiraan biaya yang ditimbulkannya.
Adapun tujuan perencanaan produksi adalah 1 :
1. Sebagai langkah awal menentukan aktivitas produksi yaitu sebagai
referensi perencanaan lebih rinci.
2. Sebagai masukan rencana sumber daya sehingga perencanaan sumber daya
dapat dikembangkan untuk mendukung perencanaan produksi
3. Stabilisasi produksi dan tenaga kerja terhadap fluktuasi permintaan
Ginting, Rosnani. Sistem Produksi. Surabaya. Penerbit Graha Ilmu. 2007. hlm 70
Perencanaan produksi harus memiliki sifat-sifat sebagai berikut 2 :

1. Berjangka waktu, proses produksi merupakan proses yang sangat
kompleks. Oleh karena itu suatu perusahaan tidak mungkin dapat
membuat jadwal yang dapat digunakan selamanya. Rencana baru harus
dibuat bila keadaan yang digunakan sebagai dasar pembuatan rencana
yang lama sudah berubah.
2. Berjenjang, perencanaan produksi bertingkat dari level tinggi sampai
perencanaan produksi level rendah, dimana perencanaan level rendah
merupakan penjabaran dari perencanaan level tinggi. Pendekatan yang
dilakukan adalah dengan membuat rencana produksi yang mencakup
periode waktu tertentu, yakni jangka panjang, menengah dan pendek.
3. Terpadu, perencanaan produksi melibatkan banyak faktor, dimana semua
faktor tersebut harus sesuai dengan kebutuhan yang direncanakan dalam
mencapai
target
produksi
tertentu.
Masing-masing
faktor
harus
direncanakan secara bersamaan dan terpadu.

4. Berkelanjutan, jika perencanaan produksi telah habis untuk satu periode
tertentu, maka harus dibuat perencanaan produksi untuk periode
berikutnya. Rencana baru tersebut harus menjadi lanjutan dari rencana
sebelumnya.
5. Terukur, Untuk mengetahui ada tidaknya penyimpangan maka rencana
produksi harus menetapkan suatu nilai yang dapat diukur. Nilai tersebut
dapat berupa target produksi dalam unit, kg, lusin, dan lain-lain
Nasution, Arman Hakim. Perencanaan dan Pengendalian Produksi. 2003. hlm 16-17.
6. Realistis, rencana produksi harus disesuaikan dengan kondisi yang ada di

perusahaan, sehingga target yang ditetapkan merupakan nilai yang
realistik untuk dicapai.
7. Akurat, perencanaan produksi harus dibuat berdasarkan informasi yang
akurat tentang kondisi internal dan eksternal perusahaan sehingga rencana
produksi tersebut dapat dipertanggung jawabkan.
8. Menantang, meskipun rencana produksi harus realistis bukan berarti target
yang ditetapkan harus mudah dicapai. Rencana produksi harus
menetapkan target yang dapat dicapai dengan sungguh-sungguh.
3.2.
Pengukuran Waktu
Pengukuran waktu kerja berhubungan dengan usaha-usaha untuk
menetapkan waktu baku yang dibutuhkan guna menyelesaikan suatu pekerjaan.

Waktu baku adalah waktu yang dibutuhkan secara wajar oleh seorang pekerja
normal untuk menyelesaikan suatu pekerjaan yang dijalankan dalam sistem
terbaik. Pada awalnya, pengukuran waktu banyak dimanfaatkan untuk
perhitungan
insentif
(bonus)
bagi
pekerja.
Namun
demikian,
dalam
perkembangannya pengukuran waktu dapat dimanfaatkan lebih jauh untuk

berbagai hal antara lain 3:
1. Melakukan penjadwalan dan perencanaan kerja.
2. Menentukan besar ongkos produksi dan upaya persediaan budget
3. Membuat perkiraan harga produk sebelum produksi
3
Barnes, Motion and Time Study. 7th edition, John Wiley &sons. 1980. USA hlm 257,259
4. Menentukan jumlah mesin atau peralatan yang diperlukan dan jumlah

operator
pada
tiap
mesin
sehingga
menjadi
informasi
dalam
penyeimbangan lintasan.
5. Menentukan waktu standar yang akan digunakan dalam penentuan sistem
pembayaran tenaga kerja langsung atau tak langsung
3.2.1. Teknik - teknik Pengukuran Waktu

Ada 2 macam teknik pengukuran waktu, yaitu :
1. Teknik pengukuran waktu langsung
Dalam teknik ini pengukuran yang dilakukan secara langsung yaitu tempat
dimana pekerjaan yang diukur dilaksanakan. Pengukuran waktu langsung
ada 2 jenis yaitu : dengan menggunakan jam henti atau stopwatch dan
dengan menggunakan sampling pekerjaan
2. Teknik pengukuran waktu tidak langsung
Merupakan pengukuran yang dilakukan tanpa harus berada di tempat
pekerjaan yaitu dengan membaca tabel-tabel yang tersedia, dengan
persyaratan mengetahui jalannya pekerjaan melalui elemen-elemen
pekerjaan atau elemen-elemen gerakan. Yang termasuk dalam pengukuran
waktu tidak langsung adalah :
-
Data waktu baku
Data waktu gerakan, yang terdiri dari : Work Faktor Sistem, Maynard
Operation Sequence Time (MOST Sistem) dan Motion Time
Measurement (MTM Sistem).
3.2.2. Pengukuran Waktu Jam Henti

Pengukuran waktu jam henti pertama kali diperkenalkan oleh F.W Taylor
sekitar abad 19 lalu. Sesuai dengan namanya, maka pengukuran waktu ini
menggunakan jam henti (stopwatch) sebagai alat utamanya. Cara ini merupakan
cara yang paling banyak dikenal dan digunakan. Salah satu karena kesederhanaan
aturan dan cara pengukuran yang dipakai. Namun tidak semua sistem kerja sesuai
dengan pengukuran waktu jam henti ini, adapun kriteria yang sesuai adalah 4:
1. Pekerjaan harus dilakukan secara berulang-ulang dan sejenis.
2. Jenis/ isi pekerjaan bersifat homogen.
3. Hasil kerja/ output harus dapat dihitung secara nyata (kuantitatif) baik
secara keseluruhan maupun untuk tiap elemen kerja yang berlangsung.
4. Pekerjaan tersebut cukup banyak dilaksanakan dan teratur sifatnya
sehingga akan memadai untuk diukur dan dihitung waktunya.
3.2.3.
Langkah - langkah Sebelum Melakukan Pengukuran

Untuk
memperoleh
hasil
pengukuran
waktu
yang
dapat
dipertanggungjawabkan maka ditempuh langkah-langkah untuk memperoleh hasil

pengukuran yang optimal adalah:
1. Menetapkan Tujuan Pengukuran
Dalam pengukuran waktu hal penting yang harus diketahui dan ditetapkan
adalah untuk apa hasil pengukuran digunakan, berapa tingkat ketelitian
dan tingkat keyakinan yang diinginkan dalam pengukuran tersebut.
4
Sritomo, W. Ergonomi, Studi Gerak dan Waktu. Surabaya. Penerbit Guna Widya. hlm 169
2. Melakukan Penelitian Pendahuluan

Penelitian pendahuluan dilakukan untuk mengetahui kondisi yang
bersangkutan misalnya adalah mengenai kondisi lingkungan kerja. Bila
kondisi baik maka pengukuran waktu bisa dilakukan, bila tidak baik maka
harus diperbaiki dahulu.
3. Memilih Operator
Operator yang akan melakukan pekerjaan yang diukur harus memenuhi
beberapa persyaratan tertentu agar pengukuran dapat berjalan dengan baik
dan
dapat
diandalkan
hasilnya.
Syarat-syarat
tersebut
adalah
berkemampuan normal dan dapat diajak bekerja sama.

4. Melatih Operator
Bila kondisi dan cara yang digunakan tidak sama dengan yang biasa
dijalankan operator maka diperlukan pelatihan bagi operator tersebut.
5. Menguraikan Pekerjaan atas Elemen-elemen Kerja
Pekerjaan ini dipecah-pecah menjadi elemen pekerjaan (gerakan bagian
dari pekerjaan yang bersangkutan) dimana elemen-elemen inilah yang
diukur waktunya. Penguraian pekerjaan atas elemen-elemen pekerjaan
perlu dilakukan dengan alasan-alasan sebagai berikut 5 :
a. Cara terbaik menggambarkan suatu operasi adalah dengan membagi ke
dalam elemen-elemen kerja yang lebih detail dan mampu untuk diukur
dengan mudah secara terpisah.
Ibid, hlm 180
b. Besarnya waktu baku bisa ditetapkan berdasarkan elemen-elemen

pekerjaan yang ada. Dengan mengetahui waktu baku untuk elemenelemen kerja maka kemungkinan untuk menetapkan total waktu baku
untuk suatu operasi kerja.
c. Dengan membagi ke dalam elemen-elemen kerja maka dapat di
analisis waktu-waktu yang berlebihan untuk tiap elemen kerja atau
waktu yang terlalu singkat untuk elemen kerja yang lain. Demikian
juga analisis yang dibuat untuk satu elemen kerja bisa melihat adanya
perbedaan kecil dari metode kerja yang diaplikasikan, dimana hal ini
tidak akan mudah jika dilakukan analisis studi untuk operasi secara
keseluruhan.
d. Seorang operator bisa jadi akan bekerja berbeda-beda pada setiap
siklus yang berlangsung. Dengan membagi ke dalam elemen kerja
maka perfomance rating dapat diaplikasikan untuk tiap elemen kerja.
6. Menyiapkan Alat-alat Pengukuran
Ini merupakan langkah terakhir sebelum melakukan pengukuran dimana
alat-alat pengukuran yang diperlukan harus disiapkan. Alat-alat tersebut
adalah: jam henti (stopwatch) untuk menghitung waktu siklus, lembar
pengamatan untuk tempat mencatat waktu siklus, pena atau pensil sebagai
alat tulis dan papan pengamatan sebagai alat bantu dalam menuliskan hasil
pengukuran.
3.2.4.
Melakukan Pengukuran Waktu

Ada 3 metode yang umum digunakan untuk mengukur waktu siklus
dengan menggunakan jam henti, yaitu :

1. Continuous timing, tombol jam henti ditekan pada saat elemen kerja
pertama dimulai dan membiarkan jarum petunjuk jam henti berjalan secara
terus-menerus sampai siklus kerja selesai. Pengamat akan mengamati dan
mencatat waktu pada setiap akhir elemen kerja. Waktu sebenarnya
diperoleh dengan pengurangan pada saat pengukuran waktu selesai
dilaksanakan
2. Repetitive timing, jarum jam henti akan dikembalikan ke titik nol setiap
akhir elemen kerja yang diukur. Setelah waktu dicatat, tombol jam henti
ditekan kembali untuk mengukur elemen kerja berikutnya.
3. Accumulative timing, cara ini menggunakan 2 atau 3 jam henti yang
digunakan secara bergantian sehingga setiap elemen kerja yang
berlangsung dapat diukur.
3.2.5. Pengujian Data Waktu

3.2.5.1.Uji Keseragaman
Uji keseragaman data dilakukan untuk melihat apakah data yang diperoleh
sudah seragam atau tidak, dapat dilaksanakan dengan mengaplikasikan peta
kontrol (control chart). Peta kontrol (control chart) adalah suatu alat yang tepat
guna dalam menguji keseragaman data yang diperoleh dari hasil pengamatan.
Batas kontrol atas dan batas kontrol bawah untuk tiap group data dapat dicari
dengan formulasi :
BKA = X + 2x
BKB = X 2x
Gambar 3.1 merupakan Peta kontrol untuk uji keseragaman data.
Waktu pengamatan
BKA
X
BKB
Unit Pengamatan
Gambar 3.1. Peta Kontrol untuk Uji Keseragaman Data
3.2.5.2. Uji Kecukupan Data

Berguna untuk memastikan bahwa jumlah sampel yang telah dikumpulkan
telah cukup mewakili populasi, sehingga dapat digunakan bagi pengolahan data
selanjutnya. Pengujian ini dilakukan dengan menggunakan rumus :
m
m
k
2
(
n
t
ti ) 2
i
s i =1
i =1
N =
m
ti
i =1
Keterangan :
N = jumlah siklus pengamatan/pengukuran yang seharusnya dilaksanakan.
t=
waktu pengamatan ke-i setiap elemen kerja, i = 1,2,3,,m
k = angka deviasi standar yang besarnya tergantung pada tingkat keyakinan

yang diambil.
s=
derajat ketelitian dari data t yang dikehendaki, yang menunjukan maksimum

penyimpangan yang bisa diterima dari nilai t yang sebenarnya.
n = jumlah siklus pengamatan/pengukuran awal yang telah dilakukan untuk

elemen kegiatan tertentu yang dipilih.
Jumlah pengukuran waktu dikatakan cukup apabila jumlah pengukuran
minimum secara teoritis lebih kecil atau sama dengan jumlah pengukuran
pendahuluan yang sudah dilakukan (N N). Jika jumlah pengukuran masih
belum mencukupi maka harus dilakukan pengukuran lagi sampai jumlah
pengukuran tersebut cukup.
3.2.6. Perhitungan Waktu
Sistem
kerja
Waktu siklus
Waktu normal
Faktor penyesuaian
Waktu baku
Kelonggaran
Dengan melihat bagan, maka dapat diketahui bahwa :

-
Waktu siklus adalah waktu hasil pengamatan secara langsung yang tertera
dalam stopwatch.
Waktu normal adalah waktu siklus dengan telah mempertimbangkan

penyesuaian.
Waktu baku adalah waktu normal dengan mempertimbangkan faktor

kelonggaran (allowance ).
Dengan rumus : Wb = Wn (waktu normal) x ( 1 + allowance)

di mana, Wn = Ws (waktu siklus) x p (faktor penyesuaian)
3.2.7. Penyesuaian dan Kelonggaran

3.2.7.1.Penyesuaian
Penyesuaian adalah suatu proses dimana pada saat melakukan pengukuran,
pengamat mengukur dan membandingkan performansi kerja operator terhadap
konsep kecepatan kerja yang dimiliki oleh pengamat mengenai perfomansi
normal. Untuk memudahkan pemilihan konsep wajar, seorang pengukur dapat
mempelajari bagaimana bekerjanya seorang operator yang dianggap normal yaitu,
jika seorang operator bekerja tanpa usaha-usaha yang berlebihan sepanjang hari
bekerja, menguasai cara kerja yang ditetapkan, dan menunjukkan kesungguhan
dalam menjalankan kegiatannya.
Biasanya penyesuaian dilakukan dengan mengalikan waktu siklus rata-rata
dengan suatu harga p yang disebut faktor penyesuaian. Harga penyesuaian (p) = 1
berarti bahwa operator bekerja dengan wajar berdasarkan pendapatan pengukur,
namun jika p > 1 itu berarti pengukur berpendapat bahwa operator bekerja di atas
batas kewajaran/ terlalu cepat dan sebaliknya jika operator bekerja dibawah
normal/ terlalu lambat menurut pendapat pengukur maka p < 1. Selain hal tersebut
diatas, ada juga beberapa cara menentukan faktor penyesuaian.
1. Cara Persentase.
Dalam hal ini faktor penyesuaian ditentukan oleh pengukur berdasarkan
pengamatan yang dilakukan selama melakukan pengukuran. Oleh karena
itu cara ini merupakan cara yang paling mudah dan sederhana namun
penilaiannya masih kasar. Misalnya, pengukur berpendapat bahwa p = 110
%. Jika waktu siklusnya 14,6 menit maka Wn = 14,6 x 1,1 = 16,6 menit
2. Cara Shumard.
Cara ini didasarkan kepada kelas-kelas perfomansi kerja yang akan
menjadi penentu dalam penilaian dengan setiap kelas mempunyai nilainilai sendiri.
3. Cara Westinghouse
Cara ini mengarahkan penilaian pada 4 faktor yang dianggap sangat
menentukan kewajaran atau ketidakwajaran dalam bekerja, yaitu:
a.
Keterampilan atau skill
b.
Usaha
c.
Kondisi kerja
d.
Konsistensi
4. Cara Obyektif
Kecepatan kerja dan tingkat kesulitan pekerjaan menjadi perhatian utama
dalam cara ini karena kedua faktor ini dipandang secara bersama-sama
menentukan berapa besarnya harga p untuk mendapatkan waktu normal.
5. Cara Bedaux
Cara ini diakukan hampir sama dengan cara Shumard, hanya saja nilainilai pada cara Bedaux dinyatakan dalam B, misalnya 60 B
6. Cara Sintesa
Cara ini mengevaluasi perfomansi kerja operator berdasarkan nilai waktu
yang telah ditetapkan terlebih dahulu. Prosedur yang dilakukan adalah
dengan
melaksanakan
pengukuran
kerja
seperti
biasanya
dan
membandingkan waktu yang diukur dengan waktu penyelesaian elemen

kerja yang sebelumnya sudah diketahui data waktunya.
3.2.7.2.Kelonggaran
Kelonggaran pada dasarnya adalah suatu faktor koreksi yang harus
diberikan kepada waktu kerja operator, karena dalam melakukan pekerjaannya,
operator bisa terganggu oleh hal-hal yang tidak diinginkan namun sifatnya
alamiah 6.
Kelonggaran diberikan untuk 3 hal, yaitu kelonggaran untuk kebutuhan
pribadi, menghilangkan rasa fatique, dan hambatan-hambatan yang tidak bisa
dihindarkan, dimana ketiga hal tersebut secara nyata dibutuhkan oleh pekerja
selama melakukan pekerjaannya.
1. Kelonggaran untuk kebutuhan pribadi.
Yang dimaksud dengan kebutuhan pribadi adalah hal-hal seperti minum
sekadarnya untuk menghilangkan rasa haus, ke kamar kecil, bercakap-
Yanto. Analisis, Perancangan Sistem Kerja dan Ergonomi.Jakarta. Unika Atmajaya. 2007
cakap dengan teman sekerja sekedar untuk menghilangkan ketegangan

ataupun kejemuan dalam kerja. Dimana kebutuhan-kebutuhan seperti ini
mutlak dibutuhkan dan dilakukan oleh pekerja.
2. Kelonggaran untuk menghilangkan rasa fatique.
Rasa fatique tercermin dari menurunnya jumlah maupun kualitas hasil
produksi. Untuk itu pekerja harus diberi kesempatan untuk beristirahat
sekedarnya (stretching), bahkan bila perlu pergi ke luar ruangan kerja
untuk menghilangkan kelelahan.
3. Kelonggaran untuk hambatan-hambatan tak terhindarkan.
Hambatan-hambatan tak terhindarkan terjadi diluar kekuasaan pekerja
untuk mengendalikannya. Yang termasuk ke dalam hambatan-hambatan
yang tak terhindarkan yaitu: menerima atau meminta petunjuk kepada
pengawas, melakukan penyesuaian kepada pengawas, listrik padam,
peralatan rusak, serta gangguan-gangguan kerja lainnya.
3.3.
Peramalan
Peramalan merupakan seni dan ilmu memprediksi peristiwa-peristiwa
masa
depan.
Peramalan
memerlukan
pengambilan
data
historis
dan
memproyeksikannya ke masa depan dengan beberapa model matematis 7 . Prinsip

yang harus dipegang dalam peramalan antara lain :
1. Ramalan selalu mengandung kesalahan (error)
2. Kesalahan harus terukur untuk menentukan langkah selanjutnya
Render, Barry. Prinsip-prinsip Manajemen Operasi. Penerbit Salemba Empat. 2001. hlm 46
3. Ramalan satu famili produk lebih teliti daripada end item

4. Ramalan jangka pendek lebih teliti dari ramalan jangka panjang
Sedangkan faktor faktor yang harus dipertimbangkan dalam membuat
peramalan adalah :
1. Jangkauan peramalan
2. Tingkat ketelitian
3. Ketersediaan data
4. Bentuk pola data
5. Biaya
3.3.1. Metode Peramalan

Secara umum, peramalan diklasifikasikan menjadi dua macam, yaitu:
1. Peramalan yang bersifat subyektif
Peramalan ini lebih menekankan pada keputusan-keputusan hasil diskusi,
pendapat pribadi seseorang dan intuisi yang meskipun kelihatannya kurang
ilmiah tetapi dapat memberikan hasil yang baik. Metode ini contohnya metode
Delphi dan metode penelitian pasar.
2. Peramalan yang bersifat obyektif
Merupakan prosedur peramalan yang mengikuti aturan-aturan matematis dan
statistik dalam menunjukkan hubungan antara permintaan dengan satu atau
lebih
variabel
yang
mempengaruhinya.
Peramalan
obyektif
juga
mengasumsikan bahwa macam dari hubungan antara variabel-variabel bebas
dengan permintaan akan berulang juga pada masa yang akan datang.
Peramalan obyektif terdiri atas dua metode yaitu:
a. Metode Intrinsik
Metode ini berdasarkan pada proyeksi permintaan historis tanpa
mempertimbangkan faktor-faktor eksternal yang mungkin mempengaruhi
besarnya permintaan. Metode ini cocok untuk peramalan jangka pendek.
Salah satu metode ini adalah metode deret waktu (time series).
b. Metode Ekstrinsik
Metode ini mempertimbangkan faktor-faktor eksternal yang mungkin
dapat mempengaruhi besarnya permintaan dimasa datang dalam model
peramalannya. Metode ini lebih cocok untuk peramalan jangka panjang.
Kelemahan metode ini adalah dalam hal mahalnya biaya aplikasi dan
frekuensi perbaikan hasil peramalan yang rendah karena sulitnya
menyediakan informasi perubahan faktor-faktor eksternal yang terukur.
Salah satu bagian dari metode ini adalah metode regresi.
3.3.2. Analisis Deret Waktu (Time Series) 8

Peramalan dengan menggunakan metode deret waktu didasarkan pada
pendugaan masa depan yang dilakukan dengan menggunakan waktu sebagai dasar
peramalan. Tujuan metode peramalan deret waktu seperti itu adalah menemukan
pola dalam deret data historis dan mengekstrapolasikan pola dalam deret data
Makridakis, dan Victor E. Mc.Gee. Metode dan Aplikasi Peramalan. 1988. hlm 9-10.
tersebut ke masa depan. Metode ini mengasumsikan bahwa apa yang telah terjadi
di masa lalu akan terjadi di masa yang akan datang
Langkah penting dalam memilih suatu metode deret waktu yang tepat adalah
dengan mempertimbangkan jenis pola datanya. Pola data dapat dibedakan menjadi
empat, yaitu :
1.
Pola horisontal, terjadi bilamana data berfluktuasi di sekitar nilai rata-rata

yang konstan atau stasioner terhadap nilai rata-ratanya.
2.
Pola musiman, terjadi bilamana suatu deret data dipengaruhi oleh faktor
musiman (misalnya kuartal tahunan, bulanan / hari pada minggu tertentu).
3.
Pola siklis, terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi

jangka panjang seperti yang berhubungan dengan siklus bisnis atau ekonomi.
4.
Pola tren, terjadi bilamana terdapat kenaikan atau penurunan jangka panjang
dalam data.
Langkah-langkah yang harus dilakukan untuk membuat fungsi peramalan
dengan menggunakan metode time series adalah:

1. Mendefinisikan tujuan peramalan
2. Membuat diagram pencar
3. Memilih beberapa metode peramalan
4. Menghitung nilai ramalan dan kesalahannya
5. Memilih metode dengan kesalahan terkecil
6. Verifikasi Peramalan
Beberapa metode yang termasuk dalam analisis deret waktu adalah:

1.
Metode Pemulusan (Smoothing)

Metode ini terdiri dari dua kelompok yaitu metode perataan (average) dan
metode pemulusan (smoothing) eksponensial. Perbedaan mendasar dari dua

kelompok ini terletak pada pemberian bobot untuk data yang dipakai yaitu:
a. Metode Perataan (Moving Average)
Secara matematis, moving average dinyatakan dalam persamaan berikut:
MA =
At + At 1 + ... + At ( N 1)
N
dimana: At = Permintaan aktual pada periode t

N = Jumlah data permintaan
b. Metode Perataan Berbobot (Weighted Moving Average)
Secara matematis, WMA dapat dinyatakan sebagai berikut:
m
WMA =
(A
t =1
t 1
Wt )
W
t =1
dimana: Wt = Bobot permintaan aktual pada periode ke-t, t = 1,2,3,...,m

At-1 = Permintaan aktual pada periode sebelumnya
c. Metode Pemulusan (Smoothing) Eksponensial
Secara matematis, metode ini dapat dinyatakan sebagai berikut:
Ft = Ft 1 + ( At 1 Ft 1 )
dimana:
Ft = Nilai ramalan untuk periode waktu t

Ft -1 = Nilai ramalan untuk periode sebelumnya
At-1 = Permintaan aktual pada periode sebelumnya
= Parameter / koefisien smoothing

Nilai =
2
, dengan N = Jumlah data periode
N +1
2. Metode Dekomposisi
Merupakan metode yang hasil peramalannya ditentukan dengan kombinasi
dari fungsi-fungsi atau pola data yang ada seperti trend, siklus, dan musiman.
3. Metode Regresi
Tujuan dari metode ini adalah mencari bentuk fungsi dari suatu data. Bentuk
fungsi dari metode ini dapat berupa:
a) Konstan, dengan fungsi peramalan (Yt):
m
Yt = a, dimana a =
t =1
Ket : N = jumlah periode
b) Linier, dengan fungsi peramalan:

Yt = a + bt
m
a=
Dimana :
i =1
b t i
b=
i =1
i =1
m
i =1
n t i y i t i y i
i =1
n t i2 (t i ) 2
i =1
i =1
c) Kuadratis, dengan fungsi peramalan :

Yt = a + bt + ct2
Dimana :
a=
i =1
i =1
i =1
Yi b t i c t i
n
c=
b=
i =1
i =1
= ( t i2 ) 2 n t i4
m
i =1
i =1
i =1
= t i Yi n t i Yi
i =1
i =1
i =1
i =1
i =1
i =1
= t i2 Yi n t i2Yi
= t i2 t im n t i3
d) Eksponensial, dengan fungsi peramalan :

Yt = aebt
Dimana :
ln a =
i =1
i =1
ln Yi b t i
n
ln a =
i =1
m
i =1
n t i ln Yi t i ln Yi
i =1
n t i2 ( t i ) 2
i =1
i =1
e) Siklis, dengan fungsi peramalan :

Y = a + b sin
2t
2t
+ c cos
n
n
Dimana :
m
Y
i =1
m
m
m
2t i
2t i
= na + b sin
+ c cos
n
n
i =1
i =1
Yi sin
i =1
m
m
m
2t i
2t i
2t i
2t i
2t
= a sin
+ b sin 2
+ c sin
cos i
n
n
n
n
n
i =1
i =1
i =1
Yi cos
i =1
m
m
m
2ti
2ti
2ti
2ti
2t
= a cos
+ c cos 2
+ b sin
cos i
n
n
n
n
n
i =1
i =1
i =1
3.3.3. Analisis Kesalahan Peramalan

Hasil perkiraan ramalan yang tepat atau paling tidak dapat memberikan
gambaran yang paling mendekati sehingga rencana yang dibuat merupakan
rencana yang realistis. Kesalahan yang kecil memberikan arti ketelitian peramalan
tinggi, keakuratan hasil peramalan tinggi, begitu pula sebaliknya. Parameter
kesalahan suatu peramalan secara statistik dapat dihitung dengan menggunakan

beberapa rumus seperti terlihat dalam Tabel 3.1.
Tabel 3.1. Ukuran Statistik Parameter Kesalahan Peramalan

No.
Parameter Kesalahan
Rumus
n
Mean Error (ME)
ME =
e
i =1
n
n
Mean Absolute Error (MAE)
MAE =
e
i =1
n
n
SSE = ei
Sum of Squared Error (SSE)
i =1
Mean Square Error (MSE)
MSE =
(X
t =1
Ft )
n
n
Standar Deviation of Error (SDE)
SDE =
Standar Error of Estimate (SEE)
SEE =
n 1
(X
t =1
t =1
Ft )
n f
Sumber :Nasution, Arman Hakim. Perencanaan dan Pengendalian Produksi. 2003.
Keterangan : Xt = data aktual periode t

Ft
= nilai ramalan periode t
= banyaknya periode
= derajat kebebasan
ei
= banyaknya kesalahan
3.3.4. Verifikasi dan Pengendalian Peramalan

Verifikasi peramalan dilakukan guna mendapatkan hasil peramalan yang
benar-benar mencerminkan data masa lalu dan sistem sebab akibat yang
mendasari permintaan tersebut. Bentuk yang paling sederhana adalah peta kontrol
peramalan yang disebut peta moving range.
MR = ( y t yt ) ( y t 1 yt 1 )
m
MR
Rata-rata moving range didefinisikan
: MR =
Garis tengah peta moving range
: pada titik nol
Batas kontrol atas peta moving range
: BKA = +2,66 MR
Batas kontrol bawah peta moving range
: BKB = 2,66 MR
Variabel yang diplot
: y t = y t y
t =1
n 1
Pada Gambar 3.2. menjelaskan pembagian daerah A,B dan C pada peta
moving range.
Y-Y
Daerah di Luar Kendali
Batas Kendali +2,66 MR
+
Daerah A
Batas Kendali A 2,66 MR x 2/3
Daerah B
Batas Kendali B 2,66 MR x 1/3
Daerah C
0
Daerah C
Daerah B
-
Daerah A
Batas Kendali B 2,66 MR x 1/3

Batas Kendali A 2,66 MR x 2/3
Batas Kendali - 2,66 MR
Daerah di Luar Kendali
Gambar 3.2. Pembagian Daerah A, B dan C pada Peta Moving Range
Kondisi out of control dapat diperiksa dengan menggunakan empat aturan berikut:
1. Aturan Satu Titik
Bila ada titik sebaran (Y-Y) berada di luar UCL dan LCL.
2. Aturan Tiga Titik
Bila ada tiga buah titik secara berurutan berada pada salah satu sisi, yang
mana dua diantaranya jatuh pada daerah A.
3. Aturan Lima Titik
Bila ada lima buah titik secara berurutan berada pada salah satu sisi, yang
mana empat diantaranya jatuh pada daerah B.
4. Aturan Delapan Titik
Bila ada delapan buah titik secara berurutan berada pada salah satu sisi, pada
daerah C.
3.4.
Pemrograman Linier
Pemrograman linier adalah suatu model matematis yang berkarakteristik
linier
untuk
menemukan
suatu
penyelesaian
optimal
dengan
cara
memaksimumkan atau meminimumkan fungsi tujuan terhadap satu susunan

kendala.
3.4.1 Model Pemrograman Linier

Model adalah abstraksi atau penyederhanaan realitas sistem yang
kompleks dimana hanya komponen-komponen yang relevan atau faktor-faktor
yang dominan dari masalah yang dianalisis diikutsertakan. Jadi, model merupakan
sebuah tiruan terhadap realitas. Langkah untuk membuat peralihan dari realita ke
model kuantitatif, dinamakan perumusan model. Model pemrograman linier
mempunyai tiga unsur utama yaitu 9 :
1. Variabel Keputusan
Merupakan variabel persoalan yang akan mempengaruhi nilai tujuan yang
hendak dicapai.
2. Fungsi Tujuan
Merupakan tujuan yang hendak dicapai yang diwujudkan dalam sebuah fungsi
matematika linier.
3. Fungsi Kendala
Merupakan pembatas terhadap kumpulan keputusan yang mungkin dibuat dan
harus dituangkan ke dalam fungsi matematika linier. Ada tiga macam kendala,
yakni :
a.
Kendala berupa pembatas, dituangkan ke dalam fungsi matematika

berupa pertidaksamaan dengan tanda
b.
Kendala berupa syarat, dituangkan ke dalam fungsi matematika berupa

pertidaksamaan dengan tanda
c.
Kendala berupa keharusan, dituangkan ke dalam fungsi matematika

berupa persamaan dengan tanda =
Siswanto. Riset Operasi Jilid I, Penerbit Erlangga. 2006, hlm 25, 29
3.4.2. Bentuk Umum Model Pemrograman Linier

Fungsi Tujuan :
n
Maksimumkan/minimumkan Z =
C .X
j =1
Terhadap fungsi kendala :
a11 X 1 + a12 X 2 + . . . + a1n X n = b1
a 21 X 1 + a 22 X 2 + . . . + a 2 n X n = b2
ai1 X 1 + ai 2 X 2 + . . . + a mn X n = bi
Xj 0
di mana :
Xj
: variabel keputusan ke-j
Cj
: parameter fungsi tujuan ke-j
bi
: kapasitas kendala ke-i
aij
: parameter fungsi kendala ke-i untuk variabel keputusan ke-j
: 1,2, . . . , m
j : 1,2, . . . , n
3.4.3. Asumsi Model Pemrograman Linier

Program linier memiliki asumsi tertentu yang harus dipenuhi, yakni :
1. Proportional
Dipenuhi jika kontribusi setiap variabel pada fungsi tujuan atau
penggunaan sumber daya yang membatasi proporsional terhadap level
nilai variabel. Jika harga per unit produk misalnya adalah sama berapapun
jumlah yang dibeli, maka sifat proporsional dipenuhi.
2. Additivity
Additivity menyatakan bahwa tidak ada bentuk perkalian silang diantara
berbagai aktivitas. Sifat ini berlaku bagi fungsi tujuan maupun kendala.
3. Divisibility
Asumsi ini menyatakan bahwa variabel keputusan diperbolehkan memiliki
nilai yang tidak integer.
4. Deterministic
Setiap parameter (koefisien fungsi objektif, ruas sisi kanan koefisien
pembatas) diketahui secara pasti. Hal ini menunjukkan bahwa semua
parameter model berupa konstanta.
3.4.4. Metode Simpleks

Untuk memecahkan masalah program linier, pada tahun 1947 George
Dantzig menemukan sebuah metode yang sangat efisien yakni metode simpleks.
Langkah-langkah penyelesaian program linier dengan metode simpleks 10 :
1. Program linier (LP) harus dibuat dalam bentuk standar, yakni :
-
Kendala dalam bentuk persamaan dan konstanta sisi kanan (right hand
side = RHS) semua positif
10
Semua variabel non negatif
Fungsi tujuan dapat maksimum atau minimum
Sri Mulyono, Riset Operasi. Jakarta. 2004, hlm 32
2. Bentuk standar model LP dibuat dalam bentuk tabel simpleks sehingga

memudahkan perhitungan. Adapun bentuk standar tabel simpleks adalah 11
Contoh : Maks. Z = 5X1 + 2X2 + 3X3 + - X4 + X5
Kendala : X1 + 2X2 + 2 X3 + X4
=8
...(1)
3X1 + 4X2 + X3 + X5
=7
...(2)
X1,..., X5 0
Tabel 3.2. Bentuk Standar Tabel Simpleks
Cj
-1
Basis
X1
X2
X3
X4
X5
-1
X4
X5
Z= -1
Cb
row
Konstanta
Sumber Sitompul, Darwin. Riset Operasi I. 2006
Cb adalah koefisien dari variabel basis pada fungsi tujuan

Cj adalah koefisien dari variabel non basis pada fungsi tujuan.
Pj adalah nilai pada tiap kolom dan baris
Z = Cb x Konstanta
row = Cj-Cb*Pj
Contoh : row1 = 5-(-1,1)
= 5 (-1+3) = 3
Z = Cb*konstanta = (-1,1)
=-1
3. Dari tabel simpleks standar dapat dilihat bahwa bentuk dasar sudah dalam
sistem kanonikal (X4 hanya ada di pers 1 dan X5 hanya ada di pers 2),
maka X4 dan X5 sebagai variabel basis. Jika simpleks standar tidak dalam
11
Sitompul, Darwin. Riset Operasi I. 2006.
bentuk kanonikal maka harus diubah ke dalam bentuk kanonikal dengan

menambah variabel artificial.
4. Berdasarkan bentuk standar, temukan solusi layak dasar awal (initial basic
feasible solution). Dari contoh diperoleh solusi awal : X1=X2=X3=0, X4=8
dan X5=7. Maka Z = 5(0) + 2(0) + 3(0) -1(8) + 1(7) = -1.
5. Periksa optimalitas, dimana untuk maksimisasi solusi optimal jika semua
row harus bernilai negatif atau nol. Dari Tabel 3.2. diketahui solusi
belum optimal maka dilanjutkan dengan mencari solusi yang lebih baik.
Untuk maksimisasi, pilih entering variable (variabel nonbasis yang akan
menjadi basis)
row paling positif (X3 sebagai entering variable), dan
leaving variable (variabel basis yang akan keluar dari menjadi nonbasis)
berdasarkan hukum rasio minimum, yakni :8/2=4 atau 7/1 = 1. Maka
dipilih X4 sebagai leaving variable.
Tabel 3.3. Tabel Simpleks 1
Cj
-1
Basis
X1
X2
X3
X4
X5
-1
X4
X5
Z= -1
Cb
row
Konstanta
Elemen perpotongan disebut elemen pivot dan untuk menghitung sistem

kanonikal baru elemen harus dijadikan 1 dan elemen lain di kolom pivot
dijadikan nol.

Cj
-1
Basis
X1
X2
X3
X4
X5
X3
1/2
1/2
X5
5/2
-1/2
-4
-2
Z= 15
Cb
row
6. Dilakukan iterasi sampai diperoleh hasil optimal dimana
Konstanta
row bernilai
negatif atau nol. Berikut Tabel optimal untuk contoh diatas,

Cj
-1
Basis
X1
X2
X3
X4
X5
X3
2/5
3/5
-1/5
17/5
X1
6/5
-1/5
2/5
6/5
-26/5
-9/5
-2/5
Z= 81/5
Cb
row
Konstanta
Dengan demikian program linier tersebut memiliki solusi optimal sebagai

berikut :
X1 = 6/5, X2 = 0, X3 = 17/5, X4 = 0, X5 = 0 dan Z = 81/5
3.4.5. Metode Big M dan Dua Fase

Telah dikemukakan sebelumnya bahwa untuk menyelesaikan program
linier dengan metode simpleks diperlukan solusi layak dasar awal dengan
mengusahakan program linier berada dalam bentuk standar dan kanonikal.
Namun, meskipun telah diubah ke dalam bentuk standar seringkali program linier
tidak dalam bentuk kanonikal. Dalam hal ini tidak ada solusi layak dasar awal.
Oleh karena itu, program linier harus diubah ke dalam bentuk kanonikal dengan
dua cara, yakni :
1. Metode Big M
Pada metode ini, diberikan variable artificial yang sangat besar pada
fungsi objektif minimisasi. Dengan kata lain, biaya pada fungsi objektif
dibuat sangat besar sehingga tidak ekonomis untuk memproduksi variabel
tersebut. Koefisien untuk variable artificial dibuat sebesar M, dimana M
adalah bilangan positif yang sangat besar. Demikian sebaliknya untuk
kasus maksimisasi.
2. Metode Dua Fase
Cara kedua adalah dengan menggunakan 2 fase, yakni :
-
Fase I : Mencari solusi layak dasar awal bagi program asli, dengan
cara mengusahakan agar variable artificial terbuang. Pada tahap ini
lebih dahulu dibuat fungsi objektif khusus untuk variable artificial.
Fase II : Pada fase ini, solusi layak dasar awal yang diperoleh pada
fase pertama dilanjutkan untuk dioptimalkan. Cara mengoptimalkan
sama seperti metode simpleks yang telah dijelaskan sebelumnya.
3.4.6. Integer Programming

Pemrograman linier integer (integer linear programming) pada intinya
berkaitan dengan program linier dimana beberapa atau semua variabel memiliki
nilai integer (bulat). Program integer dibagi atas tiga jenis, yakni 12 :
1. Program Integer Murni (Pure Integer Programming), semua variabel
keputusannya adalah integer.
12
Sitompul, Darwin. Riset Operasi I. 2006.
2. Program Integer Campuran (Mixed Integer Programming), sebagian

keputusannya adalah integer.
3. Program Integer 0-1 (Zero One Integer Programming), variabel
keputusannya hanya memiliki nilai 0 atau 1.
Model matematis untuk pemrograman linier integer serupa dengan model
pemrograman linier, perbedaannya hanya pada penambahan 1 kendala bahwa
variabelnya harus berupa bilangan bulat. Pada dasarnya integer programming
merupakan analisis pasca optimal pemrograman linier. Jika program linier
menghasilkan bilangan pecahan maka untuk mendapat bilangan bulat yang
optimal dilakukan dengan menggunakan integer programming. Metode yang
biasa diterapkan adalah metode percabangan dan pembatasan (branch and bound)
serta algoritma bidang pemotong (cutting plane). Dari kepentingan praktisnya,
metode branch and bound lebih sering digunakan.
3.4.7. Algoritma Branch And Bound 13

Branch
and
bound
adalah
sebuah
metode untuk
menghasilkan
penyelesaian optimal pemrograman linear yang menghasilkan variabel-variabel

keputusan bilangan bulat. Sesuai dengan namanya, metode ini membatasi
penyelesaian optimal yang akan menghasilkan bilangan pecahan dengan cara
membuat cabang batas dan bawah bagi masing-masing variabel keputusan yang
bernilai pecahan agar bernilai bulat sehingga setiap pembatasan akan
menghasilkan cabang baru.
13
Siswanto. Riset Operasi Jilid I, Penerbit Erlangga. 2006, hlm 25, 29
Langkah kerja algoritma branch and bound untuk masalah maksimasi

adalah 14 :
1. Penyelesaian model sebagai linear programming biasa dengan metode
simpleks tanpa batasan integer.
2. Meneliti solusi optimalnya. Jika variabel yang diharapkan bernilai bulat
telah memiliki nilai bulat maka solusi optimal telah tercapai. Tetapi jika
tidak bernilai bulat maka dilanjutkan ke langkah 3.
3. Nilai solusi desimal pada solusi yang layak dicabangkan ke dalam sub-sub
masalah. Tujuannya adalah untuk menghilangkan solusi kontinu yang
tidak memenuhi persyaratan integer. Pencabangan dilakukan melalui
kendala mutually exclusive dengan tujuan agar tidak ada solusi integer
layak yang diikutsertakan.
4. Untuk setiap sub masalah, nilai solusi optimal kontinu fungsi tujuan
ditetapkan sebagai batas atas. Solusi integer terbaik dijadikan batas bawah.
Sub-sub masalah yang memiliki batas atas kurang dari batas bawah tidak
diikutsertakan pada analisis selanjutnya. Demikian dilakukan percabangan
sampai diperoleh solusi optimal integer.
14
Fien Zulfikarijah. Operation Research. Bayu media. 2004, hlm 249
BAB IV
METODOLOGI PENELITIAN
Metodologi penelitian merupakan cara atau prosedur yang berisi tahapantahapan yang jelas dan disusun secara sistematis dalam proses penelitian. Tiap
tahapan merupakan bagian yang menentukan tahapan selanjutnya sehingga harus
dilalui dengan cermat.
4.1.
Tempat dan Waktu Penelitian

Penelitian dilakukan pada PT. Cahaya Kawi Ultra Polyintraco yang
beralamat di Jl. Eka Surya Gang Sidodadi Lingkungan XXII, Kelurahan Gedung
Johor, Delitua Medan. Penelitian dilaksanakan pada Maret April 2009.
4.2.
Jenis Penelitian
Berdasarkan sifatnya, maka penelitian ini digolongkan sebagai penelitian
deskriptif (Deskriptif Research) dengan jenis studi kasus, yaitu penelitian yang
berusaha untuk memaparkan pemecahan masalah terhadap suatu masalah yang
ada sekarang secara sistematis dan faktual berdasarkan data. Jadi penelitian ini
meliputi proses pengumpulan, penyajian, dan pengolahan data, serta analisis dan
interpretasi.
4.3.
Instrumen Penelitian
Penelitian dilakukan dengan teknik observasi langsung pada lantai
produksi. Instrumen yang digunakan adalah jam henti (stopwatch), kertas lembar
pengamatan, pena atau pensil dan papan pengamatan. Hasil dari penelitian dengan
menggunakan jam henti berupa waktu siklus penyelesaian spring bed.
4.4.
Pengumpulan Data
Prosedur pengumpulan data dalam penelitian ini dilakukan dengan cara :
1. Melakukan wawancara dengan pihak perusahaan berkaitan dengan data

dan informasi yang diperlukan.
2. Mencatat arsip perusahaan yang berhubungan dengan data yang
diperlukan
3. Melakukan pengamatan langsung di lantai produksi
Adapun data yang dibutuhkan adalah :
1. Data primer, yakni waktu pengerjaan produk yang diperoleh dengan
pengukuran langsung menggunakan alat bantu stopwatch.
2. Data sekunder meliputi :
a. Data laba dari setiap jenis spring bed
b. Data jumlah tenaga kerja
c. Jumlah hari kerja tiap bulan selama tahun 2009
d. Penjualan selama 2 tahun terakhir sebelum periode pengamatan
e. Data pemakaian bahan dan kapasitas gudang
f. Jumlah produksi minimum yang ditetapkan perusahaan
4.5.
Metode Pengolahan Data

Setelah memperoleh data yang diperlukan untuk menyelesaikan masalah
maka dilakukan pengolahan terhadap data yang telah dikumpulkan tersebut.

Langkah- langkah dalam pengolahan data adalah sebagai berikut :
1.
Pengolahan data primer meliputi uji keseragaman dan kecukupan data.

Kemudian dihitung waktu baku penyelesaian produk.
a. Pengujian keseragaman data :
- Perhitungan waktu siklus rata-rata sub grup
- Perhitungan standard deviasi dari distribusi harga rata-rata sub grup
- Perhitungan Batas Kontrol Atas (BKA) dan Batas Kontrol Bawah
(BKB) dengan rumus ;
BKA = X + 2x
BKB = X 2x
b. Pengujian kecukupan data :

m
m
k
2
(
n
t
ti ) 2
s i =1
i =1
N =
m
ti
i =1
c. Perhitungan waktu baku (standard time) untuk tiap job pada tiap stasiun
kerja yang ada di lantai pabrik, dengan rumus :
Wb = Wn (waktu normal) x ( 1 + allowance)
di mana, Wn = Ws (waktu siklus) x p (faktor penyesuaian)
2.
Meramalkan permintaan
Data historis penjualan kemudian diolah dengan menggunakan metode
peramalan kuantitatif yang disesuaikan dengan pola data. Berdasarkan hasil
dari metode yang digunakan akan dipilih metode terbaik dengan

menggunakan ukuran kesalahan peramalan terkecil.
3.
Membuat fungsi tujuan, yakni memaksimumkan laba dengan menentukan

jumlah produksi optimal yang merupakan variabel keputusan.
n
Maksimumkan Z =
C .X
j =1
Z = laba yang ingin dicapai dari seluruh spring bed yang diproduksi
Cj = laba untuk produk X
Xj = jumlah produksi optimal (variabel keputusan jenis spring bed ke-j)
j = jenis spring bed ke-1,2,...,n
4.
Penentuan fungsi kendala. Kendala yang dimaksud adalah :

a. Kapasitas tenaga kerja
n
a
j =1
ij
X j Yk = a11 X 1 + a12 X 2 + ...a1n X n Y1

= a 21 X 1 + a 22 X 2 + ...a 2 n X n Y2
= a m1 X 1 + a m 2 X 2 + ...a mn X n Yk
dimana : aij = waktu standar di stasiun kerja i untuk jenis spring bed ke-j
Xj = jumlah produksi optimal (variabel keputusan spring bed ke-j)
Yk = jam tenaga kerja tersedia pada bulan ke-k
i
= stasiun kerja, i = 1,2,,m
= jenis spring bed, j = 1,2,...,n
b. Ketersediaan bahan baku

n
d
j =1
ij
X j K l = d11 X 1 + d12 X 2 + ...d1n X n K 1

= d 21 X 1 + d 22 X 2 + ...d 2 n X n K 2
= d m1 X 1 + d m 2 X 2 + ...d mn X n K l
dimana :
dij = jumlah pemakaian bahan baku i untuk jenis spring bed ke-j
K l = rata-rata ketersedian bahan baku di gudang bulan ke-l
j
i = jenis bahan baku, j = 1,2,...,m
c. Target produksi
X ji R ji
dimana :
X = jumlah produksi optimal (variabel keputusan jenis spring bed ke-j)
R = jumlah permintaan (target produksi dari hasil peramalan)
i = bulan, i = 1,2, 3,, m

j = jenis spring bed, j = 1,2,...,n
d. Pencapaian BEP perusahaan

Perusahaan menetapkan jumlah produksi minimum yang harus dipenuhi
agar BEP perusahaan dalam unit produksi tercapai. Fungsi kendalanya
adalah :
X ji V ji
dimana :
X = jumlah produksi optimal (variabel keputusan jenis spring bed ke-j)
V = jumlah produksi minimum perusahaan
i = bulan, i = 1,2, 3,, m

f.
5.
X 1 , X 2 , X 3 , . . . , X n 0 dan integer
Optimisasi fungsi tujuan terhadap susunan kendala menggunakan model

linear programming dengan metode simpleks. Untuk mempermudah proses
pengerjaan akan dibantu dengan menggunakan software LINDO. Jika
variabel keputusan integer (bilangan bulat) maka solusi optimal ditemukan,
namun jika variabel keputusan bukan integer maka dilanjutkan ke langkah 6.
6.
Optimisasi fungsi tujuan terhadap susunan kendala menggunakan model

integer programming menggunakan metode branch and bound. Dalam tahap
ini kendala integer ditambahkan ke dalam model perencanaan produksi.
Selanjutnya dilakukan iterasi sampai diperoleh solusi optimal.
4.6.
Analisis dan Evaluasi

Setelah
dilakukan
pembenahan
rencana
produksi,
maka
akan
dibandingkan dengan rencana produksi yang ditetapkan perusahaan. Dengan

demikian, akan dapat diketahui perbedaan kondisi yang dihadapi perusahaan saat
ini dengan kondisi yang diperoleh dari hasil perhitungan sesuai konsep integer
programming yang mungkin untuk diterapkan dalam perusahaan melalui
pembenahan rencana produksi. Selain itu, setelah diperoleh solusi optimal akan
dilakukan analisis sensitivitas untuk mengetahui sejauh mana parameterparameter model pemrograman linier, yaitu koefisien fungsi tujuan dan nilai ruas
kanan kendala boleh berubah tanpa harus mempengaruhi jawaban optimal.
Analisis ini merupakan analisis pasca optimal karena dikembangkan dari
penyelesaian optimal. Evaluasi dilakukan untuk melihat hasil dari analisis dan
memberikan usulan bagi perencanaan produksi perusahaan.
4.7.
Kesimpulan dan Saran

Tahap akhir adalah menyimpulkan butir-butir penting dari tiap bab dan
memberikan saran-saran berguna bagi perusahaan dan bagi pembaca.

Dari keseluruhan uraian diatas dapat dibuat diagram alir metodologi penelitian,
dapat dilihat pada Gambar 4.1. Selanjutnya, diagram alir pengolahan data dapat
dilihat pada Gambar 4.2.
Studi pendahuluan
Studi literatur
Pengamatan langsung di perusahaan
Identifikasi masalah dan

penetapan tujuan
Pengumpulan data
Data primer :
Waktu siklus pengerjaan
produk
Data sekunder :
Laba dari tiap jenis spring bed

Data jumlah tenaga kerja
Jumlah hari kerja tiap bulan selama tahun 2009
Penjualan selama 2 tahun terakhir
Jumlah bahan baku untuk tiap jenis spring bed
Ketersediaan bahan baku digudang/ bulan
Jumlah produksi minimum yang ditetapkan perusahaan
Pengolahan data
Analisis dan Evaluasi

Analisis Perencanaan Produksi awal
Analisis Perencanaan Produksi dengan Integer Programming
Analisis Perbandingan Perencanaan Produksi awal dengan Perencanaan
Produksi dengan Integer Programming
Evaluasi Perencanaan Produksi
Kesimpulan dan saran
Wenni Junida : Penentuan Jumlah Produksi Optimal Untuk Memaksimumkan Laba Dengan Menggunakan Metode Integer
Programming Di PT. Cahaya Kawi Ultra Polyintraco, 2010.
Gambar 4.1. Diagram Alir Metodologi Penelitian
Wenni Junida : Penentuan Jumlah Produksi Optimal Untuk Memaksimumkan Laba Dengan Menggunakan Metode Integer
Programming Di PT. Cahaya Kawi Ultra Polyintraco, 2010.
Berikut adalah gambar diagram alir pengolahan data
Mulai
Harga
penjualan
Biaya
produksi
Koefisien fungsi
tujuan
Data pengamatan waktu

pengerjaan
Jumlah tenaga kerja x

(jam kerja tersedia/
bulan)
Jam bahan baku yang

dibutuhkan untuk tiap
jenis produk
Bahan baku
tersedia/ bulan
Target produksi
Data historis
penjualan
Waktu baku
Hasil
peramalan
permintaan
Koefisien
pembatas 1
Ruas kanan
pembatas 1
Ruas kanan
pembatas 2
Koefisien
pembatas 2
Koefisien
pembatas 3 dan 4
Ruas kanan
pembatas 3
Formulasi model
Optimisasi Model dengan

metode simpleks
Ya
Integer?
Optimal
Tidak
Mencari solusi integer
dengan metode branch
and bound
Selesai
Target produksi
minimum yang
ditetapkan
perusahaan
Ruas kanan
pembatas 4
Gambar 4.2. Diagram Alir Pengolahan Data
Berikut adalah gambar diagram pengolahan waktu siklus sehingga diperoleh

waktu standar.
X
Data pengamatan
waktu pengerjaan
Uji
keseragaman
Tidak
seragam
Ya
Uji kecukupan
Tidak
Cukup
Ya
Waktu siklus
Penyesuaian
Waktu normal
Kelonggaran
Waktu baku
Gambar 4.2a. Diagram Pengolahan Waktu Siklus
Berikut adalah gambar diagram pengolahan data permintaan melalui peramalan

sehingga diperoleh peramalan permintaan di periode mendatang.
Y
Defenisi tujuan peramalan
Buat diagram pencar
Pilih beberapa metode peramalan
Hitung parameter peramalan
Tidak
Hitung kesalahan tiap metode
Pilih metode dengan kesalahan terkecil
Verifikasi peramalan
Hasil peramalan
Selesai
Gambar 4.2b. Diagram Peramalan Permintaan
BAB V
PENGUMPULAN DAN PENGOLAHAN DATA
5.1.
Pengumpulan Data
5.1.1. Data Laba dari Setiap Matras Spring bed

Setiap spring bed yang dihasilkan oleh PT. Cahaya Kawi Ultra Polyintraco
menghasilkan laba seperti pada Tabel 5.1.
Tabel 5.1. Laba dari Setiap Penjualan Spring bed
No
Spring bed
Harga Penjualan
Biaya Produksi
Laba
Platinum
Rp. 2.350.000,-/ unit
Rp. 2.115.000,-/ unit
Rp. 235.000,-/ unit
Golden
Rp. 1.350.000,-/ unit
Rp. 1.215.000,-/ unit
Rp. 135.000,-/ unit
Silver
Rp. 1.180.000,-/ unit
Rp. 1.062.000,-/ unit
Rp. 118.000,-/ unit
Bigline
Rp. 950.000,-/ unit
Rp. 855.000,-/ unit
Rp. 95.000,-/ unit
Sumber PT. Cahaya Kawi Ultra Polyintraco
5.1.2. Data Waktu Siklus Tenaga Kerja

Pengukuran waktu operasi dilakukan dengan menggunakan stopwatch.
Pengukuran waktu yang diambil adalah waktu sikus rata-rata tenaga kerja pada
setiap stasiun kerja yang dilakukan sebanyak 30 kali pengukuran. Matras spring
bed yang menjadi objek penelitian terdiri dari 4 jenis yakni platinum, golden,
silver dan bigline. Operator yang diamati adalah operator yang telah mengetahui
tujuan pengukuran waktu, bekerja dengan metode kerja yang telah ditetapkan
perusahaan dan bekerja secara normal.
Stasiun kerja dinyatakan dengan simbol S dari tiap proses produksi matras spring
bed, sedangkan elemen kerja dinyatakan dengan simbol K. Dimana dalam hal ini
stasiun kerja adalah pusat kerja/tempat pengelompokan suatu pekerjaan
sedangkan elemen kerja adalah gerakan bagian dari suatu pekerjaan.
1. Pembuatan Matras
S1 = Perakitan Per bulat (K1)
Satu siklus pada stasiun ini dimulai saat mesin RAM dioperasikan
kemudian per bulat dirakit dengan kawat lilit pada mesin RAM. Siklus
ini selesai saat per siap dirakit dan ditumpuk pada tempat penampungan
sementara.
S 2 = Perakitan Kawat lis (K2)
Satu siklus pada stasiun ini dimulai saat mengambil rakitan per bulat
dengan kawat lilit dan meletakkan di meja perakitan, kemudian rakitan
per dirakit dengan kawat lis dan per pinggir. Siklus ini selesai saat kawat
lis dan per pinggir selesai dirakit dan ditumpuk pada tempat
penampungan sementara.
S 3 = Penjahitan Kain Quilting (K3)
Satu siklus pada stasiun ini dimulai saat gulungan kain polos, busa dan
non woven diambil dan disusun pada mesin quilting, kemudian mesin
quilting dioperasikan dan gulungan akan dijahit oleh mesin. Siklus ini
selesai saat kain quilting selesai dijahit.
S 4 = Pemotongan
a. Pemotongan hardpadd (K4)
Satu siklus elemen ini dimulai saat gulungan hardpadd diambil dari
tempatnya sampai hardpadd selesai dipotong sesuai ukuran yang
dibutuhkan untuk 1 unit spring bed yakni (200 x 180) cm2.
b. Pemotongan busa (K5)
Satu siklus elemen ini dimulai saat busa diambil dari tempatnya
sampai busa selesai dipotong sesuai ukuran yang dibutuhkan untuk 1
unit spring bed yakni (200 x 180) cm2.
c. Pemotongan kain blacu (K6)
Satu siklus elemen ini dimulai saat kain blacu diambil dari tempatnya
sampai kain blacu selesai dipotong sesuai ukuran yang dibutuhkan
untuk 1 unit spring bed yakni (200 x 180) cm2.
d. Pemotongan kain quilting (K7)
Satu siklus elemen ini dimulai saat kain quilting diambil dari
tempatnya sampai kain quilting selesai dipotong sesuai ukuran yang
dibutuhkan untuk 1 unit spring bed yakni (200 x 180) cm2.
S 5 = Penjahitan
a. Penjahitan kain quilting dengan kain blacu dan label (K8)
Satu siklus elemen ini dimulai saat kain quilting dan kain blacu
diambil dari tempatnya, lalu dijahit dengan menggunakan mesin jahit
biasa. Kemudian dilanjutkan dengan penjahitan label. Siklus ini
berakhir saat penjahitan selesai.
b. Penjahitan lis kain quilting (K9)

Satu siklus elemen ini dimulai saat kain quilting tabung diambil dari
tempatnya, lalu lis dijahit pada kain sampai penjahitan lis kain
quilting selesai.
S6 = Perekatan dengan per (K10)
Satu siklus elemen ini dimulai saat rakitan per diambil dari tempat
penampungan sementara dan diletakkan pada meja perakitan. Kemudian
direkatkan hardpadd, busa dan kain quilting pada per. Siklus ini berakhir
sampai perekatan selesai.
S 7 = Penjahitan Lis (K11)
Satu siklus elemen ini dimulai saat hasil perekatan pada stasiun kerja 6
(S6) diambil dan diletakkan pada meja penjahitan. Kemudian dilakukan
penjahitan lis dengan menggunakan mesin corner. Siklus ini berakhir
saat penjahitan lis selesai.
S 8 = Pembungkusan (K12)
Satu siklus elemen ini dimulai spring bed diletakkan di meja, kemudian
dibungkus dengan plastik mika. Siklus ini berakhir saat pembungkusan
selesai.
Hasil pengukuran dapat dilihat pada Tabel 5.2 sampai Tabel 5.5.
Tabel 5.2. Waktu Siklus Rata-rata Tenaga Kerja pada Pembuatan Spring Bed Tipe Platinum
Pengamatan
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
K1
710.9
708.2
711.3
708.9
712.4
708.8
717
708.9
709.9
712.5
714.7
715.6
717.9
716.1
714.3
717.6
715.2
709.9
708.3
714.7
714.2
712
713.3
710.2
717.4
712.9
712.9
K2
943.2
945.9
942
939.4
942.8
940.9
944.9
945.5
945.9
938.2
944.9
936.7
937.9
938.7
937.2
936.1
939.3
937.2
941.4
939.7
938.8
939
936.4
940.3
945.8
941.4
944.9
K3
199.4
197.6
198.4
196.3
196
192.8
193.2
197.8
197.1
198.8
197.5
194.9
195.8
195.2
197.3
199.4
192.9
198.7
197
197.2
199.7
195.1
197.3
199.2
196.8
192.7
195.2
K4
91.3
92.9
90.6
94
95.5
93.8
89.1
91.2
93.2
96.8
94.1
92.1
89.1
99.2
93.8
87.1
95.2
92
94.2
89.2
99.5
98.3
93.6
89.7
96.2
97
89.1
K5
186.6
183.1
186.7
183
185.3
185.3
180.6
182.8
188.3
189.9
188.3
186.3
180.5
186.1
185.4
183.5
185.8
180.6
180.8
184
189.2
185.8
182.5
186
180.8
178.4
179
Waktu (detik)
K6
K7
63.1
195.5
62.6
195.1
59.2
189.2
60.4
189.7
57.6
192.7
62
196.1
61.4
190.9
56.8
190.8
56.8
191.1
62.6
195.3
61.7
189.1
56.4
189.2
58
195.7
63.3
193.8
62.9
191.5
57.3
194.3
61.5
191.7
59.8
190.7
61.4
195.6
61.8
192.4
61
194.2
58.1
189.5
58.2
196.7
63.6
192.8
56.6
193.4
57.7
193.7
57.4
189.7
K8
349.4
344.2
342.2
348.8
352.6
345.9
345.9
344.6
352.5
352.2
344.5
343.4
343.3
339.9
353.9
351.1
341.7
345.8
342.3
350.4
346.6
349.1
347.9
347.8
344.7
349.9
353.9
K9
941.3
941.3
944
939.4
943.7
941
945.1
940.9
938.5
943.7
938.1
940.3
939.2
941.3
943.2
944.1
942.7
945.2
941.9
940.6
940.9
945.3
938.1
941.3
940.6
944.1
943.3
K10
811.1
796.7
810.2
803
803.6
808.5
810.1
807.3
799.1
808.3
812.1
805.7
806.3
797.9
795.5
807.2
797
801.4
802.5
799.3
796.1
812.1
802.2
801.3
803.5
810.6
804.7
K11
646.6
644.3
639.7
640.3
644.5
644.7
646.1
642.6
640.8
644.4
641.5
646
647
644.7
641.3
644.7
639.9
640.2
641.7
643
640.7
643.2
641.2
642.1
642
639.6
643.7
K12
251.4
253.1
255.7
249.3
250.8
255.7
252.7
253.1
251.1
254
251.2
256.5
251.1
250.9
255.3
254.3
256.7
251.2
251.5
249.6
251.8
255.3
250.9
252.7
251.4
256.5
249.5
28
29
30
717.7
714.6
716.9
945.8
936.2
944
198.4
198.7
196.2
98.1
97.9
98.6
189.6
183.9
184
62.7
57.2
56.3
194.9
192.1
193.9
346.6
351.1
348.8
941.8
945.9
943.3
805.1
804.3
810.1
646.1
645.1
643.9
252.5
255
249.4
Tabel 5.3. Waktu Siklus Rata-rata Tenaga Kerja pada Operasi Pembuatan Spring Bed Tipe Golden
Pengamatan
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
K1
708.5
707.7
703.1
705.1
703.5
709.8
708.3
703.3
708.7
709.5
702.3
702.5
705.5
707.3
702.6
709.2
704.5
705.7
709.9
708.3
702.1
703.7
705.9
K2
941.3
942.7
946
940.6
936.3
941.7
940.1
939.8
945.2
939.6
938.1
945.5
939.9
941.6
936.8
943.3
943.5
938.7
943.9
943.4
939.8
937
945.5
K3
184.4
180.5
181.7
178.1
180.9
181.3
183.2
184.1
178.2
183.9
183.2
180.9
182.4
180.6
179.8
184.5
181.1
184.7
182.7
181.5
179.7
182.6
180.2
K4
92.5
92.8
94.5
98.5
89.2
90.4
95
94.8
89.8
94.8
95.8
90.1
98
89.4
91.4
99.4
99
92.7
99.7
97.8
93
96.9
92.7
K5
180.3
181.1
187.1
181.2
180.5
181.8
186.3
187
186.1
181.9
178.2
179.5
182.5
184.1
182.5
184.4
178.6
187.3
186.8
183.6
183.7
186.8
181.4
Waktu (detik)
K6
K7
61.4
194.3
56.2
195.8
60.8
189.1
60.3
195.2
62.9
193.1
57.1
189.5
63.4
195
61.3
196
62.3
191.7
57.4
191
60.1
192.5
58.4
191.5
57.2
192.4
62.5
192.2
58.7
191.8
63.2
194.6
60.6
193.6
61.3
195.1
56.8
189.2
60.7
196.8
62.6
190.2
60.7
192.1
62.3
194
K8
345.4
338.7
340
348.2
345.2
349.6
347.9
348
354.6
342.2
344.3
344.1
351.2
344.2
350.4
352.7
347.9
347.9
347.6
345.3
348.1
341.2
347
K9
935.5
931.3
929.1
932
931
931
932.4
936
929.3
930.6
934.1
930
935.7
936.2
930.8
934
936.1
930.9
933
933.5
932.3
934
933.6
K10
801.3
811.3
808.7
802.3
801.2
798.6
800
795.9
811.5
808.6
799.7
810.2
797.2
797.3
799.9
804.5
801.4
798.1
809.4
797.9
806.9
803.2
808.9
K11
642.4
644
642.7
642.9
644.4
639.5
639.3
639.3
645
644.1
644
640.6
644.5
642.9
640.4
640.9
640.4
643.7
641.5
642.3
643.8
643.9
645.9
K12
252.3
256.5
255.7
253.8
251.9
251.7
252.3
255.5
254.7
251.6
256.5
252.8
254
255.5
253.5
251.3
256.7
249.7
249.6
254.8
252.1
256.6
249.1
24
25
26
27
28
29
30
707.2
702.2
707.8
703.3
705.8
709.4
706.9
945.4
944.7
945.7
943.3
939.5
940.8
945.5
179.8
184.2
182.6
185.4
181.3
185.3
182
97.4
91.3
92.6
94.3
93.5
90.8
90.6
185.7
182.4
178.2
185.4
187.7
183.3
185.3
59.4
58.5
60.2
56.4
61.5
59
56.2
190.5
189.3
191.4
191.1
194.4
191.5
189
345.7
346.9
353.1
347.9
339
350.4
350.8
932.8
930.4
936.6
933.6
931.1
929.3
936.1
810.1
812.8
800.8
809.8
810.6
809.4
799.4
643.8
643.1
646.1
640
642.3
647
646.8
249.8
252.5
252.2
251.4
255.7
252.7
251.2
K11
640.2
644.2
646.2
642.2
645
643.6
642.8
645.6
642
645.6
639.3
643.8
643.3
645.1
639.5
643.9
639.7
644
640.1
K12
251.5
252.5
254.5
251.1
256.1
254.9
249.3
256.2
250.7
254.7
252.3
255.7
249.4
250.2
250.8
251.1
254.2
250.4
251.5
Tabel 5.4. Waktu Siklus Rata-rata Tenaga Kerja pada Pembuatan Spring Bed Tipe Silver
Pengamatan
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
K1
705.3
702.8
703
709.1
708.3
709.3
704.8
703.4
704.4
704.5
703.5
706
706.8
707.4
706.2
703.1
707.9
706.5
705
K2
939.2
939.7
944.9
942.3
942
938.5
945.9
938.9
937.6
942.1
943.1
942.2
937.3
943.4
936.2
942.9
940.4
937.7
941.1
K3
182.1
179.9
183.1
184.9
182.8
183.7
184.6
180.9
184.7
184.5
185.5
185.1
178.9
183.8
185.7
181.3
179.8
182.9
182.5
K4
91.3
95.3
91.5
92.2
94.1
95.5
92.4
93.5
87.2
88.5
97.8
93.2
94.8
97.1
92
98.7
89.3
99.6
94.7
K5
181.6
180
182
187.9
187.3
179.8
183.1
184.7
183.5
186.2
185
181.8
180.3
181.6
181.8
180
186.9
187
183.3
Waktu (detik)
K6
K7
62.2
192.6
58.9
192.8
61.5
196.5
59.4
195.7
57.2
195.7
62.4
196.9
58.8
190.7
56.9
194.5
57.3
195
58.1
196.4
63.9
195.5
57.4
193.5
61
194.6
61.6
193.2
62.9
196.6
56.9
192.4
59.7
190.1
58.6
193.6
63.9
193.3
K8
343.6
352.8
342.8
341.2
353.9
350.9
347.6
344.4
347.6
352.8
351.9
348.1
346.1
340.2
350.3
343.2
347.1
342.7
350.7
K9
933.2
929.9
930.9
935.7
932.6
930.3
930
933.3
936.5
931.8
935.1
934.1
931.4
936.1
931.8
930.5
932.3
929.1
933.9
K10
803.2
803
805.2
812.5
796.6
811.8
808.7
807.3
808.3
802.7
807.4
795.8
797.4
798.3
803
809.1
809.4
802.8
812.2
20
21
22
23
24
25
26
27
28
29
30
709.8
703.5
706.6
706.7
709.4
707.6
704
704.1
702.7
704.9
709.9
945.7
941.1
943.7
945.9
942.1
942
937.4
943.7
940
936.4
940.6
185.5
181.1
178.8
181.2
182.2
178.5
178.9
179.8
178.8
183.4
179.8
89.1
97.9
98.1
90.8
93.2
94.8
92.5
87.4
90.8
99.4
96.3
184.7
178.4
183
182
186.1
187.9
181.2
184.4
182
186.5
185.9
62.9
56.1
58.9
61.8
62.8
63.6
62.3
62
62.4
56.1
57.1
194.9
196.4
192.1
191.8
196.4
192.7
192.6
195
191.6
190.5
191.4
339.5
350.9
344.5
347.9
345.4
348.9
347.8
351
343.8
338.8
352
934.5
932.4
930
933
933.9
936.3
929.4
932.5
935
935.7
934.2
803.2
806.5
812.6
801.2
811.2
802
812.1
799.8
808.8
803.4
807.4
642.4
645.2
639.4
643.2
639.8
646.3
640
641.2
646.4
642.7
642.1
250.4
256.8
253.7
253.2
255.4
256.7
255.6
255.5
249
256.1
253.5
Tabel 5.5. Waktu Siklus Rata-rata Tenaga Kerja pada Pembuatan Spring Bed Tipe Bigline
Pengamatan
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
K1
1351.2
1353.2
1352.9
1353.2
1355.2
1353.5
1351.8
1350.7
1348.6
1353.8
1351
1354.3
1351.1
1352.9
1348.8
K2
943.3
938.9
936.5
941.5
943.7
942.5
945.3
938.3
938.1
943.3
937.7
944.2
942.2
942.1
943.8
K3
176.4
178.4
174.2
177.1
173.3
177.3
176.4
172.1
173.5
175.7
178.4
173.9
177.7
172.3
174.2
K4
92.8
94.1
93.8
92.6
98.6
95.1
95.1
88.9
94.6
94.7
89.4
98.1
89.9
97.9
87.3
K5
172.4
173.6
165.8
170.6
170.2
168.4
174.2
166.5
173
170.4
171.1
166.5
167.4
168
172.5
Waktu (detik)
K6
K7
61.8
194.5
56.7
190.2
58.6
189.2
58.5
189.5
62.1
195
56.8
189.5
58.9
191.6
60.3
192.5
56.7
191.3
61.2
196.6
63.7
194.1
63
196.4
63.2
190
58.3
194.1
63.1
196.5
K8
348.1
348.7
345.7
349
345.5
346
346
345
351.4
348.9
349.7
347.5
344.2
342.1
353.7
K9
930
929.8
936.6
933.8
935.6
936.8
932.4
929.5
934.5
934.7
930.3
936.4
930.8
936.7
934.4
K10
810.6
799.3
805.3
811.3
800.9
811.5
807.9
801
797.1
810.6
800.8
812.7
799.9
798.4
811.5
K11
643.2
644.4
639.8
645.5
645.8
640.3
643
645.5
643.1
642.2
643.1
644.2
643.1
645.2
640
K12
251.6
256.5
249.3
254.3
255.7
250
253.4
256.3
256.4
251.4
254.3
256.9
256.9
252.7
252.4
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
1354.3
1348.2
1354.1
1353.8
1354.8
1352.3
1354.7
1351.9
1349.4
1348.3
1351.4
1350.8
1348.7
1353.8
1351.2
937.7
938.2
942.7
944.1
938.4
945.3
942.9
944.9
944.1
937.5
943.2
941.2
942.2
943.3
939
176.9
172.7
174.7
176.9
174
176.2
173.5
175.6
178.3
177.7
178.5
172.2
176
173.1
178.9
88.4
94.7
91
98.4
98.1
93.7
87.1
93.3
92.8
87.5
92.9
95.9
89.7
92.7
95.6
172.7
167.4
166.1
173.3
171.5
167.6
166.2
165.9
171.7
173.8
168.2
170.9
167.8
174.1
172.4
61.9
63.7
56.9
57.3
58
57.5
63.6
62.1
57.2
63.1
60.9
58.2
62.7
60.4
63.3
191
189.8
189.6
191.9
194.7
192.1
195.9
196.1
193.4
191.6
189.8
190.5
192.5
196.8
195.3
353.3
341.5
346.4
346.4
347.2
350.1
345.9
345.2
347.6
342.7
351.1
350.2
350.9
345.4
349.6
933.2
933.9
933
931.6
934.8
933.6
935.7
931.8
934
935.6
934
932.9
933.9
935.1
930
812.6
809.3
799.1
811.6
806.8
808.5
795.1
795.5
796.7
795.6
808.4
800.5
797
799.6
798.9
640.7
639.2
641.6
644
641
642.1
640.7
643.3
641.9
640.1
643.2
642.6
645.2
642.9
641.4
253.9
254
251.2
250
250.2
256.6
249.5
251.8
252.9
252.8
255.2
256.7
250.1
251.1
250.5
5.1.3. Data Jumlah Tenaga Kerja

Jumlah tenaga kerja pada PT. Cahaya Kawi Ultra Polyintraco untuk
bagian produksi matras dapat dilihat pada Tabel 5.6.
Tabel 5.6. Data Jumlah Tenaga Kerja Produksi Matras Spring bed
Departemen Produksi
Jlh Tenaga Kerja (orang)
Perakitan Per bulat mesin RAM
Perakitan Per bulat RAM manual
Perakitan Kawat lis
Penjahitan Kain Quilting
Pemotongan
Penjahitan
Perekatan dengan per
Penjahitan lis
Pembungkusan
Total
16
Sumber PT. Cahaya Kawi Ultra Polyintraco
5.1.4. Data Jumlah Hari Kerja

Produksi spring bed di PT. Cahaya Kawi Ultra Polyintraco dilaksanakan
pada hari Senin sampai Jumat. Jam kerja pada hari Sabtu hanya setengah hari dan
hanya untuk karyawan kantor. Dalam penelitian ini yang menjadi kendala adalah
jam kerja bagian produksi. Rata-rata jumlah hari kerja efektif bagian produksi
pada PT. Cahaya Kawi Ultra Polyintraco dalam satu bulan adalah 20 hari kerja.
Untuk 1 hari jam kerja adalah 7,5 jam. Adapun jumlah waktu kerja yang tersedia
pada bagian produksi PT. Cahaya Kawi Ultra Polyintraco selama tahun 2009
dapat dilihat pada Tabel 5.7.
Tabel 5.7. Data Waktu Kerja Tersedia Tahun 2009
Bulan
Jumlah
Hari Kerja
Total Waktu
Total Waktu
Total Waktu
Kerja Tersedia
Kerja Tersedia
Kerja Tersedia
(jam)
(menit)
(detik)
Januari
18
135
8100
486000
Februari
20
150
9000
540000
Maret
20
150
9000
540000
April
21
157.5
9450
567000
Mei
20
150
9000
540000
Juni
22
165
9900
594000
Juli
22
165
9900
594000
Agustus
20
150
9000
540000
September
17
127.5
7650
459000
Oktober
22
165
9900
594000
November
20
150
9000
540000
Desember
17
127.5
7650
459000
Jumlah
239
1792.5
107550
6453000
5.1.5. Data Penjualan
Data penjualan matras spring bed dari PT. Cahaya Kawi Ultra Polyintraco
diperlukan untuk meramalkan jumlah permintaan akan produk tersebut pada masa
yang akan datang. Data penjualan yang dikumpulkan adalah penjualan selama 2
tahun terakhir yaitu 2007 dan 2008. Data penjualan tersebut dapat dilihat pada
Tabel 5.8.
Tabel 5.8. Total Penjualan Spring bed Periode Tahun 2007-2008

Bulan
Platinum (unit)
Golden (unit)
Silver (unit)
Bigline (unit)
2007
2008
2007
2008
2007
2008
2007
2008
Januari
147
182
68
71
434
457
73
75
Februari
162
187
64
79
437
473
60
66
Maret
147
179
60
77
456
482
67
87
April
141
184
58
73
461
448
73
70
Mei
203
182
55
72
464
478
61
73
Juni
184
180
46
74
425
473
80
68
Juli
151
181
56
74
456
434
65
73
Agustus
176
175
51
77
443
446
64
77
September
178
186
62
74
442
484
56
78
Oktober
181
188
63
72
429
454
53
66
November
185
169
57
65
468
442
48
72
Desember
186
187
59
76
453
467
47
73
Jumlah
2041
2180
699
884
5368
5538
747
878
5.1.6. Data Pemakaian dan Kapasitas Gudang Bahan Baku

Pemakaian bahan baku dan bahan tambahan berbeda-beda tergantung dari
jenis produk yang akan diproduksi. Gudang bahan baku juga memiliki kapasitas
terbatas. Data pemakaian dari bahan baku dan bahan tambahan untuk tiap jenis
matras spring bed dapat dilihat pada Tabel 5.9. Untuk kapasitas gudang per bulan
Tabel 5.9. Data Pemakaian Bahan untuk Matras Tiap Jenis Spring Bed
Tipe Spring bed
Nama
Satuan
Quilting matras ((3/2,4/1,4/1,4)cm)
meter
Quilting (tabung)
meter
1.2
1.2
1.2
1.2
Lis panah emas
meter
16.3
16.3
16.3
16.3
Benang nylon
meter
220.4
220.4
220.4
220.4
Per bulat
buah
510
450
430
430
Per pinggir
buah
48
48
48
48
Kawat lilit 1,4 mm
kg
2,8
2,8
2,8
2,8
Kawat lis 4,2 mm
btg
312
312
312
312
Platinum
Golden
Silver
Bigline
1. Kain
2. Per
CL-73
buah
3. Busa
NG ( 2,5 cm)
lembar
A II ((2/2,5/2/1,5)cm)
lembar
A I (busa sudut)
meter
0.22
0.22
0.22
0.22
AA (tabung)
meter
1.4
1.4
1.4
1.4
Hardpadd
3.8
3.8
3.8
3.8
Kain blacu
3.6
3.6
3.6
3.6
HR-22
btg
Lubang angin emas
set
Label matras
buah
Label tabung
buah
Karton sudut
buah
Stiker
buah
Isolatif
meter
13.8
13.8
13.8
13.8
Plastik mika
meter
6.1
6.1
6.1
6.1
Kartu garansi
buah
0.5
0.5
0.5
0.5
4. Umum
Latex
kg
Gudang memiliki kapasitas terbatas untuk bahan baku per bulat, kain
quilting dan busa. Hal ini disebabkan biaya simpan tinggi untuk ketiga jenis bahan
ini. Selain itu, bahan baku per bulat dan kain quilting juga sering mengalami
kendala dalam persediaan karena harus menunggu pengiriman. Sementara bahanbahan lainnya tidak memiliki kendala dalam kapasitas gudang dan juga dalam
persediaan bahan di gudang. Oleh karena itu kapasitas bahan yang menjadi
kendala penelitian ini adalah per bulat, kain quilting dan busa.
Tabel 5.10. Kapasitas Gudang
No
Nama Bahan
Satuan
Kapasitas/bulan
Per bulat
Unit
330000
115
700
Kain quilting
Busa
m3
5.1.7. Data Jumlah Produksi yang Memenuhi Batasan BEP

Perusahaan menetapkan jumlah produksi minimum yang harus dicapai
untuk dapat memenuhi batasan break even point dalam unit produksi. Perusahaan
dikatakan dalam keadaan break even apabila jumlah penghasilannya adalah sama
dengan jumlah biaya. Jumlah produksi minimum untuk bulan Mei-Juli dapat
dilihat pada Tabel 5.11.
Tabel 5.11. Jumlah Produksi Minimum Perusahaan
Bulan
Jumlah Produksi Minimum

Platinum
Golden
Silver
Bigline
Mei
169
45
362
68
Juni
163
44
358
57
Juli
146
44
390
57

5.2.
Pengolahan Data
5.2.1. Penentuan Fungsi Tujuan

Fungsi tujuan dari model ini adalah untuk memaksimumkan laba (Z) dari
setiap spring bed yang diproduksi. Pada Tabel 5.1. telah dipaparkan bahwa laba
dari setiap penjualan spring bed adalah :
1. Platinum : Rp. 235.000,-/ unit
2. Golden
: Rp. 135.000,-/ unit
3. Silver
: Rp. 118.000,-/ unit
4. Bigline
: Rp. 95.000,-/ unit
Secara matematis formulasi untuk fungsi tujuan dapat dituliskan sebagai berikut :
n
Maksimumkan Z =
C .X
j =1
Z = laba yang ingin dicapai dari seluruh spring bed yang diproduksi
Cj = laba untuk produk spring bed ke-j
j = jenis spring bed ke-1,2,...,n
Dimana variabel keputusan yang akan dicari solusi optimalnya adalah :
X1 = Spring bed Tipe Platinum
X2 = Spring bed Tipe Golden
X3 = Spring bed Tipe Silver
X4 = Spring bed Tipe Bigline
Maka formulasi fungsi tujuan dari penelitian ini dapat dituliskan sebagai berikut :
Max Z = 235000X1 + 135000 X2 + 118000 X3 + 95000 X4
5.2.2. Penentuan Fungsi Kendala Pertama

5.2.2.1. Uji Keseragaman dan Kecukupan Data Waktu Siklus Tenaga Kerja.
Uji keseragaman data dilakukan untuk melihat apakah data yang diambil
sudah seragam atau tidak. Data dikatakan seragam apabila data berada pada batas
kontrol atas (BKA) dan batas kontrol bawah (BKB). Perhitungan uji keseragaman
data untuk spring bed platinum adalah sebagai berikut :
1.
Mengelompokkan data ke dalam subgrup dengan anggota yang sama secara

berurutan. Pengelompokkan data ini dapat dilihat pada Tabel 5.12.
Tabel 5.12. Pengelompokan Data Waktu Kecepatan Rata-rata Operasi

Perakitan Per Bulat (K1) dalam Sub Grup
Sub Grup
Anggota Sub Grup (menit)
Harga rata-rata
710.9
708.2
711.3
708.9
712.4
708.8
710.1
717.0
708.9
709.9
712.5
714.7
715.6
713.1
717.9
716.1
714.3
717.6
715.2
709.9
715.2
708.3
714.7
714.2
712.0
713.3
710.2
712.1
717.4
712.9
712.9
717.7
714.6
716.9
715.4
Jumlah
2.
3565.9
Menentukan nilai rata-rata dan standar deviasi

(x) =
x
k
3565.9
= 713.2
5
2
xi x
=
=
n 1
(710.9 713.2)2 + (708.2 713.2)2 + ... + (716.9 713.2)2

30 1
= 3.1
3.
Menentukan nilai batas kontrol atas (BKA) dan batas kontrol bawah (BKB)
BKA = x + k = 713.2 + (2 x 3.1) = 719.4
BKB = x - k = 713.2 - (2 x 3.1) = 706.9
Gambar 5.1. Control Chart Uji Keseragaman
Dari Gambar 5.1 dapat dilihat bahwa semua data pengamatan berada dalam
batas kontrol. Hal ini berarti data yang dikumpulkan seragam. Rekapitulasi hasil
pengujian keseragaman waktu siklus untuk jenis springbed platinum dapat dilihat
pada Tabel 5.13.
Tabel 5.13. Uji Keseragaman Data Waktu Siklus Pembuatan Spring Bed Tipe Platinum
Stasiun Kerja
Perakitan Per
bulat
Perakitan
Kawat lis
Penjahitan
Kain Quilting
Elemen
(K1)
(K2)
(K3)
(K4)
Pemotongan
(K5)
Subgrup
Anggota Sub Grup (detik)
710.9
708.2
711.3
708.9
712.4
708.8
717.0
708.9
709.9
712.5
714.7
715.6
717.9
716.1
714.3
717.6
715.2
709.9
708.3
714.7
714.2
712.0
713.3
710.2
717.4
712.9
712.9
717.7
714.6
716.9
943.2
945.9
942.0
939.4
942.8
940.9
944.9
945.5
945.9
938.2
944.9
936.7
937.9
938.7
937.2
936.1
939.3
937.2
941.4
939.7
938.8
939.0
936.4
940.3
945.8
941.4
944.9
945.8
936.2
944.0
199.4
197.6
198.4
196.3
196.0
192.8
193.2
197.8
197.1
198.8
197.5
194.9
195.8
195.2
197.3
199.4
192.9
198.7
197.0
197.2
199.7
195.1
197.3
199.2
196.8
192.7
195.2
198.4
198.7
196.2
91.3
92.9
90.6
94.0
95.5
93.8
89.1
91.2
93.2
96.8
94.1
92.1
89.1
99.2
93.8
87.1
95.2
92.0
94.2
89.2
99.5
98.3
93.6
89.7
96.2
97.0
89.1
98.1
97.9
98.6
186.6
183.1
186.7
183.0
185.3
185.3
180.6
182.8
188.3
189.9
188.3
186.3
180.5
186.1
185.4
183.5
185.8
180.6
180.8
184.0
189.2
185.8
182.5
186.0
BKA
BKB
Keterangan
713.2
3.1
719.4
706.9
Seragam
941
3.4
947.8
934.2
Seragam
196.8
200.9
192.7
Seragam
93.7
3.5
100.7
86.8
Seragam
184.4
3.1
190.6
178.2
Seragam
180.8
178.4
179.0
189.6
183.9
184.0
Tabel 5.13. Uji Keseragaman Data (Lanjutan)

Stasiun Kerja
Elemen
kegiatan
(K6)
Pemotongan
(K7)
(K8)
Penjahitan
(K9)
Subgrup
63.1
62.6
59.2
60.4
57.6
62.0
61.4
56.8
56.8
62.6
61.7
56.4
58.0
63.3
62.9
57.3
61.5
59.8
61.4
61.8
61.0
58.1
58.2
63.6
56.6
57.7
57.4
62.7
57.2
56.3
195.5
195.1
189.2
189.7
192.7
196.1
190.9
190.8
191.1
195.3
189.1
189.2
195.7
193.8
191.5
194.3
191.7
190.7
195.6
192.4
194.2
189.5
196.7
192.8
193.4
193.7
189.7
194.9
192.1
193.9
349.4
344.2
342.2
348.8
352.6
345.9
345.9
344.6
352.5
352.2
344.5
343.4
343.3
339.9
353.9
351.1
341.7
345.8
342.3
350.4
346.6
349.1
347.9
347.8
344.7
349.9
353.9
346.6
351.1
348.8
941.3
941.3
944.0
939.4
943.7
941.0
945.1
940.9
938.5
943.7
938.1
940.3
939.2
941.3
943.2
944.1
942.7
945.2
941.9
940.6
940.9
945.3
938.1
941.3
940.6
944.1
943.3
941.8
945.9
943.3
BKA
BKB
Keterangan
59.8
2.5
64.9
54.8
Seragam
192.7
2.4
197.4
188
Seragam
347.4
3.9
355.1
339.7
Seragam
942
2.2
946.4
937.6
Seragam
Tabel 5.13. Uji Keseragaman Data ... (Lanjutan)

Stasiun Kerja
Perekatan
dengan per
Penjahitan lis
Pembungkusan
Elemen
kegiatan
(K10)
(K11)
(K12)
Subgrup
811.1
796.7
810.2
803.0
803.6
808.5
810.1
807.3
799.1
808.3
812.1
805.7
806.3
797.9
795.5
807.2
797.0
801.4
802.5
799.3
796.1
812.1
802.2
801.3
803.5
810.6
804.7
805.1
804.3
810.1
646.6
644.3
639.7
640.3
644.5
644.7
646.1
642.6
640.8
644.4
641.5
646.0
647.0
644.7
641.3
644.7
639.9
640.2
641.7
643.0
640.7
643.2
641.2
642.1
642.0
639.6
643.7
646.1
645.1
643.9
251.4
253.1
255.7
249.3
250.8
255.7
252.7
253.1
251.1
254.0
251.2
256.5
251.1
250.9
255.3
254.3
256.7
251.2
251.5
249.6
251.8
255.3
250.9
252.7
251.4
256.5
249.5
252.5
255.0
249.4
BKA
BKB
Keterangan
804.4
5.1
814.6
794.3
Seragam
643.1
2.2
647.6
638.6
Seragam
252.7
2.3
257.3
248.1
Seragam
Uji keseragaman data untuk tipe golden, silver dan bigline juga dilakukan seperti cara pada tipe platinum. Perhitungannya dapat
dilihat pada Lampiran 3. Hasil uji keseragaman data untuk tipe golden, silver dan bigline dapat dilihat pada Tabel 5.14, 5.15 dan
Tabel 5.16.
Tabel 5.14. Uji Keseragaman Data Waktu Siklus Pembuatan Spring Bed Tipe Golden
Stasiun kerja
Elemen
kegiatan
BKA
BKB
Keterangan
Perakitan Per bulat
(K1)
706
2.6
711.3
700.7
Seragam
Perakitan Kawat lis
(K2)
941.8
2.9
947.7
936
Seragam
(K3)
182
186
178
Seragam
(K4)
94
3.2
100.4
87.5
Seragam
(K5)
183.4
2.9
189.2
177.5
Seragam
(K6)
60
2.2
64.5
55.5
Seragam
(K7)
192.5
2.3
197
187.9
Seragam
(K8)
346.9
354.9
338.8
Seragam
(K9)
932.7
2.3
937.4
928.1
Seragam
(K10)
804.2
5.4
815
793.5
Seragam
Penjahitan lis
(K11)
642.9
2.2
647.3
638.5
Seragam
Pembungkusan
(K12)
253.1
2.3
257.7
248.6
Seragam
Pemotongan
Penjahitan
Tabel 5.15. Uji Keseragaman Data Waktu Siklus Pembuatan Spring Bed Tipe Silver
Stasiun kerja
Elemen
kegiatan
BKA
BKB
Keterangan
Perakitan Per bulat
(K1)
705.9
2.3
710.4
701.3
Seragam
Perakitan Kawat lis
(K2)
941.1
2.8
946.8
935.5
Seragam
(K3)
182.2
2.4
186.9
177.4
Seragam
(K4)
93.6
3.5
100.7
86.6
Seragam
(K5)
183.5
2.7
188.9
178.1
Seragam
(K6)
60.2
2.6
65.3
55.0
Seragam
(K7)
193.8
197.9
189.8
Seragam
(K8)
346.9
4.3
355.5
269.4
Seragam
(K9)
932.8
2.2
937.3
928.4
Seragam
(K10)
805.4
5.0
815.4
795.4
Seragam
Penjahitan lis
(K11)
642.8
2.3
647.4
638.2
Seragam
Pembungkusan
(K12)
253.1
2.5
258.1
248.1
Seragam
Pemotongan
Penjahitan
Tabel 5.16. Uji Keseragaman Data Waktu Siklus Pembuatan Spring Bed Tipe Bigline
Stasiun kerja
Elemen
kegiatan
BKA
BKB
Keterangan
Perakitan Per bulat
(K1)
1352
2.1
1356.2
1347.7
Seragam
Perakitan Kawat lis
(K2)
941.5
2.7
947
936.1
Seragam
(K3)
175.5
2.2
179.9
171.2
Seragam
(K4)
93.2
3.4
100
86.3
Seragam
(K5)
170
2.9
175.7
164.3
Seragam
(K6)
60.3
2.6
65.5
55.2
Seragam
(K7)
192.7
2.6
197.9
187.6
Seragam
(K8)
347.5
3.1
353.6
341.4
Seragam
(K9)
933.5
2.2
937.9
929.1
Seragam
(K10)
803.8
6.2
816.1
791.5
Seragam
Penjahitan lis
(K11)
642.6
1.9
646.3
638.9
Seragam
Pembungkusan
(K12)
253.2
2.5
258.2
248.1
Seragam
Pemotongan
Penjahitan
Sedangkan uji kecukupan data dilakukan untuk melihat apakah jumlah

data yang diambil pada saat pengamatan mencukupi untuk dilakukan perhitungan.
Pada penelitian ini digunakan tingkat ketelitian 5 % dan tingkat kepercayaan
sebesar 95%. Untuk menghitung kecukupan data dapat dihitung dengan rumus
sebagai berikut :
40
N'=
2
N
N
N X 2 j X
j

j =1
j =1
j =1
dimana :
N = jumlah pengamatan pendahuluan yang dilakukan
N= jumlah pengamatan yang diperlukan
Xj = data pengamatan ke-j (j=1,2,3,...,n)
Perhitungan uji kecukupan data untuk spring bed platinum stasiun perakitan
per bulat yaitu :
( (
))
40 30 710.9 2 + 708.2 2 + ... + 716.9 2 (710.9 + 708.2 + ... + 716.9 )2

N'=
(710.9 + 708.2 + ... + 716.9)
N '= 0,03
Karena N< N maka data yang dikumpulkan dinyatakan cukup. Rekapitulasi

hasil pengujian kecukupan data untuk tiap jenis spring bed dapat dilihat pada
Tabel 5.17, 5.18, 5.19 dan Tabel 5.20.
Tabel 5.17. Uji Kecukupan Data Waktu Siklus Pembuatan Spring Bed Tipe Platinum
Stasiun kerja
Elemen
kegiatan
Keterangan
Perakitan Per bulat
(K1)
0.03
Cukup
Perakitan Kawat lis
(K2)
0.02
Cukup
(K3)
0.17
Cukup
(K4)
2.12
Cukup
(K5)
0.44
Cukup
(K6)
2.72
Cukup
(K7)
0.23
Cukup
(K8)
0.19
Cukup
(K9)
0.01
Cukup
(K10)
0.06
Cukup
Penjahitan lis
(K11)
0.02
Cukup
Pembungkusan
(K12)
0.13
Cukup
Pemotongan
Penjahitan
Tabel 5.18. Uji Kecukupan Data Waktu Siklus Pembuatan Spring Bed Tipe Golden
Stasiun kerja
Elemen
kegiatan
Keterangan
Perakitan Per bulat
(K1)
0.02
Cukup
Perakitan Kawat lis
(K2)
0.02
Cukup
(K3)
0.19
Cukup
(K4)
1.81
Cukup
(K5)
0.39
Cukup
(K6)
2.17
Cukup
(K7)
0.21
Cukup
(K8)
0.21
Cukup
(K9)
0.01
Cukup
(K10)
0.07
Cukup
Penjahitan lis
(K11)
0.02
Cukup
Pembungkusan
(K12)
0.12
Cukup
Pemotongan
Penjahitan
Tabel 5.19. Uji Kecukupan Data Waktu Siklus Pembuatan Spring Bed Tipe Silver
Stasiun kerja
Elemen
kegiatan
Keterangan
Perakitan Per bulat
(K1)
0.02
Cukup
Perakitan Kawat lis
(K2)
0.01
Cukup
(K3)
0.26
Cukup
(K4)
2.19
Cukup
(K5)
0.34
Cukup
(K6)
2.83
Cukup
(K7)
0.17
Cukup
(K8)
0.24
Cukup
(K9)
0.01
Cukup
(K10)
0.06
Cukup
Penjahitan lis
(K11)
0.02
Cukup
Pembungkusan
(K12)
0.15
Cukup
Pemotongan
Penjahitan
Tabel 5.20. Uji Kecukupan Data Waktu Siklus Pembuatan Spring Bed Tipe Bigline
Stasiun kerja
Elemen
kegiatan
Keterangan
Perakitan Per bulat
(K1)
0.004
Cukup
Perakitan Kawat lis
(K2)
0.01
Cukup
(K3)
0.23
Cukup
(K4)
2.11
Cukup
(K5)
0.44
Cukup
(K6)
2.79
Cukup
(K7)
0.27
Cukup
(K8)
0.12
Cukup
(K9)
0.01
Cukup
(K10)
0.09
Cukup
Penjahitan lis
(K11)
0.02
Cukup
Pembungkusan
(K12)
0.16
Cukup
Pemotongan
Penjahitan
5.2.2.2. Penentuan Rating Factor dan Allowance

Waktu normal diperoleh dengan menambahkan rating factor. Tenaga kerja
pada bagian produksi memiliki kemampuan kerja normal sehingga p=1.
Sedangkan waktu standar diperoleh dengan menambahkan allowance. Penentuan
allowance dilakukan secara subjektif dengan menggunakan metode westinghouse.
Besarnya nilai allowance untuk setiap stasiun kerja dapat dilihat pada Tabel 5.21.
Tabel 5.21. Allowance Tiap Stasiun Kerja

SK
Elemen Kerja
Faktor
Tenaga yang dikeluarkan
Sikap kerja
S1
S2
S3
2.5
0
Kelelahan mata
Keadaan temperatur
Keadaan atmosfer
Keadaan lingkungan
Kebutuhan pribadi
Sikap kerja
Gerakan kerja
Perakitan
Kelelahan mata
Kawat lis
Keadaan temperatur
Keadaan atmosfer
Keadaan lingkungan
Kebutuhan pribadi
Sikap kerja
Gerakan kerja
Kelelahan mata
Keadaan temperatur
Keadaan atmosfer
Keadaan lingkungan
Perakitan Per
bulat
Penjahitan
Kain Quilting
Pemotongan
16.5
15
12.5
0.5
Sikap kerja
Gerakan kerja
Kelelahan mata
Keadaan temperatur
Keadaan atmosfer
Keadaan lingkungan
Kebutuhan pribadi
Total (%)
Gerakan kerja
Kebutuhan pribadi
S4
Kelonggaran (%)
10.5
0.5
Tabel 5.21. Allowance ...(Lanjutan)

SK
Elemen Kerja
Penjahitan
quilting
kain
kain
dengan
blacu
dan
label
Faktor
Sikap kerja
Gerakan kerja
Kelelahan mata
7.5
Keadaan temperatur
Keadaan atmosfer
Keadaan lingkungan
Kebutuhan pribadi
S5
Sikap kerja
Gerakan kerja
Penjahitan lis kain
Kelelahan mata
7.5
quilting
Keadaan temperatur
Keadaan atmosfer
Keadaan lingkungan
Perekatan dengan
per
S7
Penjahitan lis
Sikap kerja
Gerakan kerja
Kelelahan mata
Keadaan temperatur
Keadaan atmosfer
Keadaan lingkungan
19
15.5
0.5
Sikap kerja
Gerakan kerja
Kelelahan mata
Keadaan temperatur
Keadaan atmosfer
Keadaan lingkungan
Kebutuhan pribadi
18
3.5
Kebutuhan pribadi
Total (%)
2.5
Kebutuhan pribadi
S6
Kelonggaran (%)
18.5
0.5
Tabel 5.21. Allowance ... (Lanjutan)

SK
S8
Elemen Kerja
Pembungkusan
Faktor
Kelonggaran (%)
Sikap kerja
Gerakan kerja
Kelelahan mata
Keadaan temperatur
Keadaan atmosfer
Keadaan lingkungan
Kebutuhan pribadi
Total (%)
12.5
0,5
5.2.2.3. Perhitungan Waktu Normal dan Waktu Standar

5.2.2.3.1. Waktu Normal
Perhitungan waktu normal stasiun kerja perakitan per bulat (K1) adalah :
Wn = Waktu siklus rata-rata x (rating factor)
Wn = 713.2 x (1) = 713.2 detik
Hasil perhitungan waktu normal untuk setiap stasiun kerja spring bed
5.2.2.3.2. Waktu Standar

Perhitungan waktu standar stasiun kerja perakitan per bulat (K1) adalah :
Ws = Waktu normal x (1 + allowance)
Ws = 713.2 x (1 + 0,165) = 830.9 detik
Hasil perhitungan waktu standar untuk setiap stasiun kerja spring bed
Tabel 5.22. Waktu Normal pada Tiap Stasiun Kerja

Stasiun kerja
Waktu normal (detik)
Elemen
kegiatan
Platinum
Golden
Silver
Bigline
Perakitan Per bulat
(K1)
713.2
706
705.9
1352
Perakitan Kawat lis
(K2)
941
941.8
941.1
941.5
(K3)
196.8
182
182.2
175.5
(K4)
93.7
94
93.6
93.2
(K5)
184.4
183.4
183.5
170
(K6)
59.8
60
60.2
60.3
(K7)
192.7
192.5
193.8
192.7
(K8)
347.4
346.9
346.9
347.5
(K9)
942
932.7
932.8
933.5
(K10)
804.4
804.2
805.4
803.8
Penjahitan lis
(K11)
643.1
642.9
642.8
642.6
Pembungkusan
(K12)
252.7
253.1
253.1
253.2
Pemotongan
Penjahitan
Tabel 5.23. Waktu Standar pada Tiap Stasiun Kerja

Stasiun kerja
Waktu normal (detik)
Elemen
kegiatan
Platinum
Golden
Silver
Bigline
Perakitan Per bulat
(K1)
830.9
822.5
822.4
1575.1
Perakitan Kawat lis
(K2)
1082.2
1083.1
1082.3
1082.7
(K3)
221.4
204.8
205.0
197.4
(K4)
103.5
103.9
103.4
103.0
(K5)
203.8
202.7
202.8
187.9
(K6)
66.1
66.3
66.5
66.6
(K7)
212.9
212.7
214.1
212.9
(K8)
409.9
409.3
409.3
410.1
(K9)
1121.0
1109.9
1110.0
1110.9
(K10)
929.1
928.9
930.2
928.4
Penjahitan lis
(K11)
762.1
761.8
761.7
761.5
Pembungkusan
(K12)
284.3
284.7
284.7
284.9
Pemotongan
Penjahitan
5.2.2.4. Formulasi Fungsi Kendala Pertama

Fungsi kendala pertama merupakan ketersediaan jam kerja tenaga kerja
(orang). Diasumsikan bahwa jumlah waktu standar tenaga kerja di setiap stasiun
kerja harus lebih kecil atau sama dengan jam kerja yang tersedia. Formulasi yang
digunakan untuk merumuskan fungsi kendala pertama ini adalah :
n
a
j =1
ij
X j Yk = a11 X 1 + a12 X 2 + ...a1n X n Y1

= a 21 X 1 + a 22 X 2 + ...a 2 n X n Y2
= a m1 X 1 + a m 2 X 2 + ...a mn X n Yk
dimana : aij = waktu standar di stasiun kerja i untuk jenis spring bed ke-j
Yk = jam tenaga kerja tersedia pada bulan ke-k
i = stasiun kerja, i = 1,2,,m
Jumlah waktu standar di stasiun kerja dapat dilihat pada Tabel 5.23.
Khusus untuk stasiun kerja perakitan per bulat tipe bigline dipisahkan dengan
ketiga tipe lainnya karena tenaga kerja yang mengerjakan berbeda. Demikian juga
stasiun kerja penjahitan, elemen kerja K8 dipisahkan dengan K9. Jumlah jam
tenaga kerja yang tersedia (Y) dapat dihitung dengan menggunakan rumus =
Jumlah tenaga kerja (orang) per stasiun kerja x Waktu kerja tersedia
Dimana jumlah tenaga kerja dapat dilihat pada Tabel 5.6, jam kerja tersedia dapat
dilihat pada Tabel 5.7. Sebagai contoh jumlah jam kerja yang tersedia stasiun
kerja perakitan per bulat pada bulan Mei 2009 adalah :
Jlh jam kerja tersedia = 1 x 540000 detik = 5400000 detik
Rekapitulasi untuk jumlah jam kerja orang tersedia untuk setiap stasiun
kerja pada bulan Mei-Juli dapat dilihat pada Tabel 5.24.
Tabel 5.24. Ketersediaan Jam Kerja Orang Bulan Mei-Juli 2009
Stasiun kerja
Elemen
kegiatan
Ketersediaan Jam Kerja Orang (detik)

Mei
Juni
Juli
(K1)
540000
594000
594000
(K1)
540000
594000
594000
Perakitan Kawat lis
(K2)
1080000
1188000
1188000
(K3)
540000
594000
594000
(K4- K7)
1080000
1188000
1188000
(K8)
540000
594000
594000
(K9)
1080000
1188000
1188000
(K10)
1620000
1782000
1782000
Penjahitan lis
(K11)
540000
594000
594000
Pembungkusan
(K12)
1080000
1188000
1188000
Pemotongan
Penjahitan
Sehingga formulasi fungsi kendala ketersediaan jam kerja tenaga kerja

(orang) untuk bulan Mei 2009 adalah :
1)
830.9 X1+822.5 X2+822.4 X3
540000
2)
1575.1 X4
540000
3)
1082.2 X1+1083.1 X2+1082.3 X3+1082.7 X4 1080000
4)
221.4 X1+204.8 X2+205 X3+197.4 X4
540000
5)
586.3 X1+585.6 X2+586.8 X3+570.4 X4
1080000
6)
409.9 X1+409.3 X2+409.3 X3+410.1 X4
540000
7)
1121 X1+1109.9 X2+1110 X3+1110.9 X4
1080000
8)
929.1 X1+928.9 X2+930.2 X3+928.4 X4
1620000
9)
762.1 X1+761.8 X2+761.7 X3+761.5 X4
540000
10) 284.3 X1+284.7 X2+284.7 X3+284.9 X4
540000
5.2.3. Penentuan dan Formulasi Fungsi Kendala Kedua

Fungsi kendala kedua merupakan ketersediaan bahan baku. Diasumsikan
bahwa jumlah pemakaian bahan baku harus lebih kecil atau sama dengan
ketersediaan
bahan
baku
di
gudang
setiap
bulan.
Formulasi
yang
digunakan untuk merumuskan fungsi kendala kedua ini adalah :

n
d
j =1
ij
X j K l = d11 X 1 + d12 X 2 + ...d1n X n K 1

= d 21 X 1 + d 22 X 2 + ...d 2 n X n K 2
= d m1 X 1 + d m 2 X 2 + ...d mn X n K l
dimana :
dij
= jumlah pemakaian bahan baku i untuk jenis spring bed ke-j
Xj
= jumlah produksi optimal (variabel keputusan jenis spring bed ke-j)
Kl
= rata-rata ketersedian bahan baku di gudang bulan ke-l
= jenis bahan baku, j = 1,2,...,m
Gudang memiliki kapasitas terbatas untuk bahan baku per bulat, kain
quilting dan busa. Hal ini disebabkan biaya simpan tinggi untuk ketiga jenis bahan
ini. Selain itu, bahan baku per bulat dan kain quilting juga sering mengalami
kendala dalam persediaan karena harus menunggu pengiriman. Sementara bahanbahan lainnya tidak memiliki kendala dalam kapasitas gudang dan juga dalam
persediaan bahan di gudang. Oleh karena itu kapasitas bahan yang menjadi
kendala penelitian ini adalah per bulat, kain quilting dan busa.
Data pemakaian bahan baku yang digunakan dapat dilihat pada Tabel 5.9.
Sebagai contoh untuk quilting matras platinum ketebalan yang digunakan adalah
3 cm, maka untuk matras atas dan bawah menjadi 3cm x 2 = 6cm. Demikian juga
untuk golden 4.8 cm, silver 2.8 cm dan bigline 2.8 cm. Kapasitas gudang dapat
dilihat pada Tabel 5.10. Untuk kain quilting kapasitas gudang adalah 115 m3,
maka untuk mencari jumlah ketebalan kain quilting adalah dengan membagi
volume dengan panjang dan lebar quilting matras spring bed, yakni :
= 115 m3/ (2.06 m x 1.86 m) = 30.01 m = 3001 cm.
Untuk bahan baku busa ketebalan platinum yakni busa NG dan AII adalah
4,5 cm, maka untuk matras atas dan bawah menjadi 4.5cm x 2 = 9cm. Demikian
juga untuk golden 5 cm, silver 4 cm dan bigline 3 cm. Kapasitas gudang untuk
busa adalah 140 m3 , maka untuk mencari jumlah ketebalan busa adalah dengan
membagi volume dengan panjang dan lebar busa spring bed, yakni :
= 140 m3/ (2 m x 1.8 m) = 38.89 m = 3889 cm.
Sehingga formulasi fungsi kendala pemakaian bahan baku untuk satu unit
spring bed tiap bulannya adalah:
1) 510 X1 + 450 X2 + 430 X3 + 430 X4
2) 6 X1 + 4.8 X2 + 2.8 X3 + 2.8 X4
3) 9 X1 + 5 X2 + 4 X3 + 3 X4
330000 per bulat
3889
3001
kain quilting
busa
5.2.4. Penentuan Fungsi Kendala Ketiga

5.2.4.1. Peramalan Permintaan Spring bed
Peramalan permintaan menggunakan data historis permintaan pada bulan
Januari 2007 Desember 2008. Peramalan ini dilakukan untuk melihat besarnya
kemungkinan permintaan terhadap spring bed pada tahun 2009. Hasil peramalan
ini digunakan sebagai fungsi pembatas untuk kendala ketiga yaitu target produksi
spring bed.
Berikut adalah langkah-langkah peramalan :
1. Mendefinisikan tujuan peramalan
Tujuan dari peramalan adalah menentukan besarnya permintaan terhadap tiap
spring bed tahun 2009.
2. Membuat diagram pencar
Pembuatan diagram pencar berguna untuk melihat pola atau tren
perkembangan jumlah permintaan. Diagram pencar untuk penjualan spring
bed tipe platinum pada Januari 2007 Desember 2008 berdasarkan Tabel 5.8,
dapat dilihat pada Gambar 5.2.
3. Memilih beberapa metode peramalan
Dengan melihat pola kecenderungan data pada diagram pencar, maka dipilih
metode peramalan analisis deret waktu (time series) yaitu kuadratis dan
dekomposisi.
Diagram pencar data penjualan spring bed platinum tahun 2007-2008

210
T o t a l P e n j u a l a n (unit)
200
190
180
170
160
150
140
2
10
12
14
P e r i o de
16
18
20
22
24
Gambar 5.2. Diagram Pencar Penjualan Spring bed Platinum 2007-2008
4. Menghitung parameter fungsi peramalan

a. Metode Kuadratis
Persamaan Y = a + bt + ct2
Hasil perhitungan parameter peramalan dengan metode kuadratis untuk spring
bed tipe platinum dapat dilihat pada Tabel 5.25.
Tabel 5.25. Perhitungan Parameter Peramalan Kuadratis untuk Spring bed Tipe Platinum
Bulan
t^2
(t^2)^2
tY
t^2*Y
t^3
Januari
147
147
147
Februari
162
16
324
648
Maret
147
81
441
1323
27
April
141
16
256
564
2256
64
Mei
203
25
625
1015
5075
125
Juni
184
36
1296
1104
6624
216
Juli
151
49
2401
1057
7399
343
Agustus
176
64
4096
1408
11264
512
September
178
81
6561
1602
14418
729
Oktober
10
181
100
10000
1810
18100
1000
November
11
185
121
14641
2035
22385
1331
Desember
12
186
144
20736
2232
26784
1728
Januari
13
182
169
28561
2366
30758
2197
Februari
14
187
196
38416
2618
36652
2744
Maret
15
179
225
50625
2685
40275
3375
April
16
184
256
65536
2944
47104
4096
Mei
17
182
289
83521
3094
52598
4913
Juni
18
180
324
104976
3240
58320
5832
Juli
19
181
361
130321
3439
65341
6859
Agustus
20
175
400
160000
3500
70000
8000
September
21
186
441
194481
3906
82026
9261
Oktober
22
188
484
234256
4136
90992
10648
November
23
169
529
279841
3887
89401
12167
Desember
24
187
576
331776
4488
107712
13824
Jumlah
300
4221
4900
1763020
54042
887602
90000
dimana :
m
i =1
i =1
= ( t i2 ) 2 n t i4
m
i =1
i =1
i =1
i =1
i =1
i =1
= t i Yi n t i Yi
= 18302480
i =1
i =1
i =1
= t i2 t im n t i3
= 690000
= 30708
m
m
= t i n t i2
i =1
i =1
= 27600
= t i2 Yi n t i2Yi = 619548
maka
30708
=
= 4.63
b=
2 27600
b
= 0.14
c=
a=
i =1
i =1
Yi b t i c t i
i =1
= 146.72
Maka persamaan peramalan : Y = 146.72 + 4.63t 0.14t2
b. Metode dekomposisi
Tipe model : aditif
Persamaan : Xt = It + Tt + Ct + Et
Dengan Xt = nilai deret berkala (data aktual) pada periode t
It = adalah komponen atau indeks musiman pada periode t
Tt = adalah komponen tren pada periode t
Ct = adalah komponen siklis pada periode t
Et = adalah komponen random pada periode t
Hasil perhitungan parameter peramalan dengan metode dekomposisi untuk
spring bed tipe platinum dapat dilihat pada Tabel 5.26 dan 5.27.
Tabel 5.26. Perhitungan Parameter Trend Dekomposisi Spring bed Tipe Platinum
t2
Bulan
tY
Trend line
Error
Januari
147
147
162.75
-15.75
Februari
162
324
163.89
-1.89
Maret
147
441
165.03
-18.03
April
141
564
16
166.17
-25.17
Mei
203
1015
25
167.31
35.69
Juni
184
1104
36
168.46
15.55
Juli
151
1057
49
169.60
-18.60
Agustus
176
1408
64
170.74
5.26
September
178
1602
81
171.88
6.12
Oktober
10
181
1810
100
173.02
7.98
November
11
185
2035
121
174.16
10.84
Desember
12
186
2232
144
175.30
10.70
Januari
13
182
2366
169
176.45
5.55
Februari
14
187
2618
196
177.59
9.41
Maret
15
179
2685
225
178.73
0.27
April
16
184
2944
256
179.87
4.13
Mei
17
182
3094
289
181.01
0.99
Juni
18
180
3240
324
182.15
-2.15
Juli
19
181
3439
361
183.30
-2.30
Agustus
20
175
3500
400
184.44
-9.44
September
21
186
3906
441
185.58
0.42
Oktober
22
188
4136
484
186.72
1.28
November
23
169
3887
529
187.86
-18.86
Desember
24
187
4488
576
189.00
-2.00
Jumlah
300
4221
54042
4900
Tabel 5.27. Perhitungan Parameter Musiman Dekomposisi Spring bed Tipe Platinum
t
Seasonal
Deseasonal
FITS3
Error
Januari
147
-2.42
149.42
160.33
-13.33
Hasil
peramalan
187.73
Februari
162
-1.51
163.51
162.38
-0.38
189.78
Maret
147
0.30
146.70
165.33
-18.33
192.73
April
141
-3.11
144.11
163.07
-22.07
190.46
Mei
203
16.02
186.98
183.33
19.67
210.73
Juni
184
7.36
176.64
175.82
8.18
203.22
Juli
151
-14.76
165.76
154.84
-3.83
182.23
Agustus
176
-1.89
177.89
168.85
7.15
196.25
180.42
169.46
8.54
196.86
Bulan
September
178
-2.42
Oktober
10
181
-1.51
182.51
171.51
9.49
198.91
November
11
185
0.30
184.70
174.46
10.54
201.86
Desember
12
186
-3.11
189.11
172.20
13.80
199.60
Januari
13
182
16.02
165.98
192.47
-10.47
Februari
14
187
7.36
179.64
184.95
2.05
Maret
15
179
-14.76
193.76
163.97
15.03
April
16
184
-1.89
185.89
177.98
6.02
Mei
17
182
-2.42
184.42
178.59
3.41
181.51
180.64
-0.64
Juni
18
180
-1.51
Juli
19
181
0.30
180.70
183.60
-2.60
Agustus
20
175
-3.11
178.11
181.33
-6.33
September
21
186
16.02
169.98
201.60
-15.60
Oktober
22
188
7.36
180.64
194.08
-6.08
November
23
169
-14.76
183.76
173.10
-4.10
Desember
24
187
-1.89
188.89
187.12
-0.12
Jumlah
300
4221
5. Menghitung kesalahan setiap metode peramalan

Ukuran nilai kesalahan yang digunakan pada penelitian ini adalah MSE (Mean
Squared Error). Secara matematis dirumuskan sebagai berikut:
n
MSE =
(X
t =1
Ft )
Tabel 5.28. Perhitungan MSE Metode Kuadratis untuk Spring bed Tipe Platinum
Periode
t^2
Y'
(Y-Y')
(Y-Y')^2
147
151.21
-4.21
17.71
162
155.42
6.58
43.32
147
159.35
-12.35
152.43
16
141
162.99
-21.99
483.67
25
203
166.36
36.64
1342.68
36
184
169.44
14.56
211.97
49
151
172.24
-21.24
451.24
64
176
174.76
1.24
1.53
81
178
177.00
1.00
1.00
10
100
181
178.96
2.04
4.17
11
121
185
180.63
4.37
19.06
12
144
186
182.03
3.97
15.77
13
169
182
183.14
-1.14
1.30
14
196
187
183.97
3.03
9.17
15
225
179
184.52
-5.52
30.49
16
256
184
184.79
-0.79
0.62
17
289
182
184.78
-2.78
7.71
18
324
180
184.48
-4.48
20.08
19
361
181
183.90
-2.90
8.44
20
400
175
183.05
-8.05
64.75
21
441
186
181.91
4.09
16.75
22
484
188
180.49
7.51
56.46
23
529
169
178.78
-9.78
95.71
24
576
187
176.80
10.20
104.06
Jumlah
3160.10
MSE
131.67
Tabel 5.29. Perhitungan MSE Metode Dekomposisi untuk Spring bed Tipe Platinum
Periode
t^2
Y'
(Y-Y')
(Y-Y')^2
147
160.33
-13.33
177.66
162
162.38
-0.38
0.14
147
165.33
-18.33
336.01
16
141
163.07
-22.07
486.91
25
203
183.33
19.67
386.81
36
184
175.82
8.18
66.95
49
151
154.84
-3.83
14.70
64
176
168.85
7.15
51.11
81
178
169.46
8.54
72.91
10
100
181
171.51
9.49
90.07
11
121
185
174.46
10.54
111.02
12
144
186
172.20
13.80
190.48
13
169
182
192.47
-10.47
109.52
14
196
187
184.95
2.05
4.20
15
225
179
163.97
15.03
225.98
16
256
184
177.98
6.02
36.19
17
289
182
178.59
3.41
11.60
18
324
180
180.64
-0.64
0.41
19
361
181
183.60
-2.60
6.74
20
400
175
181.33
-6.33
40.09
21
441
186
201.60
-15.60
243.30
22
484
188
194.08
-6.08
37.01
23
529
169
173.10
-4.10
16.81
24
576
187
187.12
-0.12
0.01
Jumlah
2716.63
MSE
113.19
6. Memilih Metode dengan Kesalahan Terkecil

Pemilihan metode peramalan dilakukan dengan memilih nilai MSE terkecil.
Maka metode peramalan yang dipilih untuk spring bed tipe platinum adalah
metode dekomposisi.
Dilakukan untuk mendapatkan hasil peramalan yang benar-benar
mencerminkan data masa lalu. Pada penelitian ini alat yang digunakan adalah
moving range chart. Sebagai contoh untuk spring bed tipe platinum,
perhitungan proses verifikasi dapat dilihat pada Tabel 5.30.
Tabel 5.30. Perhitungan Verifikasi untuk Spring bed Tipe Platinum

Periode
Y'
(Y-Y')
MR
147
160.33
-13.33
162
162.38
-0.38
12.95
147
165.33
-18.33
17.95
141
163.07
-22.07
3.74
203
183.33
19.67
41.73
184
175.82
8.18
11.49
151
154.84
-3.83
12.02
176
168.85
7.15
10.98
178
169.46
8.54
1.39
10
181
171.51
9.49
0.95
11
185
174.46
10.54
1.05
12
186
172.20
13.80
3.26
13
182
192.47
-10.47
24.27
14
187
184.95
2.05
12.51
15
179
163.97
15.03
12.98
16
184
177.98
6.02
9.02
17
182
178.59
3.41
2.61
18
180
180.64
-0.64
4.05
19
181
183.60
-2.60
1.95
20
175
181.33
-6.33
3.74
21
186
201.60
-15.60
9.27
22
188
194.08
-6.08
9.51
23
169
173.10
-4.10
1.98
24
187
187.12
Jumlah
-0.12
3.98
213.389
24
MR =
MR
t =1
n 1
213.389
= 9.28
23
BKA = 2,66 MR = 2,66 9.28 = 24.68

BKB = 2,66 MR = 2,66 9.28 = 24.68
1 / 3 BKA = 1 / 3 24.68 = 8.23

2 / 3 BKA = 2 / 3 24.68 = 16.45
1 / 3 BKB = 1 / 3 24.68 = 8.23
2 / 3 BKB = 2 / 3 24.68 = 16.45
Gambar 5.3. Moving Range Chart untuk Spring bed Platinum

Dari Gambar 5.3. dapat dilihat bahwa tidak ada data diluar batas control
sehingga dapat disimpulkan bahwa hasil peramalan dinilai baik dan metode yang
digunakan representatif. Perhitungan peramalan untuk tipe golden, silver dan
bigline dapat dilihat pada Lampiran 5.
Dari hasil perhitungan seluruh tipe spring bed, maka metode-metode yang dipilih
untuk tiap tipe adalah:
Tipe Platinum = menggunakan metode dekomposisi
Tipe Golden = menggunakan metode siklis
Tipe Silver
= menggunakan metode dekomposisi
Tipe Bigline
= menggunakan metode dekomposisi
Pada Tabel 5.31 dapat dilihat hasil peramalan tiap tipe spring bed untuk tahun
2009.
Tabel 5.31. Hasil Peramalan Spring bed tipe Platinum, Golden, Silver dan Bigline
Bulan
Platinum
Golden
Silver
Bigline
Januari
188
65
488
66
Februari
190
62
449
66
Maret
193
59
480
86
April
190
57
471
74
Mei
211
56
452
85
Juni
203
55
448
71
Juli
182
55
487
71
Agustus
196
56
470
68
September
197
57
473
69
Oktober
199
59
489
90
November
202
62
499
77
Desember
200
64
459
89
5.2.4.2. Formulasi Fungsi Kendala Ketiga

Dari hasil peramalan permintaan, telah diketahui berapa jumlah
permintaan terhadap spring bed yang akan diproduksi tiap bulannya selama tahun
2009. Dalam penelitian ini, diasumsikan bahwa jumlah produk yang akan
diproduksi bernilai lebih kecil atau sama dengan hasil dari jumlah produk yang
diramalkan pada tahun 2009. Secara matematis formulasi fungsi kendala untuk
jumlah permintaan dapat dituliskan:
X ji R ji
dimana : X = jumlah produksi optimal (variabel keputusan jenis spring bed ke-j)
R = jumlah permintaan (target produksi)
i = bulan, i = 1,2, 3,, m

Dari Tabel 5.30 dapat diketahui hasil peramalan yang menjadi target produksi.
Formulasi fungsi kendala untuk target produksi pada bulan Mei 2009 misalnya
adalah sebagai berikut:
1. Platinum : X 15 Y15
X1
2. Golden
: X 25 Y25
X2 56
3. Silver
: X 35 Y35
X3 452
4. Bigline
: X 45 Y45
X4 85
211
5.2.5. Penentuan dan Formulasi Fungsi Kendala Keempat

Fungsi kendala keempat merupakan fungsi kendala jumlah produksi
minimum yang memenuhi batasan BEP (break even point) dalam unit produksi.
Dalam penelitian ini, diasumsikan bahwa jumlah produksi harus lebih besar atau
sama dengan jumlah produksi minimum yang diterapkan perusahaan. Secara
matematis formulasi fungsi kendala untuk jumlah produksi minimum dapat
dituliskan:
X ji V ji
dimana:
X = variabel keputusan untuk jenis spring bed ke-i
V = jumlah produksi minimum perusahaan
i
= bulan, i = 1,2,,m

Dari Tabel 5.11 dapat diketahui jumlah produksi minimum untuk tiap tipe
spring bed. Formulasi fungsi kendala untuk jumlah produksi minimum pada bulan
Mei 2009 misalnya adalah sebagai berikut:
1. Platinum : X 15 V15
X1 169
2. Golden
: X 25 V25
X2 45
3. Silver
: X 35 V35
X3 362
4. Bigline
: X 45 V45
X4 68
5.2.6. Penentuan Model Perencanaan Produksi

Pada Tabel 5.32 dapat dilihat rekapitulasi penentuan fungsi tujuan dan
fungsi kendala yang dinyatakan dalam model linear programming untuk periode
bulan Mei, Juni dan Juli.
Tabel 5.32. Rekapitulasi Fungsi Tujuan dan Fungsi Kendala Bulan Mei, Juni dan Juli
Bulan
Mei
Fungsi
Tujuan
Max Z = 235000X1 + 135000 X2 + 118000 X3 + 95000 X4
Kendala
Jam kerja tenaga kerja :

830.9 X1+822.5 X2+822.4 X3 540000
1575.1 X4 540000
1082.2 X1+1083.1 X2+1082.3 X3+1082.7 X4 1080000
221.4 X1+204.8 X2+205 X3+197.4 X4
540000
586.3 X1+585.6 X2+586.8 X3+570.4 X4
1080000
409.9 X1+409.3 X2+409.3 X3+410.1 X4
540000
1121 X1+1109.9 X2+1110 X3+1110.9 X4
1080000
929.1 X1+928.9 X2+930.2 X3+928.4 X4
1620000
762.1 X1+761.8 X2+761.7 X3+761.5 X4
540000
284.3 X1+284.7 X2+284.7 X3+284.9 X4
540000
Ketersediaan bahan baku

510 X1 + 450 X2 + 430 X3 + 430 X4
6 X1 + 4.8 X2 + 2.8 X3 + 2.8 X4
9 X1 + 5 X2 + 4 X3 + 3 X4
330000
3001
3889
Target produksi berdasarkan peramalan
X 15 Y15 = X1
211
X 25 Y25 = X2 56
X 35 Y35 = X3 452
X 45 Y45 = X4 85
Jumlah produksi minimum
X 15 V15 = X1 169
X 25 V25 = X2 45
X 35 V35 = X3 362
X 45 V45 = X4 68
Tabel 5.32. Rekapitulasi Fungsi Tujuan dan Fungsi ... (Lanjutan)

Bulan
Juni
Fungsi
Tujuan
Max Z = 235000X1 + 135000 X2 + 118000 X3 + 95000 X4
Kendala

830.9 X1+822.5 X2+822.4 X3 594000
1575.1 X4 594000
1082.2 X1+1083.1 X2+1082.3 X3+1082.7 X4 1188000
221.4 X1+204.8 X2+205 X3+197.4 X4
594000
586.3 X1+585.6 X2+586.8 X3+570.4 X4
1188000
409.9 X1+409.3 X2+409.3 X3+410.1 X4
594000
1121 X1+1109.9 X2+1110 X3+1110.9 X4
1188000
929.1 X1+928.9 X2+930.2 X3+928.4 X4
1782000
762.1 X1+761.8 X2+761.7 X3+761.5 X4
594000
284.3 X1+284.7 X2+284.7 X3+284.9 X4
594000

510 X1 + 450 X2 + 430 X3 + 430 X4
6 X1 + 4.8 X2 + 2.8 X3 + 2.8 X4
9 X1 + 5 X2 + 4 X3 + 3 X4
330000
3001
3889
X 15 Y15 = X1
203
X 25 Y25 = X2 55
X 35 Y35 = X3 448
X 45 Y45 = X4 71
X 15 V15 = X1 163
X 25 V25 = X2 44
X 35 V35 = X3 358
X 45 V45 = X4 57
Tabel 5.32. Rekapitulasi Fungsi Tujuan dan Fungsi ... (Lanjutan)

Bulan
Juli
Fungsi
Tujuan
Max Z = 235000X1 + 135000 X2 + 118000 X3 + 95000 X4
Kendala

830.9 X1+822.5 X2+822.4 X3 594000
1575.1 X4 594000
1082.2 X1+1083.1 X2+1082.3 X3+1082.7 X4 1188000
221.4 X1+204.8 X2+205 X3+197.4 X4
594000
586.3 X1+585.6 X2+586.8 X3+570.4 X4
1188000
409.9 X1+409.3 X2+409.3 X3+410.1 X4
594000
1121 X1+1109.9 X2+1110 X3+1110.9 X4
1188000
929.1 X1+928.9 X2+930.2 X3+928.4 X4
1782000
762.1 X1+761.8 X2+761.7 X3+761.5 X4
594000
284.3 X1+284.7 X2+284.7 X3+284.9 X4
594000

510 X1 + 450 X2 + 430 X3 + 430 X4
6 X1 + 4.8 X2 + 2.8 X3 + 2.8 X4
9 X1 + 5 X2 + 4 X3 + 3 X4
330000
3001
3889
X 15 Y15 = X1
182
X 25 Y25 = X2 55
X 35 Y35 = X3 487
X 45 Y45 = X4 71
X 15 V15 = X1 146
X 25 V25 = X2 44
X 35 V35 = X3 390
X 45 V45 = X4 57
5.2.7. Penyelesaian Model Linear Programming dengan Metode Simpleks

Adapun langkah penyelesaian model linear programming untuk periode
Mei 2009 dengan metode simpleks adalah :
1. Membentuk model linear programming, seperti tercantum pada Tabel 5.32.
2. Mengubah model linear programming ke dalam bentuk standar yaitu dengan
menambahkan variabel slack pada kendala berupa pembatas ),( dan
menambahkan variabel surplus pada kendala berupa syarat ().
Fungsi Tujuan : Max Z = 235000X1 + 135000 X2 + 118000 X3 + 95000 X4
dengan kendala
830.9 X1+822.5 X2+822.4 X3
+ X5
= 540000
1575.1 X4
+ X6
= 540000
1082.2 X1+1083.1 X2+1082.3 X3+1082.7 X4
+ X7
= 1080000
221.4 X1+204.8 X2+205 X3+197.4 X4
+ X8
= 540000
586.3 X1+585.6 X2+586.8 X3+570.4 X4
+ X9
= 1080000
409.9 X1+409.3 X2+409.3 X3+410.1 X4
+ X10
= 540000
1121 X1+1109.9 X2+1110 X3+1110.9 X4
+ X11
= 1080000
929.1 X1+928.9 X2+930.2 X3+928.4 X4
+ X12
= 1620000
762.1 X1+761.8 X2+761.7 X3+761.5 X4
+ X13
= 540000
284.3 X1+284.7 X2+284.7 X3+284.9 X4
+ X14
= 540000
510 X1 + 450 X2 + 430 X3 + 430 X4
+ X15
= 330000
6 X1 + 4.8 X2 + 2.8 X3 + 2.8 X4
+ X16
= 3001
9 X1 + 5 X2 + 4 X3 + 3 X4
+ X17
= 3889
X1
+ X18
= 211
X2
+ X19
= 56
X3
+ X20
= 452
X4
+ X21
= 85
X1
- X22
= 169
X2
- X23
= 45
X3
- X24
= 362
X4
- X25
= 68
3. Mencari solusi layak dasar awal. Pada persamaan diatas tidak terdapat solusi
layak dasar awal karena model diatas belum dalam bentuk kanonikal (setiap
kendala memiliki harus memiliki variabel basis). Oleh karena itu, bentuk
standar diusahakan menjadi bentuk kanonikal dengan menggunakan metode
big M. Metode big M menambahkan variabel artificial, dimana M adalah
bilangan negatif yang sangat besar, sehingga tidak akan mungkin diproduksi
pada fungsi objektif. Maka model linear programming berubah menjadi :
Fungsi Tujuan :
Max Z = 235000X1+135000X2+118000 X3+ 95000X4 + MX26+ MX27 + MX28 + MX29
dengan kendala
830.9 X1+822.5 X2+822.4 X3
+ X5
= 540000
1575.1 X4
+ X6
= 540000
1082.2 X1+1083.1 X2+1082.3 X3+1082.7 X4
+ X7
= 1080000
221.4 X1+204.8 X2+205 X3+197.4 X4
+ X8
= 540000
586.3 X1+585.6 X2+586.8 X3+570.4 X4
+ X9
= 1080000
409.9 X1+409.3 X2+409.3 X3+410.1 X4
+ X10
= 540000
1121 X1+1109.9 X2+1110 X3+1110.9 X4
+ X11
= 1080000
929.1 X1+928.9 X2+930.2 X3+928.4 X4
+ X12
= 1620000
762.1 X1+761.8 X2+761.7 X3+761.5 X4
+ X13
= 540000
284.3 X1+284.7 X2+284.7 X3+284.9 X4
+ X14
= 540000
510 X1 + 450 X2 + 430 X3 + 430 X4
+ X15
= 330000
6 X1 + 4.8 X2 + 2.8 X3 + 2.8 X4
+ X16
= 3001
9 X1 + 5 X2 + 4 X3 + 3 X4
+ X17
= 3889
X1
+ X18
= 211
X2
+ X19
= 56
X3
+ X20
= 452
X4
+ X21
= 85
X1
- X22 + M X26
= 169
X2
- X23 + M X27
= 45
X3
- X24 + M X28
= 362
X4
- X25+ M X29
= 68
4. Membentuk tabel simpleks awal, dapat dilihat pada Tabel 5.33.

Beberapa istilah yang digunakan dalam tabel yaitu:
a. Variabel basis yaitu variabel non negatif yang hanya ada pada satu persamaan,
tidak ada pada persamaan lain dengan koefisien 1. Pada Tabel 5.32 yang
termasuk variabel basis adalah X5 sampai X21 dan X26 sampai X29. Sedangkan
variabel non basis merupakan variabel keputusan yaitu X1, X2, X3 dan X4.
b. Cb merupakan koefisien dari variabel basis pada fungsi tujuan, sedangkan Cj
merupakan koefisien dari variabel non basis pada fungsi tujuan.
c. Konstanta atau right hand side merupakan nilai sisi kanan dari setiap
persamaan.
Tabel 5.33. Simpleks Awal

Cj
235000
135000
118000
95000
Basis
X1
X2
X3
X4
X5
X6
X7
X8
X9
X10
X11
X12
X13
X14
X15
X16
X17
X18
X19
X20
X21
X22
X23
X24
X25
X26
X27
X28
X29
X5
830.9
822.5
822.4
540000
X6
1575.1
540000
X7
1082.2
1083.1
1082.3
1082.7
1080000
X8
221.4
204.8
205
197.4
540000
X9
586.3
585.6
586.8
570.4
1080000
X10
409.9
409.3
409.3
410.1
540000
X11
1121
1109.9
1110
1110.9
1080000
X12
929.1
928.9
930.2
928.4
1620000
X13
762.1
761.8
761.7
761.5
540000
X14
284.3
284.7
284.7
284.9
540000
X15
510
450
430
430
330000
X16
4.8
2.8
2.8
3001
X17
3889
X18
211
X19
56
X20
452
Cb
Konstanta
X21
85
X26
-1
169
X27
-1
45
X28
-1
362
X29
-1
68
235000-M
135000-M
118000-M
95000-M
Crow
Nilai Z = Cb x konstanta
= (M(169)+ M(45)+ M(362)+M(68)) = 644 M
d. Z merupakan nilai laba yang diinginkan. Nilai Z dapat diperoleh dengan

mengalikan nilai Cb dengan konstanta, yaitu:
Z = Cb x Konstanta
540000
540000
1080000
540000
1080000
540000
1080000
1620000
540000
540000
Z = (0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 M M M M ) 330000 = 644 M
3001
3889
211
56
452
85
169
45
362
68
e. Nilai Crow diperoleh dari hasil pengurangan nilai Cj terhadap hasil perkalian
Cb dengan Pj yaitu nilai pada tiap kolom dan baris. Secara matematis:
Crow = Cj - Cb Pj
Untuk kolom pertama pada Tabel 5.33, misalnya:
830.9
0
1082.2
221.4
586.3
409.9
1121
929.1
762.1
284.3
Crow = 235000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 M M M M 510 = 235000 M
5. Pemeriksaan optimalitas, yaitu melihat apakah solusi sudah optimal atau tidak.
Pada kasus maksimisasi solusi dikatakan sudah optimal yaitu bila semua Crow
dari variabel non basis adalah negatif atau nol. Pada tabel simpleks awal nilai
Crow dari variabel non basis masih ada yang berharga positif, jadi solusi belum
optimal.
6. Langkah selanjutnya adalah melakukan perbaikan yaitu dengan mengganti
salah satu variabel non basis dengan variabel basis. Variabel non basis yang
dipilih untuk menjadi variabel basis disebut entering variabel. Entering
variabel yang dipilih adalah variabel non basis yang memiliki Crow paling
positif. Kemudian dipilih variabel basis yang akan keluar menjadi variabel
non basis yang disebut leaving variabel. Leaving variabel yang dipilih adalah
dengan menggunakan rasio minimum yaitu perbandingan antara konstanta sisi
kanan dengan elemen variabel. Kolom entering variabel disebut kolom pivot
sedangkan baris leaving variabel disebut baris pivot.
Elemen perpotongan kolom dan baris pivot disebut elemen pivot.
Pada tabel simpleks awal, X1 memiliki Crow paling positif sehingga X1 disebut
entering variabel. Kolom pivot, kolom X1.
Rasio minimum pada Tabel 5.33 untuk iterasi 1 adalah :
Baris 1
: 540000
/ 830.9
= 649.90
Baris 2
: 540000
/ 0
= 0
Baris 3
: 1080000 / 1082.2 = 997.97
Baris 4
: 540000
/ 221.4
= 2439.02
Baris 5
: 1080000 / 586.3
= 1842.06
Baris 6
: 540000
= 1317.39
Baris 7
: 1080000 / 1121
= 963.43
Baris 8
: 1620000 / 929.1
= 1743.62
Baris 9
: 540000
/ 762.1
= 708.57
Baris 10
: 540000
/ 284.3
= 1899.40
Baris 11
: 330000
/ 510
= 647.06
Baris 12
: 3001
/ 6
= 500.17
Baris 13
: 3889
/ 9
= 432.11
Baris 14
: 211
/ 1
= 211
/ 409.9
Baris 15
: 56
/ 0
= 0
Baris 16
: 452
/ 0
= 0
Baris 17
: 85
/ 0
= 0
Baris 18
: 169
/ 1
= 169
Baris 19
: 45
/ 0
= 0
Baris 20
: 362
/ 0
= 0
Baris 21
: 68
/ 0
= 0
Nilai paling minimum yaitu 169, dengan variabel basis X18. Sehingga, X18
menjadi leaving variabel. Baris pivot, baris X18. Elemen pivot bernilai 1 yaitu
perpotongan baris pivot dan kolom pivot ( baris 18 dan kolom 1).
7. Dilanjutkan dengan mencari sistem kanonikal yaitu sistem dimana nilai

elemen pivot bernilai 1 dan semua elemen lain di kolom pivot bernilai 0. Dari
hasil perhitungan, elemen pivot sudah bernilai 1.
Untuk menjadikan elemen lain di kolom pivot bernilai 0 maka dilakukan
perhitungan yaitu pada baris kedelapan belas, misalnya (menjadikan harga
830.9 pada kolom dan baris 1 bernilai 0) adalah dengan mengalikan baris
pivot dengan 830.9 lalu menambahkannya dengan semua elemen yang ada
dibaris pertama. Contoh untuk baris pertama :
1
-1
-830.9
830.9
-830.9
830.9
822.5
822.4
822.5
822.4
830.9
830.9
x -830.9
Operasi diatas dilakukan hingga semua elemen di kolom pivot bernilai 0.

Hasil dari pengolahan tabel simpleks awal menjadi tabel simpleks iterasi I
Dari tabel simpleks iterasi I dapat dilihat kembali bahwa ternyata nilai Crow
masih ada yang bernilai positif yang menandakan bahwa solusi belum
optimal. Maka dilakukan kembali perbaikan sampai nilai Crow berharga negatif
atau nol. Langkah-langkah perbaikan untuk mencapai optimalitas dapat dilihat
pada Tabel 5.34 sampai Tabel 5.40.
Tabel 5.34. Simpleks Iterasi 1

Cj
235000
135000
118000
95000
Basis
X1
X2
X3
X4
X5
X6
X7
X8
X9
X10
X11
X12
X13
X14
X15
X16
X17
X18
X19
X20
X21
X22
X23
X24
X25
X26
X27
X28
X29
X5
822.5
822.4
830.9
830.9
399577.9
X6
1575.1
540000
X7
1083.1
1082.3
1082.7
1082.2
1082.2
897108.2
X8
204.8
205
197.4
221.4
221.4
502583.4
X9
585.6
586.8
570.4
586.3
586.3
980915.3
X10
409.3
409.3
410.1
409.9
409.9
470726.9
X11
1109.9
1110
1110.9
1121
1121
890551
X12
928.9
930.2
928.4
929.1
929.1
1462982.1
X13
761.8
761.7
761.5
762.1
762.1
411205.1
X14
284.7
284.7
284.9
284.3
284.3
491953.3
X15
450
430
430
510
510
243810
X16
4.8
2.8
2.8
1987
X17
2368
X18
42
X19
56
X20
452
X21
85
235000
X1
-1
169
X27
-1
45
X28
-1
362
X29
-1
68
95000-M
235000
Cb
Konstanta
Crow
135000-M 118000-M
= (235000)(169)+ M(45)+ M(362)+M(68)) = 39715000 + 475 M

Cj
235000
135000
118000
95000
Basis
X1
X2
X3
X4
X5
X6
X7
X8
X9
X10
X11
X12
X13
X14
X15
X16
X17
X18
X19
X20
X21
X22
X23
X24
X25
X26
X27
X28
X29
X5
822.4
830.9
822.5
830.9
-822.5
362565.4
X6
1575.1
540000
X7
1082.3
1082.7
1082.2
1083.1
1082.2
-1083
848368.7
X8
205
197.4
221.4
204.8
221.4
-204.8
493367.4
X9
586.8
570.4
586.3
585.6
586.3
-585.6
954563.3
X10
409.3
410.1
409.9
409.3
409.9
-409.3
452308.4
X11
1110
1110.9
1121
1109.9
1121
-1110
840605.5
X12
930.2
928.4
929.1
928.9
929.1
-928.9
1421181.6
X13
761.7
761.5
762.1
761.8
762.1
-761.8
376924.1
X14
284.7
284.9
284.3
284.7
284.3
-284.7
479141.8
X15
430
430
510
450
510
-450
223560
X16
2.8
2.8
4.8
-4.8
1771
X17
-5
2143
X18
42
X19
-1
11
X20
452
X21
85
235000
X1
-1
169
135000
X27
-1
45
X28
-1
362
X29
68
Cb
Konstanta
Crow
-1
118000-M
95000-M
235000
135000
= (235000)(169)+ (135000)(45)+ M(362)+M(68)) = 45790000 + 430 M

Cj
235000
135000
118000
95000
Basis
X1
X2
X3
X4
X5
X6
X7
X8
X9
X10
X11
X12
X13
X14
X15
X16
X17
X18
X19
X20
X21
X22
X23
X24
X25
X26
X27
X28
X29
X5
830.9
822.5
822.4
830.9
X6
1575.1
X7
1082.7
1082.2
1083.1
1082.3
X8
197.4
221.4
204.8
205
X9
570.4
586.3
585.6
586.8
X10
410.1
409.9
409.3
409.3
X11
1110.9
1121
1109.9
1110
X12
928.4
929.1
928.9
930.2
X13
761.5
762.1
761.8
761.7
X14
284.9
284.3
284.7
284.7
X15
430
510
450
430
510
-450
-430
X16
2.8
4.8
2.8
-4.8
X17
-5
X18
X19
-1
X20
X21
Cb
Konstanta
-822.5 -822.4
64856.6
540000
1082.2
-1083
-1082
456576.1
221.4
-204.8
-205
419157.4
586.3
-585.6 -586.8
742141.7
409.9
-409.3 -409.3
304141.8
1121
-1110
-1110
438785.5
929.1
-928.9 -930.2
1084449.2
762.1
-761.8 -761.7
101188.7
284.3
-284.7 -284.7
376080.4
67900
-2.8
757.4
-4
695
42
11
-1
90
85
235000
X1
-1
169
135000
X27
-1
45
118000
X28
-1
362
X29
-1
68
95000-M
235000
135000
118000
Crow
= (235000)(169)+ (135000)(45)+ (118000)(362)+M(68)) = 88506000 + 68 M

Cj
235000
135000
118000
95000
Basis
X1
X2
X3
X4
X5
X6
X7
X8
X9
X10
X11
X12
X13
X14
X15
X16
X17
X18
X19
X20
X21
X22
X23
X24
X25
X26
X27
X28
X29
X5
830.9
822.5
822.4
830.9
-822.5
-822.4
64856.6
X6
1575.1
-1575.1
432893.2
X7
1082.2
1083.1
1082.2
-1083.1
-1082.3
-1082.7
382952.5
X8
221.4
204.8
205
197.4
221.4
-204.8
-205
-197.4
405734.2
X9
586.3
585.6
586.8
570.4
586.3
-585.6
-586.8
-570.4
703354.5
X10
409.9
409.3
409.3
410.1
409.9
-409.3
-409.3
-410.1
276255
X11
1121
1109.9
1110
1110.9
1121
-1109.9
-1110
-1110.9
363244.3
X12
929.1
928.9
930.2
928.4
929.1
-928.9
-930.2
-928.4
1021318
X13
762.1
761.8
761.7
761.5
762.1
-761.8
-761.7
-761.5
49406.7
X14
284.3
284.7
284.7
284.9
284.3
-284.7
-284.7
-284.9
356707.2
X15
510
450
430
430
510
-450
-430
-430
38660
X16
4.8
2.8
2.8
-4.8
-2.8
-2.8
567
X17
-5
-4
-3
491
X18
42
X19
-1
11
X20
-1
90
X21
-1
17
235000
X1
-1
169
135000
X27
-1
45
118000
X28
-1
362
95000
X29
-1
68
235000
135000
Cb
Konstanta
Crow
1082.3 1082.7
118000 95000 M-235000 M-135000 M-118000
M-95000
= (235000)(169)+ (135000)(45)+ (118000)(362)+(95000)(68)) = 94966000

Cj
235000
135000
118000
95000
Basis
X1
X2
X3
X4
X5
X6
X7
X8
X9
X10
X11
X12
X13
X14
X15
X16
X17
X18
X19
X20
X21
X22
X23
X24
X25
X26
X27
X28
X29
X5
-830.9
822.5
822.4
-822.5
-822.4
29958.8
X6
1575.1
-1575.1
432893.2
X7
-1082.2
1083.1
1082.3 1082.7
-1083.1
-1082.3
-1082.7
337500.1
X8
-221.4
204.8
205
197.4
-204.8
-205
-197.4
396435.4
X9
-586.3
585.6
586.8
570.4
-585.6
-586.8
-570.4
678729.9
X10
-409.9
409.3
409.3
410.1
-409.3
-409.3
-410.1
259039.2
X11
-1121
1109.9
1110
1110.9
-1109.9
-1110
-1110.9
316162.3
X12
-929.1
928.9
930.2
928.4
-928.9
-930.2
-928.4
982295.8
X13
-762.1
761.8
761.7
761.5
-761.8
-761.7
-761.5
17398.5
X14
-284.3
284.7
284.7
284.9
-284.7
-284.7
-284.9
344766.6
X15
-510
450
430
430
-450
-430
-430
17240
X16
-6
4.8
2.8
2.8
-4.8
-2.8
-2.8
315
X17
-9
-5
-4
-3
113
X22
42
X19
-1
11
X20
-1
90
Cb
Konstanta
X21
-1
17
235000
X1
211
135000
X2
-1
45
118000
X3
-1
362
95000
X4
-1
68
-235000
135000
Crow
118000 95000 M-470000 M-135000 M-118000
M-95000
= (235000)(211)+ (135000)(45)+ (118000)(362)+(95000)(68)) = 104836000
Cj
235000
135000
118000
95000
Basis
X1
X2
X3
X4
X5
X6
X7
X8
X9
X10
X11
X12
X13
X14
X15
X16
X17
X18
X19
X20
X21
X22
X23
X24
X25
X26
X27
X28
X29
X5
-830.9
-822.5
822.4
-822.4
20911.3
X6
1575.1
-1575.1
432893.2
X7
-1082.2
-1083.1
1082.3
1082.7
-1082.3
-1082.7
325586
X8
-221.4
-204.8
205
197.4
-205
-197.4
394182.6
X9
-586.3
-585.6
586.8
570.4
-586.8
-570.4
672288.3
X10
-409.9
-409.3
409.3
410.1
-409.3
-410.1
254536.9
X11
-1121
-1109.9
1110
1110.9
-1110
-1110.9
303953.4
X12
-929.1
-928.9
930.2
928.4
-930.2
-928.4
972077.9
X13
-762.1
-761.8
761.7
761.5
-761.7
-761.5
9018.7
X14
-284.3
-284.7
284.7
284.9
-284.7
-284.9
341634.9
X15
-510
-450
430
430
-430
-430
12290
X16
-6
-4.8
2.8
2.8
-2.8
-2.8
262.2
X17
-9
-5
-4
-3
58
X22
42
X19
-1
11
X20
-1
90
X21
-1
17
235000
X1
211
135000
X2
56
118000
X3
-1
362
95000
X4
-1
68
Cb
Konstanta
Crow
-235000
-135000
118000
95000 M-470000
M-118000
M-95000
= (235000)(211)+ (135000)(56)+ (118000)(362)+(95000)(68)) = 106321000

Cj
235000
135000
118000
95000
Basis
X1
X2
X3
X4
X5
X6
X7
X8
X9
X10
X11
X12
X13
X14
X15
X16
X17
X18
X19
X20
X21
X22
X23
X24
X25
X26
X27
X28
X29
X5
-1.080
-8.068
0.008
-822.18
822.18
11173.90
X6
1575.1
-1575.10
432893.20
X7
-1.421
0.668
-0.658
0.684
-0.68
312771.32
X8
-0.269
-16.292
0.227
-7.55
7.55
391755.35
X9
-0.770
0.808
1.277
-16.25
16.25
665340.46
X10
-0.537
-0.385
0.054
0.907
-0.91
249690.70
X11
-1.457
-10.417
0.246
1.191
-1.19
290810.75
X12
-1.221
1.588
1.422
-1.56
1.56
961064.12
X13
0.001
-1.001
-1.000
0.9997
-1
-1.00
11.84
X14
-0.374
0.550
0.037
0.2748
-0.27
338263.99
X15
-0.565
-79.774
-19.944
0.1129
-0.11
7198.70
X16
-0.004
-3.199
-2.000
0.0007
0.00
229.05
X17
-0.005
-4.998
-0.999
-0.9989
1.00
10.64
X22
1.000
0.0000
42
X19
1.000
0.0000
-1
11
X20
-0.001
1.001
1.000
-0.9997
0.9997
78.160
Cb
Konstanta
X21
1.0000
-1
17
235000
X1
1.000
0.0000
211
135000
X2
1.000
0.0000
56
118000
X3
0.001
-1.001
-1.000
0.9997
-0.9997
373.8402
95000
X4
-1.0000
68
-154.9
-116938.03
-16984.51
-22969
M-470000
M-22969.02
Crow
= (235000)(211)+ (135000)(56)+ (118000)(373)+(95000)(68)) = 107718146
Dari Tabel 5.40 diperoleh jumlah produksi optimal untuk bulan Mei 2009 dari
perhitungan model linear programming adalah:
a. Platinum / X1 = 211 unit
b. Golden / X2 = 56 unit
c. Silver / X3 = 373.8402 unit
d. Bigline / X4 = 68 unit
Untuk perhitungan pada bulan Juni dan Juli dapat dilakukan dengan cara yang
sama yaitu dengan menggunakan bantuan software LINDO. Hasil rekapitulasi
penentuan jumlah produksi dengan perhitungan model linear programming
pada bulan Mei, Juni dan Juli dapat dilihat pada Tabel 5.41.
Tabel 5.41. Rekapitulasi Penentuan Jumlah Produksi dengan Model Linear Programming
Platinum
Golden
Silver
Bigline
(unit) / X1
(unit) / X2
(unit) / X3
(unit) / X4
Mei
211
56
373.8402
68
Rp. 107.718.146
Juni
197.475
44
430.180
57
Rp. 108.522.865
Juli
182
55
437.023
57
Rp. 107.178.714
Bulan
Laba
Variabel keputusan pada penelitian ini adalah jumlah produksi optimal,

sehingga nilai yang diperoleh harus dalam bentuk bilangan bulat (integer).
Dari Tabel 5.41 dapat dillihat bahwa variabel keputusan belum dalam bentuk
bilangan bulat (integer). Oleh karena itu, untuk menemukan solusi bilangan
bulat (integer) yang optimal, dilanjutkan dengan integer programming.
5.2.8. Penyelesaian Model Integer Programming dengan Metode Branch and

Bound
Adapun langkah penyelesaian model integer programming untuk periode Mei
2009 dengan metode branch and bound adalah :
1. Optimisasi fungsi tujuan terhadap susunan kendala menggunakan model
linear programming dengan metode simpleks. Langkah ini telah dilakukan
pada sub bab 5.2.7.
2. Meneliti solusi optimal. Jika variabel keputusan integer (bilangan bulat) maka
solusi optimal ditemukan, namun jika variabel keputusan bukan integer maka
dilanjutkan ke langkah 3. Dari hasil perhitungan metode simpleks diketahui
bahwa nilai X3 = 373.8402 unit. Nilai ini bukan integer sehingga perhitungan
dilanjutkan ke langkah 3.
3. Maka model awal untuk bulan Mei dapat dilihat pada Tabel 5.42.
Tabel 5.42. Rekapitulasi Fungsi Tujuan dan Fungsi Kendala Bulan Mei
Bulan
Mei
Fungsi
Tujuan
Max Z = 235000X1 + 135000 X2 + 118000 X3 + 95000 X4
Kendala

830.9 X1+822.5 X2+822.4 X3 540000
1575.1 X4 540000
1082.2 X1+1083.1 X2+1082.3 X3+1082.7 X4 1080000
221.4 X1+204.8 X2+205 X3+197.4 X4
540000
586.3 X1+585.6 X2+586.8 X3+570.4 X4
1080000
409.9 X1+409.3 X2+409.3 X3+410.1 X4
540000
1121 X1+1109.9 X2+1110 X3+1110.9 X4
1080000
929.1 X1+928.9 X2+930.2 X3+928.4 X4
1620000
762.1 X1+761.8 X2+761.7 X3+761.5 X4
540000
Tabel 5.42. Rekapitulasi Fungsi Tujuan ... (Lanjutan)

Bulan
Mei
Fungsi
Kendala
284.3 X1+284.7 X2+284.7 X3+284.9 X4
540000

510 X1 + 450 X2 + 430 X3 + 430 X4
6 X1 + 4.8 X2 + 2.8 X3 + 2.8 X4
9 X1 + 5 X2 + 4 X3 + 3 X4
330000
3001
3889
X 15 Y15 = X1
211
X 25 Y25 = X2 56
X 35 Y35 = X3 452
X 45 Y45 = X4 85
X 15 V15 = X1 169
X 25 V25 = X2 45
X 35 V35 = X3 362
X 45 V45 = X4 68
X3 374
X3 373
X1, X2, X3, X4 = integer
Solusi optimum kontinu dijadikan batas atas awal. Kemudian dibentuk batas
bawah dari nilai X3, dengan menambah kendala yang bersifat mutually
exclusive yakni : X3 374 dan X3 373. Model ini kemudian diselesaikan
dengan metode simpleks sehingga diperoleh variabel keputusan yang baru.
Jika variabel keputusan bernilai integer maka solusi optimal ditemukan. Jika
variabel keputusan belum integer perhitungan dilanjutkan ke langkah 4
4. Dilakukan iterasi dengan mencabangkan setiap solusi optimal kontinu. Solusi

optimal kontinu dijadikan batas bawah baru dengan penambahan kendala
seperti pada langkah 3. Iterasi terus dilakukan sampai diperoleh variabel
keputusan integer. Sebagai contoh, pada Gambar 5.4 dapat dilihat tahapan
branch
and
bound
untuk
bulan
Mei
2009.
1
LP 0
X=(211, 56, 373.8402, 68)
Z=107718146
x3373
LP 1
X=(211, 56, 373, 68.84)
Z=107698800
LP 2
X=(211, 55.84, 374, 68)
Z=107715400
x469
x468
LP 3
X=(211, 56, 373.8402, 68)
Z=107718146
8
LP 7
X=(211, 56, 372, 69.84)
Z=107675800
x256
x255
LP 4
X=(211,56, 372.84, 69)
Z=107695120
LP 5
X=(211, 55, 374.84, 68)
Z=107701120
LP 6
X=(211, 56, 373.8402, 68)
Z=107718146
x3372
x3374
x3373
9
LP 8
X=(211, 56, 373.8402, 68)
Z=107718146
x3375
x3374
11
10
LP 9
X=(211, 56, 373.8402, 68)
Z=107718146
LP 10
X=(211, 54.84, 375, 68)
Z=107698400
x254
12
LP 11
X=(211, 54, 375.84, 68)
Z=107684120
x255
13
LP 12
X=(211, 56, 373.8402, 68)
Z=107718146
Gambar 5.4. Perhitungan Branch and Bound
12
x469
30
LP 31
X=(211, 56, 373.8402, 68)
Z=107718146
x3376
x3375
x470
14
31
LP 32
X=(211, 56, 373.8402, 68)
Z=107718146
15
LP 13
X=(211, 56, 373.8402, 68)
Z=107718146
LP 14
X=(211, 53.84, 376, 68)
Z=107681400
x253
17
16
LP 15
X=(211, 53, 376.84, 68)
Z=107667120
x3376
16
LP 17
X=(211, 56, 373.84, 68)
Z=107718120
x254
LP 16
X=(211, 56, 373.8402, 68)
Z=107718146
x3377
17
LP 18
X=(211, 52.8402, 377, 68)
Z=107664400
Gambar 5.4. Perhitungan (Lanjutan)
16
17
LP 17
X=(211, 56, 373.84, 68)
Z=107718120
x3373
x468
x469
22
LP 23
X=(211, 56, 373.84, 68)
Z=107718146
x3372
26
LP 27
X=(211, 52, 372, 69.84)
Z=107135800
LP 24
X=(211, 56, 372.84, 69)
Z=107695120
27
LP 28
X=(211, 56, 373.84, 68)
Z=107718146
20
19
LP 21
X=(211, 52, 377.84, 68)
Z=107650120
LP 20
X=(211, 55.8402, 373, 68)
Z=107715400
x252
LP 25
X=(211, 52, 377.84, 68)
Z=107650120
x3377
21
LP 22
X=(211, 56, 373.8402, 68)
Z=107718146
25
LP 26
X=(211, 56, 373.84, 68)
Z=107718146
x3378
28
LP 29
X=(211, 56, 373.84, 68)
Z=107718146
x253
x253
24
23
x3373
x252
x3374
18
LP 19
X=(211, 56, 373, 68.84)
Z=107698800
LP 18
X=(211, 52.8402, 377, 68)
Z=107664400
29
LP 30
X=(211, 51.84, 378, 68)
Z=107647400
Gambar 5.4. Perhitungan (Lanjutan)
Dari perhitungan branch and bound diperoleh jumlah produksi optimal untuk
bulan Mei 2009 adalah:
a. Platinum / X1 = 211 unit
b. Golden / X2 = 56 unit
c. Silver / X3 = 373 unit
d. Bigline / X4 = 68 unit
Untuk perhitungan pada bulan Juni dan Juli dapat dilakukan dengan cara yang
sama yaitu dengan menggunakan bantuan software LINDO. Hasil rekapitulasi
penentuan jumlah produksi dengan perhitungan model integer programming pada
bulan Mei, Juni dan Juli dapat dilihat pada Tabel 5.42.
Tabel 5.42. Rekapitulasi Penentuan Jumlah Produksi dengan Model Integer Programming
Platinum
Golden
Silver
Bigline
(unit) / X1
(unit) / X2
(unit) / X3
(unit) / X4
Mei
211
56
373
68
Rp. 107.619.000
Juni
200
44
417
67
Rp. 108.511.000
Juli
182
55
437
57
Rp. 107.176.000
Bulan
Laba
BAB VI
ANALISIS DAN EVALUASI
6.1. Analisis
6.1.1. Analisis Perencanaan Produksi Perusahaan Saat Ini.
Saat ini perencanaan produksi PT Cahaya Kawi Ultra Polyintraco untuk
menentukan jumlah spring bed yang akan diproduksi dilakukan berdasarkan
perkiraan pola permintaan masa lalu dengan menggunakan peramalan kuantitatif.
Seperti yang diketahui, bahwa hasil interpretasi peramalan tidak akan terlalu jauh
berbeda dengan pola data permintaan tahun sebelumnya. Namun pada
kenyataannya terjadi penyimpangan yang cukup jauh dari tahun 2007 ke tahun
2008. Perkiraan yang dilakukan belum mempertimbangkan keterbatasan
perusahaan dalam hal tenaga kerja, mesin, bahan baku dan modal secara
matematis. Sementara seperti diketahui, proses produksi dapat dilakukan jika
tersedia tenaga kerja, mesin, bahan baku dan modal yang cukup. Jika salah satu
dari elemen ini tidak terpenuhi maka proses produksi akan mengalami gangguan
bahkan dapat mengakibatkan proses produksi harus dihentikan. Hal ini dapat
terjadi di PT Cahaya Kawi Ultra Polyintraco, karena acuan produksi hanya
berdasarkan perkiraan permintaan. Secara umum proses produksi telah berjalan
cukup baik, namun perusahaan mengharapkan adanya metode perencanaan
produksi yang lebih baik yang dapat mengalokasikan sumber daya terbatas
dengan efisien.
6.1.2. Analisis Perencanaan Produksi dengan Integer Programming

Model integer programming digunakan untuk memperoleh solusi dalam
bentuk bilangan bulat (integer). Model ini terdiri dari 3 parameter, yakni :
1. Variabel Keputusan, yaitu jumlah produksi untuk tiap spring bed.
2. Fungsi Tujuan, yaitu laba yang diinginkan dari hasil jumlah produksi.
3. Fungsi Kendala
yaitu batasan ketersediaan jam kerja orang, ketersediaan bahan baku, target
produksi dan jumlah produksi minimum.
Sebagai contoh, nilai dari variabel keputusan, fungsi tujuan dan fungsi
kendala untuk bulan Mei 2009 adalah:
1. Platinum / X1 = 211 unit
Golden / X2
= 56 unit
Silver / X3
= 373 unit
Bigline / X4
= 68 unit
2. Laba yang dihasilkan

= 235000X1 + 135000 X2 + 118000 X3 + 95000 X4
= 235000 (211) + 135000 (56)+ 118000 (373)+ 95000 (68)
= Rp. 107.619.000
3. Jam kerja tenaga kerja yang terpakai
-

830.9 (211) +822.5 (56) +822.4 (373) = 528135 detik
Perakitan Per bulat mesin RAM manual

1575.1 (68) = 107107 detik
Perakitan Kawat lis

1082.2 (211) +1083.1 (56) +1082.3(373) +1082.7 (68) = 766319 detik

221.4 (211) +204.8 (56) +205 (373) +197.4 (68) = 148072 detik
Pemotongan
586.3 (211) +585.6 (56) +586.8 (373) +570.4 (68) = 414167 detik
Penjahitan kain quilting dengan kain blacu dan label

409.9 (211) +409.3 (56) +409.3 (373) +410.1 (68) = 289965 detik
Penjahitan lis kain quilting

1121 (211) +1109.9 (56) +1110 (373) +1110.9 (68) = 788257 detik

929.1 (211) +928.9 (56) +930.2 (373) +928.4 (68) = 658154 detik
Penjahitan lis
762.1 (211) +761.8 (56) +761.7 (373) +761.5 (68) = 539360 detik
Pembungkusan
284.3 (211) +284.7(56) +284.7 (373) +284.9(68) = 201497 detik
4. Bahan baku yang terpakai

-
Per bulat
Kain quilting : 6 (211) + 4.8 (56) + 2.8 (373) + 2.8 (68) = 2769.6 cm
Busa
: 510 (211) + 450 (56) + 430 (373) + 430 (68) = 322440 unit
: 9 (211) + 5 (56) + 4 (373) + 3 (68) = 3875 cm
Pada Tabel 6.1. dapat dilihat hasil rekapitulasi dari setiap nilai variabel
keputusan, fungsi tujuan dan fungsi kendala untuk bulan Mei, Juni dan Juli 2009.
Tabel 6.1. Rekapitulasi Hasil Perhitungan dengan Integer Programming

Fungsi
Mei
Juni
Juli
Variabel Keputusan
1.
Platinum (unit)
211
200
182
2.
Golden (unit)
56
44
55
3.
Silver (unit)
373
417
437
4.
Bigline (unit)
68
67
57
Rp. 107.619.000
Rp. 108.511.000
Rp. 107.176.000
Fungsi Tujuan
Jam tenaga kerja terpakai
-
Perakitan Per bulat mesin RAM (detik)
528135
545311
555850
Perakitan Per bulat mesin RAM manual (detik)
107107
105532
89781
Perakitan Kawat lis (detik)
766319
787956
791210
Penjahitan Kain Quilting (detik)
148072
152002
152396
Pemotongan (detik)
414167
425939
427859
Penjahitan kain quilting dengan kain blacu dan label (detik)
289965
298144
299353
Penjahitan lis kain quilting (detik)
788257
810336
813458
Perekatan dengan per (detik)
658154
676788
679602
Penjahitan lis (detik)
539360
554589
556870
201497
207195
208054
322440
329920
329990
- Pembungkusan (detik)
Bahan baku terpakai
-
Per bulat (unit)
Kain quilting (cm)
2770
2766
2739
Busa (cm)
3875
3889
3832
Dari Tabel 6.1 dapat dilihat penggunaan sumber daya oleh perusahaan
sesuai perencanaan produksi pada bulan Mei, Juni dan Juli 2009. Pada Tabel 6.2.
dapat dilihat ketersediaan sumber daya perusahaan tiap bulannya dan selisih
antara penggunaan dengan ketersediaan sumber daya di perusahaan.
Tabel 6.2. Perbandingan Ketersediaan Sumber Daya di Perusahaan dengan Pemakaian

Sumber Daya Berdasarkan Integer Programming
Sumber daya terpakai
Jam tenaga kerja (detik)
Terpakai
Ketersediaan sumber daya
Selisih
Mei
Juni
Juli
Mei
Juni
Juli
Mei
Juni
Juli
528135
545311
555850
540000
594000
594000
11865
48689
38150
- Perakitan Per bulat RAM manual
107107
105532
89781
540000
594000
594000
432893
488468
504219
- Perakitan Kawat lis
766319
787956
791210
1080000
1188000
1188000
313681
400044
396790
- Penjahitan Kain Quilting
148072
152002
152396
540000
594000
594000
391928
441998
441604
- Pemotongan
414167
425939
427859
1080000
1188000
1188000
665833
762061
760141
- Penjahitan kain quilting dengan

kain blacu dan label
289965
298144
299353
540000
594000
594000
250035
295856
294647
- Penjahitan lis kain quilting
788257
810336
813458
1080000
1188000
1188000
291743
377664
374542
- Perekatan dengan per
658154
676788
679602
1620000
1782000
1782000
961846
1105212
1102398
- Penjahitan lis
539360
554589
556870
540000
594000
594000
640
39411
37130
- Pembungkusan
201497
207195
208054
1080000
1188000
1188000
878503
980805
979946
322440
329920
329990
330000
330000
330000
7560
80
10
- Kain quilting (cm)
2770
2766
2739
3001
3001
3001
231
235
262
- Busa (cm)
3875
3889
3832
3889
3889
3889
14
57
- Perakitan Per bulat mesin RAM
Bahan baku
- Per bulat (unit)
Dari Tabel 6.2 dapat disimpulkan perusahaan dapat berproduksi tanpa

adanya gangguan kekurangan sumber daya karena sumber daya yang terpakai
masih dalam batas ketersediaan sumber daya di perusahaan. Misalnya pada bulan
Mei 2009, tenaga kerja perakitan per bulat mesin RAM yang terpakai 528135
detik atau 98 %.
Selain itu, dapat juga dilihat bahwa terdapat sumber daya perusahaan
berlebih tidak seimbang antara sumber daya yang ada. Misalnya pada bulan Mei
2009, untuk tenaga kerja perakitan ber bulat RAM manual yang terpakai 107107
detik atau 20 %. Sedangkan untuk penjahitan lis terpakai 539360 detik atau
99,9 %.
6.1.3. Analisis Sensitivitas Perencanaan Produksi

Analisis sensitivitas merupakan kajian tentang sensitivitas solusi optimal
yang diakibatkan oleh perubahan yang terjadi pada parameter-parameter model,
yakni nilai variabel keputusan pada fungsi tujuan, nilai ruas kanan dan koefisien
pada fungsi kendala. Dalam hal ini, ingin diketahui seberapa besar perubahan
pada parameter model yang diijinkan untuk tetap mempertahankan solusi optimal.
Pada Tabel 6.2 dapat dilihat kelebihan kapasitas produksi baik kapasitas
tenaga kerja maupun ketersediaan bahan. Nilai positif pada selisih kapasitas
menandakan terjadi kelebihan kapasitas, sedangkan nilai nol menandakan
kapasitas terbatas yakni kapasitas tersedia telah terpakai seluruhnya. Melalui
analisis sensitivitas ini dapat dicari sejauh mana nilai kapasitas dapat dinaikkan
atau diturunkan dengan tetap mempertahankan solusi optimal. Misalnya untuk
bulan Mei 2009, dari hasil uji program aplikasi LINDO dapat dilihat maksimum
penambahan dan pengurangan kapasitas yang diijinkan. Allowable increase
berarti maksimum penambahan yang diijinkan, misalnya untuk perakitan per bulat
mesin RAM
(row 2)
penambahan tidak terhingga. Sedangkan allowable
decrease berarti maksimum pengurangan yang diijinkan, misalnya untuk

perakitan per bulat mesin RAM (row 2) pengurangan diijinkan sebesar 11174
detik. Rekapitulasi penambahan dan pengurangan kapasitas yang diijinkan dapat
dilihat pada Tabel 6.3.
Tabel 6.3. Perubahan Maksimum Kapasitas

Kapasitas Perusahaan
ROW
CURRENT
ALLOWABLE
RHS
Perakitan Per bulat mesin RAM (detik)

Perakitan Per bulat mesin RAM manual
(detik)
INCREASE
ALLOWABLE
DECREASE
540000.000000
INFINITY
11173.898438
540000.000000
INFINITY
432893.187500
Perakitan Kawat lis (detik)
1080000.000000
INFINITY
312771.312500
Penjahitan Kain Quilting (detik)
540000.000000
INFINITY
391755.343750
Pemotongan (detik)
Penjahitan kain quilting dengan kain
blacu dan label (detik)
1080000.000000
INFINITY
665340.437500
540000.000000
INFINITY
249690.703125
Penjahitan lis kain quilting (detik)
1080000.000000
INFINITY
290810.750000
Perekatan dengan per (detik)
1620000.000000
INFINITY
961064.125000
Penjahitan lis (detik)
10
540000.000000
2025.950073
9018.700195
Pembungkusan (detik)
11
540000.000000
INFINITY
338264.000000
Per bulat (unit)
12
330000.000000
INFINITY
7198.703125
Kain quilting (cm)
13
3001.000000
INFINITY
229.047363
Busa (cm)
14
3889.000000
INFINITY
10.639097
Target produksi X1 (unit)
15
211.000000
2.128714
42.000000
16
56.000000
10.644687
11.000000
17
452.000000
INFINITY
78.159775
18
85.000000
INFINITY
17.000000
Dengan adanya informasi pengurangan kapasitas yang diijinkan pada

analisis sensitivitas ini,
maka perusahaan dapat
mengurangi kelebihan
kapasitasnya sampai pada batas yang ditetapkan. Dengan adanya pengurangan

kapasitas tersedia ini maka biaya produksi dapat dikurangi sehingga laba dapat
dimaksimumkan.
6.2.
Evaluasi
Perencanaan produksi untuk menentukan jumlah spring bed yang harus
diproduksi pada PT Cahaya Kawi Ultra Polyintraco selama ini dilakukan dengan
perkiraan berdasarkan pola permintaan masa lalu. Hal ini kurang akurat
mengingat perusahaan memiliki keterbatasan dalam ketersediaan waktu tenaga

kerja, mesin, bahan baku dan modal. Oleh karena itu diperlukan pengalokasian
sumber daya terbatas dengan tepat. Dalam hal ini, dapat diselesaikan dengan
integer programming. Integer programming memaksimumkan laba dengan
memperhatikan
susunan
kendala
yakni
sumber
daya
terbatas.
Integer
programming menghasilkan variabel keputusan dalam hal ini jumlah produksi

optimal spring bed dalam bentuk bilangan bulat, karena jumlah spring bed yang
diproduksi tidak mungkin dalam bentuk pecahan. Hasil dari perencanaan produksi
dengan menggunakan perhitungan integer programming menunjukkan bahwa
tercapai jumlah produksi optimal yang memanfaatkan sumber daya terbatas
dengan efisien. Dengan adanya hasil perhitungan dari model integer programming
diharapkan perusahaan memiliki perbandingan yang baik dalam menentukan
perencanaan produksi sehingga permintaan konsumen terhadap produk spring bed
dapat terpenuhi dengan keterbatasan sumber daya yang ada di PT Cahaya Kawi
Ultra Polyintraco.
BAB VII
KESIMPULAN DAN SARAN
7.1.
Kesimpulan
Dari uraian pada bab-bab sebelumnya, maka dapat ditarik kesimpulan :
1. PT Cahaya Kawi Ultra Polyintraco adalah perusahaan yang bergerak di

bidang pembuatan spring bed yang terdiri dari 4 jenis, yakni platinum,
golden, silver dan bigline. Perusahaan ini berproduksi dengan sistem make
to stock.
2. Integer Programming dapat dilakukan untuk perencanaan produksi dengan
hasil berbentuk bilangan bulat (integer). Pendekatan ini cukup baik karena
memperhatikan keterbatasan sumber daya perusahaan.
3. Tujuan dari perencanaan produksi dengan integer programming adalah
untuk memaksimumkan laba dengan fungsi tujuan :
Max Z = 235000X1 + 135000 X2 + 118000 X3 + 95000 X4
4. Kendala yang diperhitungkan dalam penelitian ini adalah kapasitas tenaga
kerja, ketersediaan bahan baku dan target produksi sesuai hasil peramalan.
Disamping itu, diperhitungkan juga jumlah produksi minimum yang
ditetapkan perusahaan.
5. Hasil akhir dari integer programming adalah jumlah produksi optimal
spring bed yang dapat memaksimumkan laba perusahaan dengan tetap
memperhatikan kendala yang ada. Rancana produksi optimal untuk tiap
tipe adalah :
Tabel 7.1. Rekapitulasi Penentuan Jumlah Produksi dengan Model

Integer Programming
Platinum
Golden
Silver
Bigline
(unit) / X1
(unit) / X2
(unit) / X3
(unit) / X4
Mei
211
56
373
68
Rp. 107.619.000
Juni
200
44
417
67
Rp. 108.511.000
Juli
182
55
437
57
Rp. 107.176.000
Bulan
Laba
6. Untuk menghasilkan jumlah produksi sesuai dengan Tabel 7.1 maka

sumber daya (kendala) yang terpakai dapat dilihat pada Tabel 7.2.
Tabel 7.2. Rekapitulasi Jumlah Sumber Daya (Kendala) Terpakai
Sumber daya terpakai
Jam tenaga kerja (detik)
Terpakai
Mei
Juni
Juli
528135
545311
555850
107107
105532
89781
Perakitan Kawat lis
766319
787956
791210
148072
152002
152396
Pemotongan
Penjahitan kain quilting dengan
kain blacu dan label
414167
425939
427859
289965
298144
299353
Penjahitan lis kain quilting
788257
810336
813458
658154
676788
679602
Penjahitan lis
539360
554589
556870
Pembungkusan
201497
207195
208054
322440
329920
329990
Bahan baku
-
Per bulat (unit)
Kain quilting (cm)
2770
2766
2739
Busa (cm)
3875
3889
3832
7. Berdasarkan hasil optimisasi dengan integer programming dapat diketahui

bahwa pembatas yang paling berpengaruh pada solusi optimal adalah
bahan baku. Hal ini disebabkan bahan baku yang tersedia di perusahaan
terbatas.
7.2. Saran
Saran yang dapat diberikan berdasarkan hasil penelitian ini kepada pihak
perusahaan adalah :
1. Perusahaan dapat menerapkan integer programming untuk merencanakan
produksi perusahaan. Untuk mempermudah perhitungan dapat digunakan
perangkat lunak komputer (software). Saat ini, banyak tersedia software
yang dapat menyelesaikan integer programming antara lain LINDO, QS,
dan POM-QM.
2. Agar produksi berjalan lancar perusahaan perlu mengawasi jalannya
proses produksi dengan lebih baik dan teliti.
3. Perusahaan dapat mempertimbangkan untuk meningkatkan kapasitas
normalnya dengan alternatif menambah kapasitas gudang untuk bahan
baku.
4. Perusahaan dapat mengurangi biaya produksi dengan mengefisienkan
penggunaan jam kerja tenaga kerja atau dengan menyeimbangkan beban
kerja tiap tenaga kerja di setiap stasiun kerja yang ada.
DAFTAR PUSTAKA
Barnes, Motion and Time Study. 7th edition, John Wiley &sons. 1980. USA.
Fien Zulfikarijah. Operation Research. Cetakan Pertama. Bayumedia Publishing.
2004.
Ginting, Rosnani. Sistem Produksi. Surabaya. Penerbit Graha Ilmu. 2007
Johannes, Supranto. Riset Operasi Untuk Pengambilan Keputusan. Penerbit
Universitas Indonesia. 1988
Makridakis, dan Victor E. Mc.Gee. Metode dan Aplikasi Peramalan. 1988.
Moh. Nazir, Ph. D. Metode Penelitian. Penerbit Ghalia Indonesia : Jakarta. 2003
Nasution, Arman Hakim. Perencanaan dan Pengendalian Produksi. Edisi
Pertama, Cetakan Kedua. Penerbit Guna Widya : Surabaya. 2003.
Nazlina, Dini Wahyuni. Diktat Kuliah Sistem Produksi. Jurusan Teknik Industri
Universitas Sumatera Utara. Medan.
Pangestu, Subagyo. Dasar-dasar Operations Research. BPFE-Yogyakarta. 2000
Render, Barry. Prinsip-prinsip Manajemen Operasi. Penerbit Salemba Empat.
2001
Saiful Azhari. Perencanaan Produksi Jangka Pendek dengan Menggunakan
Petrinet pada PT. Cahaya Kawi. Departemen Teknik Industri Fakultas
Teknik. Universitas Sumatera Utara. 2008. Tidak dipublikasikan.
Sitompul, Darwin. Riset Operasi I. Fakultas Teknik Universitas Sumatera Utara.
1997.
Siswanto. Operation Research. Jilid I. Penerbit Erlangga : Jakarta. 2007.
Sri Mulyono, Riset Operasi. Jakarta. 2004

Sritomo, Wignjosoebroto. Pengantar Teknik dan Manajemen Pabrik. Edisi
Pertama. Penerbit Guna Widya : Surabaya. 2003.
Sutalaksana. Teknik Tata Cara Kerja. Penerbit Institut Teknologi Bandung. 1979.
Taha, Hamdy. Operations Research An Introduction. Prentice Hall. 2007
Yanto. Analisis, Perancangan Sistem Kerja dan Ergonomi. Jakarta. Unika
Atmajaya. 2007
LAMPIRAN I
Uraian Tugas dan Tanggung Jawab
Pada bagian ini diuraikan secara terperinci semua tugas dan tanggung
jawab setiap personil dalam struktur organisasi sehingga setiap orang betul-betul
mengerti apa yang harus dilakukan dan seberapa jauh lingkup wewenangnya dan
tumpang tindih dari kewajiban dan tanggung jawab dapat dihindarkan.
Uraian tugas dan tanggung jawab pada masing-masing bagian PT. Cahaya
Kawi Ultra Polyintraco dapat diuraikan sebagai berikut:
1. Direktur
-
Pemimpin tertinggi yang melaksanakan kebijakan dan sasaran-sasaran

perusahaan melalui tahapan-tahapan tertentu dan bertanggungjawab atas
seluruh kegiatan operasional perusahaan serta kelangsungan kegiatan
perusahaan.
Menyetujui dan menandatangani surat-surat penting yang berkenaan

dengan perusahaan.
2. Kepala Divisi Produksi

-
Melakukan pengawasan dan bertanggung jawab atas seluruh kegiatan

produksi dan kualitas produk yang dihasilkan.
Melaksanakan rencana kerja operasional pabrik agar berjalan lancar dan

memenuhi target.
Melakukan pembinaan sumber daya manusia di lingkungan pabrik.
3. Kepala Divisi Pemasaran

-
Mengupayakan peningkatan jumlah penjualan melalui strategi pemasaran.
Bertanggung jawab atas pemasaran produk yang dihasilkan.
4. Kepala Divisi Finance and Accounting

-
Bertanggung jawab atas penyimpanan uang dan surat-surat berharga
Bertanggung jawab atas semua aktivitas keuangan perusahaan
Bertanggung jawab dan menandatangani semua surat yang berhubungan

dengan pembelian barang atau bahan guna operasional perusahaan.
5. Kepala Divisi Pembelian

-
Melakukan pemilihan dan evaluasi atas supplier.
Mengeluarkan Purchasing Order (PO) dan mengawasi efektivitas dan

efisiensi pembelian.
6. Kepala Divisi Human Resources Development dan General Affair

-
Bertanggung jawab atas seluruh kegiatan administrasi perusahaan.
Bertanggung jawab atas kegiatan yang berhubungan dengan sumber daya

manusia dalam perusahaan.
7. Supervisor Produksi
-
Bertanggung jawab pada kepala divisi produksi.
Bertanggung jawab atas seluruh proses pembuatan spring bed dan jumlah
produk yang diproduksi.
Bertanggung jawab atas pengendalian kualitas spring bed yang

diproduksi.
8. Supervisor Maintenance
-
Bertanggung jawab atas seluruh kelancaran operasional mesin-mesin yang

dioperasikan dan melakukan pemeliharaan pada mesin dan peralatan
9. Supervisor Financial
-
Bertanggung jawab kepada Kepala Divisi Finance and Accounting dalam

melaporkan kegiatan keuangan perusahaan.
Melaporkan serta membuat pembukuan atas pembayaran pajak dan

keuangan perusahaan.
10. Supervisor Accounting

-
Bertanggung jawab langsung kepada Kepala Divisi Finance and

Accounting sehubungan dengan setiap pembayaran pajak.
Melaporkan dan membuat pembukuan atas setiap kegiatan pembelian.
11. Supervisor Pembelian

-
Bertanggung jawab langsung kepada Kepala Divisi Pembelian mengenai

kegiatan pembelian.
Melaporkan serta membuat pembukuan atas setiap kegiatan pembelian.
12. Supervisor Keamanan

-
Bertanggung jawab menjaga keamanan perusahaan.
Melaporkan serta membuat pembukuan atas kegiatan keamanan.
13. Supervisor Distribusi

-
Bertanggung jawab atas setiap kegiatan distribusi.
Melaporkan serta membuat pembukuan atas kegiatan distribusi.
14. Supervisor Gudang

-
Bertanggung jawab langsung kepada Kepala Divisi Pemasaran mengenai

kegiatan gudang.
Melaporkan serta membuat pembukuan atas kegiatan gudang.
15. Supervisor Transportasi

-
Bertanggung jawab atas setiap kegiatan transportasi.
16. Supervisor Penjualan

-
Bertanggung jawab atas setiap kegiatan penjualan.
Melaporkan serta membuat pembukuan atas kegiatan penjualan
18. Karyawan
-
Karyawan bekerja sesuai dengan pembagian kerja yang telah ditetapkan

perusahaan.
LAMPIRAN II
PETA PROSES OPERASI
Nama Obyek
Nomor Peta
Dipetakan oleh
Tanggal dipetakan
Plastik mika
I-4
O-21
Kain polos,
busa dan
spoonboon
Kain polos,
busa dan
spoonboon
Kain
blacu
Pengukuran
dengan
meteran
O-14
Jahit quilting
tabung
Pemotongan
dengan pisau
O-15
Pemotongan
dengan rooling
cutter
O-16
Penjahitan lis
kain quilting
tabung
I-3
O-10
: Matras Spring Bed

:2
: Wenni junida
: 19 Februari 2009
Busa
Per bulat
Harpadd
Pengukuran
dengan
meteran
O-8
I-4
Jahit
quilting
matras
I-2
Pengukuran
dengan
meteran
I-1
Pengukuran
dengan
meteran
O-1
I-1
Perakitan perbulat dengan kawat

ulir menggunakan mesin RAM
Pemotongan
dengan gunting
O-9
Pemotongan
dengan rooling
cutter
O-6
Pemotongan
dengan
rooling cutter
O-9
Pemotongan
dengan
rooling cutter
O-2
Perakitan kawat lis dengan

menggunakan gun CL-73
O-11
Penjahitan
dengan
mesin jahit
O-3
Perakitan per pinggir dengan

O-12
Penjahitan label
dengan
mesin jahit
O-5
Perekatan dengan
menggunakan gun HR-22
O-7
Perekatan dengan
menggunakan lateks
O-13
Perekatan dengan
menggunakan lateks
O-17
Perekatan dengan
menggunakan lateks
O-18
Penjahitan lis penyatuan

kain quilting tabung dan
matras
O-19
Pemasangan kancing
O-21
Pembungkusan
Penyimpanan
SIMBOL KETERANGAN JUMLAH
OPERASI
Wenni Junida : Penentuan Jumlah Produksi Optimal Untuk Memaksimumkan Laba Dengan Menggunakan Metode Integer Programming Di PT. Cahaya Kawi Ultra Polyintraco,
2010.
INSPEKSI
TOTAL
21
25
PETA PROSES OPERASI

Nama Obyek
Nomor Peta
Dipetakan oleh
Tanggal dipetakan
Plastik
mika
Kayu
I-6
O-11
Pengukuran dengan
meteran
Non
woven
I-5
Pemotongan kayu
O-9
penegak sandaran
dengan gergaji tangan
Pengukuran dengan
meteran
Pemotongan
dengan pisau
:
:
:
:
Sandaran spring bed

1
Wenni junida
19 Februari 2009
Kain
oscar
I-4
O-7
Pengukuran dengan
meteran
Pemotongan
dengan gunting
Busa
I-3
Pengukuran dengan
meteran
O-4
Pemotongan sesuai pola

O-3
dengan gunting
I-2
Tripleks
Pengukuran dengan
meteran
Pemotongan dengan
pisau
I-1
Pengukuran dengan
meteran
O-1
Pemotongan
dengan gergaji
O-2
Pengeboran dengan
mesin bor
O-5
Perekatan busa dan kain dengan

lateks dan gun etona 3001 J
O-6
Pemasangan logo dengan benang

dan jarum
O-8
Pemasangan non woven dengan

gun etona 3001 J
O-10
Pembungkusan dengan
menggunakan selotip
O-12
Perakitan penegak sandaran
Penyimpanan
OPERASI
INSPEKSI
Wenni Junida : Penentuan Jumlah Produksi Optimal Untuk Memaksimumkan Laba Dengan Menggunakan Metode Integer Programming Di PT. Cahaya Kawi Ultra Polyintraco,
2010.
TOTAL
12
18
PETA PROSES OPERASI

Nama Obyek
Nomor Peta
Dipetakan oleh
Tanggal dipetakan
Plastik mika
I-4
O-21
Kain polos,
busa dan
spoonboon
Kain
blacu
Non woven
Pengukuran
dengan
meteran
O-18
Pengukuran
dengan
meteran
I-3
Pemotongan
dengan pisau
O-19
Pemotongan
dengan
gunting
O-15
: Divan spring bed

:3
: Wenni junida
: 19 Februari 2009
Busa
Pengukuran
dengan
meteran
O-13
I-4
Jahit
quilting
Pemotongan
dengan gunting
O-14
Pemotongan
dengan rooling
cutter
O-16
Penjahitan
dengan
mesin jahit
Kayu
Harpadd
I-2
O-11
Per bulat
Pengukuran
dengan
meteran
I-1
Pengukuran
dengan
meteran
O-4
Pemotongan
kayu
dengan gergaji
O-1
I-1
Perakitan perbulat dengan kawat

ulir menggunakan mesin RAM
Pemotongan
dengan
rooling cutter
O-9
Pemotongan
dengan
rooling cutter
O-5
Pembuatan
rangka kayu
O-2
Perakitan kawat lis dengan

O-6
Perekatan goni
bagor
Dengan
menggunakan
gun 3001 J
O-3
Perakitan per pinggir dengan

O-7
Perakitan dengan
O-8
Perekatan goni bagor dengan

menggunakan gun 3001 J
O-10
Perekatan dengan
menggunakan lateks
O-12
Perekatan dengan
menggunakan lateks
O-17
Perekatan dengan
menggunakan
lateks
O-20
Pemasangan non
woven
O-22
Pembungkusan
Penyimpanan
OPERASI
22
INSPEKSI
TOTAL
26
LAMPIRAN III
Pengukuran Waktu
Sebelum dilakukan pengukuran waktu, maka terlebih dahulu dipilih
operator yang memiliki kemampuan kerja normal. Pada stasiun kerja yang
memiliki lebih dari satu operator yang mengerjakan pekerjaan yang sama, perlu
dilakukan pengamatan untuk memilih operator yang berkemampuan normal dan
dapat bekerja sama. Adapun stasiun kerja yang memiliki lebih dari satu operator
yang mengerjakan pekerjaan yang sama pada pembuatan spring bed di PT.
Cahaya Kawi UltraPolyintraco adalah :
1. Stasiun Kerja Perakitan kawat lis
: 2 operator
2. Stasiun Kerja Pemotongan
: 2 operator
3. Stasiun Kerja Perekatan dengan per : 3 operator
1. Stasiun Kerja Perakitan kawat lis

Dilakukan 5 kali pengamatan, masing-masing 35 menit untuk mengetahui
berapa unit yang dihasilkan oleh operator. Hasil pengamatan dapat dilihat pada
Tabel di bawah ini.
Hasil kerja Operator (unit)
Pengamatan ke
1
2,2
4,2/2 =2,1
2,2
1,9
4,1/2=2.05
2,2
4,2/2 =2,1
2,2
2,1
4,3/2 =2,15
2,2
4,2/2 =2,1
11/5 = 2,2
10/5 = 2
Kedua operator bekerja dengan normal, maka dapat dipilih salah satu dengan acak
2. Stasiun Kerja Pemotongan

Tabel di bawah ini.
Pengamatan ke
1
8/2 =4
8/2 =4
8/2 =4
8/2 =4
8/2 =4
20/5=4
20/5=4
Kedua operator bekerja dengan normal, maka dapat dipilih salah satu dengan acak
2. Stasiun Kerja Perekatan dengan per

Tabel di bawah ini.
Pengamatan ke
1
2,6
2,6
2,6
7,8/3 =2,6
2,6
2,4
2,6
7,6/3 =2,5
2,6
2,6
2,5
7,7/3 =2,6
2,6
2,2
2,2
7/3 =2,3
2,6
2,3
2,3
7,2/2 =2,4
13/5=2,6
12,1/5=2,42
12,2/5=2,44
Operator ketiga bekerja dengan normal, maka dapat dipilih operator 3.

LAMPIRAN IV
Uji Keseragaman Data Spring bed Tipe Golden
Pengamatan
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
Jumlah
rata-rata
simp baku
Waktu (detik)
K6
K7
61.4
194.3
56.2
195.8
60.8
189.1
60.3
195.2
62.9
193.1
57.1
189.5
63.4
195
61.3
196
62.3
191.7
57.4
191
60.1
192.5
58.4
191.5
57.2
192.4
62.5
192.2
58.7
191.8
63.2
194.6
60.6
193.6
61.3
195.1
56.8
189.2
60.7
196.8
62.6
190.2
60.7
192.1
62.3
194
59.4
190.5
58.5
189.3
60.2
191.4
56.4
191.1
61.5
194.4
59
191.5
56.2
189
1799.4
5773.9
K1
708.5
707.7
703.1
705.1
703.5
709.8
708.3
703.3
708.7
709.5
702.3
702.5
705.5
707.3
702.6
709.2
704.5
705.7
709.9
708.3
702.1
703.7
705.9
707.2
702.2
707.8
703.3
705.8
709.4
706.9
21179.6
K2
941.3
942.7
946
940.6
936.3
941.7
940.1
939.8
945.2
939.6
938.1
945.5
939.9
941.6
936.8
943.3
943.5
938.7
943.9
943.4
939.8
937
945.5
945.4
944.7
945.7
943.3
939.5
940.8
945.5
28255.2
K3
184.4
180.5
181.7
178.1
180.9
181.3
183.2
184.1
178.2
183.9
183.2
180.9
182.4
180.6
179.8
184.5
181.1
184.7
182.7
181.5
179.7
182.6
180.2
179.8
184.2
182.6
185.4
181.3
185.3
182
5460.8
K4
92.5
92.8
94.5
98.5
89.2
90.4
95
94.8
89.8
94.8
95.8
90.1
98
89.4
91.4
99.4
99
92.7
99.7
97.8
93
96.9
92.7
97.4
91.3
92.6
94.3
93.5
90.8
90.6
2818.7
K5
180.3
181.1
187.1
181.2
180.5
181.8
186.3
187
186.1
181.9
178.2
179.5
182.5
184.1
182.5
184.4
178.6
187.3
186.8
183.6
183.7
186.8
181.4
185.7
182.4
178.2
185.4
187.7
183.3
185.3
5500.7
706.0
941.8
182.0
94.0
183.4
60.0
2.6
2.9
2.0
3.2
2.9
2.2
K8
345.4
338.9
340
348.2
345.2
349.6
347.9
348
354.6
342.2
344.3
344.1
351.2
344.2
350.4
352.7
347.9
347.9
347.6
345.3
348.1
341.2
347
345.7
346.9
353.1
347.9
339
350.4
350.8
10405.5
K9
935.5
931.3
929.1
932
931
931
932.4
936
929.3
930.6
934.1
930
935.7
936.2
930.8
934
936.1
930.9
933
933.5
932.3
934
933.6
932.8
930.4
936.6
933.6
931.1
929.3
936.1
27982.3
K10
801.3
811.3
808.7
802.3
801.2
798.6
800
795.9
811.5
808.6
799.7
810.2
797.2
797.3
799.9
804.5
801.4
798.1
809.4
797.9
806.9
803.2
808.9
810.1
812.8
800.8
809.8
810.6
809.4
799.4
24126.9
K11
642.4
644
642.7
642.9
644.4
639.5
639.3
639.3
645
644.1
644
640.6
644.5
642.9
640.4
640.9
640.4
643.7
641.5
642.3
643.8
643.9
645.9
643.8
643.1
646.1
640
642.3
647
646.8
19287.5
K12
252.3
256.5
255.7
253.8
251.9
251.7
252.3
255.5
254.7
251.6
256.5
252.8
254
255.5
253.5
251.3
256.7
249.7
249.6
254.8
252.1
256.6
249.1
249.8
252.5
252.2
251.4
255.7
252.7
251.2
7593.7
192.5
346.9
932.7
804.2
642.9
253.1
2.3
4.0
2.3
5.4
2.2
2.3
BKA
711.3
947.7
186.0
100.4
189.2
64.5
197.0
354.9
937.4
815.0
647.3
257.7
BKB
700.7
936.0
178.0
87.5
177.5
55.5
187.9
338.8
928.1
793.5
638.5
248.6
Seragam
Seragam
Seragam
Seragam
Seragam
Seragam
Seragam
Seragam
Seragam
Seragam
Seragam
Seragam
Keterangan
Uji Keseragaman Data Spring bed Tipe Silver

Pengamatan
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
K1
705.3
702.8
703
709.1
708.3
709.3
704.8
703.4
704.4
704.5
703.5
706
706.8
707.4
706.2
703.1
707.9
706.5
705
709.8
703.5
706.6
706.7
709.4
707.6
704
704.1
702.7
704.9
709.9
K2
939.2
939.7
944.9
942.3
942
938.5
945.9
938.9
937.6
942.1
943.1
942.2
937.3
943.4
936.2
942.9
940.4
937.7
941.1
945.7
941.1
943.7
945.9
942.1
942
937.4
943.7
940
936.4
940.6
K3
182.1
179.9
183.1
184.9
182.8
183.7
184.6
180.9
184.7
184.5
185.5
185.1
178.9
183.8
185.7
181.3
179.8
182.9
182.5
185.5
181.1
178.8
181.2
182.2
178.5
178.9
179.8
178.8
183.4
179.8
K4
91.3
95.3
91.5
92.2
94.1
95.5
92.4
93.5
87.2
88.5
97.8
93.2
94.8
97.1
92
98.7
89.3
99.6
94.7
89.1
97.9
98.1
90.8
93.2
94.8
92.5
87.4
90.8
99.4
96.3
K5
181.6
180
182
187.9
187.3
179.8
183.1
184.7
183.5
186.2
185
181.8
180.3
181.6
181.8
180
186.9
187
183.3
184.7
178.4
183
182
186.1
187.9
181.2
184.4
182
186.5
185.9
Waktu (detik)
K6
K7
62.2
192.6
58.9
192.8
61.5
196.5
59.4
195.7
57.2
195.7
62.4
196.9
58.8
190.7
56.9
194.5
57.3
195
58.1
196.4
63.9
195.5
57.4
193.5
61
194.6
61.6
193.2
62.9
196.6
56.9
192.4
59.7
190.1
58.6
193.6
63.9
193.3
62.9
194.9
56.1
196.4
58.9
192.1
61.8
191.8
62.8
196.4
63.6
192.7
62.3
192.6
62
195
62.4
191.6
56.1
190.5
57.1
191.4
K8
343.6
352.8
342.8
341.2
353.9
350.9
347.6
344.4
347.6
352.8
351.9
348.1
346.1
340.2
350.3
343.2
347.1
342.7
350.7
339.5
350.9
344.5
347.9
345.4
348.9
347.8
351
343.8
338.8
352
K9
933.2
929.9
930.9
935.7
932.6
930.3
930
933.3
936.5
931.8
935.1
934.1
931.4
936.1
931.8
930.5
932.3
929.1
933.9
934.5
932.4
930
933
933.9
936.3
929.4
932.5
935
935.7
934.2
K10
803.2
803
805.2
812.5
796.6
811.8
808.7
807.3
808.3
802.7
807.4
795.8
797.4
798.3
803
809.1
809.4
802.8
812.2
803.2
806.5
812.6
801.2
811.2
802
812.1
799.8
808.8
803.4
807.4
K11
640.2
644.2
646.2
642.2
645
643.6
642.8
645.6
642
645.6
639.3
643.8
643.3
645.1
639.5
643.9
639.7
644
640.1
642.4
645.2
639.4
643.2
639.8
646.3
640
641.2
646.4
642.7
642.1
K12
251.5
252.5
254.5
251.1
256.1
254.9
249.3
256.2
250.7
254.7
252.3
255.7
249.4
250.2
250.8
251.1
254.2
250.4
251.5
250.4
256.8
253.7
253.2
255.4
256.7
255.6
255.5
249
256.1
253.5
21176.5
28234
5464.7
2809
5505.9
1804.6
5815
10408.4
27985.4
24162.9
19284.8
7593
705.9
941.1
182.2
93.6
183.5
60.2
193.8
346.9
932.8
805.4
642.8
253.1
2.3
2.8
2.4
3.5
2.7
2.6
2.0
4.3
2.2
5.0
2.3
2.5
BKA
710.4
946.8
186.9
100.7
188.9
65.3
197.9
355.5
937.3
815.4
647.4
258.1
BKB
701.3
935.5
177.4
86.6
178.1
55.0
189.8
338.4
928.4
795.4
638.2
248.1
Seragam
Seragam
Seragam
Seragam
Seragam
Seragam
Seragam
Seragam
Seragam
Seragam
Seragam
Seragam
K4
92.8
94.1
93.8
92.6
98.6
95.1
95.1
88.9
94.6
94.7
89.4
98.1
89.9
97.9
87.3
88.4
94.7
91
98.4
98.1
93.7
87.1
93.3
92.8
87.5
92.9
K5
172.4
173.6
165.8
170.6
170.2
168.4
174.2
166.5
173
170.4
171.1
166.5
167.4
168
172.5
172.7
167.4
166.1
173.3
171.5
167.6
166.2
165.9
171.7
173.8
168.2
Waktu (detik)
K6
K7
61.8
194.5
56.7
190.2
58.6
189.2
58.5
189.5
62.1
195
56.8
189.5
58.9
191.6
60.3
192.5
56.7
191.3
61.2
196.6
63.7
194.1
63
196.4
63.2
190
58.3
194.1
63.1
196.5
61.9
191
63.7
189.8
56.9
189.6
57.3
191.9
58
194.7
57.5
192.1
63.6
195.9
62.1
196.1
57.2
193.4
63.1
191.6
60.9
189.8
K8
348.1
348.7
345.7
349
345.5
346
346
345
351.4
348.9
349.7
347.5
344.2
342.1
353.5
353.3
341.5
346.4
346.4
347.2
350.1
345.9
345.2
347.6
342.7
351.1
K9
930
929.8
936.6
933.8
935.6
936.8
932.4
929.5
934.5
934.7
930.3
936.4
930.8
936.7
934.4
933.2
933.9
933
931.6
934.8
933.6
935.7
931.8
934
935.6
934
K10
810.6
799.3
805.3
811.3
800.9
811.5
807.9
801
797.1
810.6
800.8
812.7
799.9
798.4
811.5
812.6
809.3
799.1
811.6
806.8
808.5
795.1
795.5
796.7
795.6
808.4
K11
643.2
644.4
639.8
645.5
645.8
640.3
643
645.5
643.1
642.2
643.1
644.2
643.1
645.2
640
640.7
639.2
641.6
644
641
642.1
640.7
643.3
641.9
640.1
643.2
K12
251.6
256.5
249.3
254.3
255.7
250
253.4
256.3
256.4
251.4
254.3
256.9
256.9
252.7
252.4
253.9
254
251.2
250
250.2
256.6
249.5
251.8
252.9
252.8
255.2
Jumlah
rata-rata
simp baku
Keterangan
Uji Keseragaman Data Spring bed Tipe Bigline

Pengamatan
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
K1
1351.2
1353.2
1352.9
1353.2
1355.2
1353.5
1351.8
1350.7
1348.6
1353.8
1351
1354.3
1351.1
1352.9
1348.8
1354.3
1348.2
1354.1
1353.8
1354.8
1352.3
1354.7
1351.9
1349.4
1348.3
1351.4
K2
943.3
938.9
936.5
941.5
943.7
942.5
945.3
938.3
938.1
943.3
937.7
944.2
942.2
942.1
943.8
937.7
938.2
942.7
944.1
938.4
945.3
942.9
944.9
944.1
937.5
943.2
K3
176.4
178.4
174.2
177.1
173.3
177.3
176.4
172.1
173.5
175.7
178.4
173.9
177.7
172.3
174.2
176.9
172.7
174.7
176.9
174
176.2
173.5
175.6
178.3
177.7
178.5
27
28
29
30
Jumlah
1350.8
1348.7
1353.8
1351.2
40559.9
941.2
942.2
943.3
939
28246.1
172.2
176
173.1
178.9
5266.1
95.9
89.7
92.7
95.6
2794.7
170.9
167.8
174.1
172.4
5100.2
58.2
62.7
60.4
63.3
1809.7
190.5
192.5
196.8
195.3
5782
350.2
350.9
345.4
349.6
10425
932.9
933.9
935.1
930
28005.4
800.5
797
799.6
798.9
24114
642.6
645.2
642.9
641.4
19278.3
256.7
250.1
251.1
250.5
7594.6
rata-rata
1352.0
941.5
175.5
93.2
170.0
60.3
192.7
347.5
933.5
803.8
642.6
253.2
2.1
2.7
2.2
3.4
2.9
2.6
2.6
3.1
2.2
6.2
1.9
2.5
BKA
1356.2
947.0
179.9
100.0
175.7
65.5
197.9
353.6
937.9
816.1
646.3
258.2
BKB
1347.7
936.1
171.2
86.3
164.3
55.2
187.6
341.4
929.1
791.5
638.9
248.1
Seragam
Seragam
Seragam
Seragam
Seragam
Seragam
Seragam
Seragam
Seragam
Seragam
Seragam
Seragam
simp baku
Keterangan
LAMPIRAN V
ALLOWANCE TABEL BERDASARKAN LITERATUR
Faktor
A. Tenaga yang Dikeluarkan
Contoh Pekerjaan
Ekivalen Beban
1. Dapat diabaikan
2. Sangat ringan
3. Ringan
4. Sedang
5. Berat
6. Sangat berat
7. Luar biasa berat
B. Sikap kerja
Bekerja di meja, duduk

Bekerja di meja, berdiri
Menyekop, ringan
Mencangkul
Mengayun Palu yang Berat
Memanggul beban
Memanggul karung berat
Tampa beban
0,00-2,25 kg
9,00-18,00
19,00-27,00
27,00-50,00
diatas 50 kg
1. Duduk
2. Berdiri diatas dua kaki
Bekerja duduk, ringan

Badan tegak, ditumpu dua kaki
Pria
Kelonggaran (%)
Wanita
0,0-6,0
6,0-7,5
12,0-19,0
9,0-30,0
30,00-50,00
0,0-6,0
6,0-7,5
7,5-16,0
0,00-1,0
1,0-2,5
3. Berdiri diatas satu kaki

4. Berbaring
5. Membungkuk
C. Gerakan Kerja
1. Normal
2. Agak terbatas
3. Sulit
4. Pada anggota-anggota
Badan terbatas
5. Seluruh anggota badan
Terbatas
Satu kaki mengerjakan alat kontrol

Pada bagian sisi, belakang atau depan beban
Badan dibungkukkan ditumpu pada kedua kaki
Ayunan bebas dari palu

Ayunan terbatas dari palu
Membawa beban berat dengan satu tangan
0
0-5
0-5
Bekerja dengan tangan diatas kepala
5-10
Bekerja dilorong pertambangan yang sempit
10-15
Faktor
Kelonggaran (%)
E. Keadaan Temperatur tempat kerja **)

1. Beku
2. Rendah
3. Sedang
4. Normal
5. Tinggi
6. Sangat tinggi
F. Keadaan Atmosfer***)
1. Baik
2. Cukup
3. Kurang Baik
2,5-4,0
2,5- 4,0
4,0-10
Temperatur
Dibawah 0
0-13
13-22
22-28
28-38
Diatas-38
Kelemahan Normal
Berlebihan
Diatas 10
10-0
5-0
0-5
5-40
Diatas 40
Ruang yang berventilasi yang baik,

udara segar
Ventilasi kurang baik, ada bau-bauan
(tidak berbahaya)
Ada debu-debu beracun, atau tidak beracun
Diatas 12
12-5
8-0
0-8
8-100
Diatas 100
0
0-5
tetapi banyak
5-10
G. Keadaan Lingkungan yang baik

1. Bersih, sehat, carah dengan kebisingan rendah
2. Siklus kerja yang berulang-ulang antara 5-10 detik
3. Siklus kerja berulang-ulang antara 0-5 detik
4. Sangat Bising
5. jika faktor-faktor yang berpengaruh dapat menurunkan kwalitas
6. Terasi adanya getaran lantai
7. Keadaan-keadaan yang diluar biasa
0
0-2
1-3
0-5
0-5
5-10
5-15
*) Kontras antara warna hendaknya diperhatikan

**) Tegantung juga pada keadaan ventilasi
***) Dipengaruhi juga oleh ketingga;an tempat kerja dari permukaan laut dan keadaan iklim
Catatan pelengkap : kelonggaran untuk kebutuhan pribadi bagi : Pria
= 0 {2,5 %}
Wanita = 2-5,0 %
LAMPIRAN VI
Peramalan
Berikut adalah diagram pencar untuk tipe Golden, Silver dan Bigline
Diagram Pencar Penjualan Spring bed Golden tahun 2007-2008
80
Total penjualan (unit)
75
70
65
60
55
50
45
2
10
12
14
16
18
20
22
24
Periode
Diagram Pencar Data Penjualan Silver tahun 2007-2008

490
Total Penjualan (unit)
480
470
460
450
440
430
420
2
10
12
14
Periode
16
18
20
22
24
Diagram Pencar Data Penjualan Spring bed Bigline tahun 2007-2008
Total Penjualan (unit)
90
80
70
60
50
2
10
12
14
Periode
16
18
20
22
24
Dengan menggunakan software Minitab 14, maka dapat dihitung metode

peramalan yang menghasilkan kesalahan terkecil. Untuk itu, dilakukan
perhitungan dengan metode terpilih berdasarkan kesalahan terkecil
Peramalan Golden
Metode Siklis
Persamaan : Y = a + b sin
2t
2t
+ c cos
n
n
Tabel Perhitungan Parameter Peramalan Siklis untuk Spring bed Tipe Golden
(sin 2t/n ) x
Bulan
2t/n
Januari
68
15
Februari
64
Maret
April
sin 2t/n
cos 2t/n
Y.sin 2t/n
Y.cos 2t/n
0.26
0.97
17.60
65.68
30
0.50
0.87
32.00
60
45
0.71
0.71
58
60
0.87
Mei
55
75
Juni
46
Juli
Agustus
September
(cos 2t/n)
sin^2 2t/n
cos^2 2t/n
0.25
0.07
0.93
55.43
0.43
0.25
0.75
42.43
42.43
0.50
0.50
0.50
0.50
50.23
29.00
0.43
0.75
0.25
0.97
0.26
53.13
14.24
0.25
0.93
0.07
90
1.00
0.00
46.00
0.00
0.00
1.00
0.00
56
105
0.97
-0.26
54.09
-14.49
-0.25
0.93
0.07
51
120
0.87
-0.50
44.17
-25.50
-0.43
0.75
0.25
62
135
0.71
-0.71
43.84
-43.84
-0.50
0.50
0.50
Oktober
10
63
150
0.50
-0.87
31.50
-54.56
-0.43
0.25
0.75
November
11
57
165
0.26
-0.97
14.75
-55.06
-0.25
0.07
0.93
Desember
12
59
180
0.00
-1.00
0.00
-59.00
0.00
0.00
1.00
Januari
13
71
195
-0.26
-0.97
-18.38
-68.58
0.25
0.07
0.93
Februari
14
79
210
-0.50
-0.87
-39.50
-68.42
0.43
0.25
0.75
Maret
15
77
225
-0.71
-0.71
-54.45
-54.45
0.50
0.50
0.50
April
16
73
240
-0.87
-0.50
-63.22
-36.50
0.43
0.75
0.25
Mei
17
72
255
-0.97
-0.26
-69.55
-18.63
0.25
0.93
0.07
Juni
18
74
270
-1.00
0.00
-74.00
0.00
0.00
1.00
0.00
Juli
19
74
285
-0.97
0.26
-71.48
19.15
-0.25
0.93
0.07
Agustus
20
77
300
-0.87
0.50
-66.68
38.50
-0.43
0.75
0.25
September
21
74
315
-0.71
0.71
-52.33
52.33
-0.50
0.50
0.50
Oktober
22
72
330
-0.50
0.87
-36.00
62.35
-0.43
0.25
0.75
November
23
65
345
-0.26
0.97
-16.82
62.79
-0.25
0.07
0.93
Desember
24
76
360
0.00
1.00
0.00
76.00
0.00
0.00
1.00
Jumlah
300
1583
4500
-132.67
18.86
12.00
12.00
Hasil perhitungan parameter peramalan dengan metode siklis untuk spring bed
tipe golden dapat dilihat pada Tabel 5.30.
24
24
2t i
2t i
=
+
+
sin
Y
na
b
c
cos
i
n
n
i =1
i =1
i =1
24
dimana :
1583 = 24a + b(0) + c(0) maka a = 1583 24 = 65.96

24
Yi sin
i =1
24
24
24
2t i
2t i
2t i
2t i
2t
cos i
= a sin
+ b sin 2
+ c sin
n
n
n
n
n
i =1
i =1
i =1
- 132.668 = a (0) + b(12) + c(0)

24
Y cos
i =1
maka b = - 132.668 12 = -11.06
24
24
24
2t i
2t i
2t i
2t i
2t
cos i
= a cos
+ c cos 2
+ b sin
n
n
n
n
n
i =1
i =1
i =1
18.857 = a (0) + b(0) + c(12)
maka c = 18.857 12 = 1.57
Maka persamaan peramalan : Y ' = 65.96 11.06 sin
2t
2t
+ 1.57 cos
n
n
Tabel Perhitungan SEE Metode Siklis untuk Spring bed Tipe Golden
Periode
Y'
(Y-Y')
68
64.61
3.39
64
61.79
60
(Y-Y')^2
Periode
Y'
(Y-Y')
(Y-Y')^2
11.46
13
71
67.30
3.70
13.68
2.21
4.88
14
79
70.13
8.87
78.76
59.25
0.75
0.56
15
77
72.66
4.34
18.79
58
57.17
0.83
0.69
16
73
74.75
-1.75
3.05
55
55.69
-0.69
0.47
17
72
76.23
-4.23
17.90
46
54.90
-8.90
79.26
18
74
77.01
-3.01
9.08
56
54.87
1.13
1.27
19
74
77.04
-3.04
9.27
51
55.60
-4.60
21.14
20
77
76.32
0.68
0.46
62
57.03
4.97
24.70
21
74
74.89
-0.89
0.79
10
63
59.07
3.93
15.45
22
72
72.85
-0.85
0.72
11
57
61.58
-4.58
20.97
23
65
70.34
-5.34
28.49
12
59
64.39
-5.39
29.02
24
76
67.53
8.47
71.75
Kesalahan peramalan :
n
MSE =
(X
t =1
Ft )
462.60
= 19.27
24
Tabel Perhitungan Verifikasi untuk Spring bed Tipe Golden
Periode
Y'
(Y-Y')
MR
68
64.61
3.39
64
61.79
2.21
1.18
60
59.25
0.75
1.46
58
57.17
0.83
0.08
55
55.69
-0.69
1.52
46
54.90
-8.90
8.22
56
54.87
1.13
10.03
51
55.60
-4.60
5.73
62
57.03
4.97
9.57
10
63
59.07
3.93
1.04
11
57
61.58
-4.58
8.51
12
59
64.39
-5.39
0.81
13
71
67.30
3.70
9.09
14
79
70.13
8.87
5.18
15
77
72.66
4.34
4.54
16
73
74.75
-1.75
6.08
17
72
76.23
-4.23
2.48
18
74
77.01
-3.01
1.22
19
74
77.04
-3.04
0.03
20
77
76.32
0.68
3.73
21
74
74.89
-0.89
1.57
22
72
72.85
-0.85
0.04
23
65
70.34
-5.34
4.49
24
76
67.53
8.47
13.81
Jumlah
100.38
24
MR =
MR
t =1
n 1
100.38
= 4.36
23
BKA = 2,66 MR = 2,66 4.36 = 11.61

BKB = 2,66 MR = 2,66 4.36 = 11.61
1 / 3 BKA = 1 / 3 11.61 = 3.87

2 / 3 BKA = 2 / 3 11.61 = 7.74
1 / 3 BKB = 1 / 3 11.61 = 3.87
2 / 3 BKB = 2 / 3 11.61 = -7.74
Gambar Moving Range Chart untuk Spring bed Golden

Dari Gambar diatas dapat dilihat bahwa tidak ada data diluar batas control
sehingga dapat disimpulkan bahwa hasil peramalan dinilai baik dan metode yang
digunakan representatif.
Peramalan Silver
Untuk mengefisienkan waktu, maka untuk peramalan tipe silver dan bigline
dilakukan dengan memanfaatkan software Minitab 14. Adapun hasil dari
perhitungan dengan menggunakan software Minitab 14 adalah :
Metode Dekomposisi : Tipe Model Multiplikatif
Pada Gambar di bawah ini dapat dilihat grafik Peramalan Silver dan Bigline.
Time Series Decomposition Plot for Silver

Multiplicative Model
500
Variable
Actual
Fits
Trend
Forecasts
490
480
Accuracy Measures
MAPE
1.6578
MAD
7.4952
MSD
83.9985
Silver
470
460
450
440
430
420
4
12
16
20
Index
24
28
32
36
Gambar Grafik Peramalan Silver

Tabel Perhitungan Peramalan Silver dengan Metode Dekomposisi
Y
434
TREN3
441.888
DETR3
0.98215
SEAS3
1.03141
DESE3
420.782
FITS3
455.769
RESI3
-21.7685
FORE3
488.315
Februari
437
442.900
0.98668
0.99343
439.890
439.990
-2.9900
449.109
Maret
456
443.912
1.02723
0.99652
457.591
442.368
13.6320
479.776
April
461
444.924
1.03613
1.02894
448.032
457.802
3.1982
471.406
Mei
464
445.936
1.04051
1.04750
442.960
467.116
-3.1165
452.220
Juni
425
446.947
0.95089
0.96131
442.106
429.654
-4.6545
447.553
Juli
456
447.959
1.01795
1.02473
444.994
459.038
-3.0384
487.078
Agustus
443
448.971
0.98670
1.00468
440.935
451.074
-8.0740
470.147
September
442
449.983
0.98226
0.96172
459.594
432.757
9.2429
472.619
Oktober
10
429
450.995
0.95123
0.94975
451.698
428.332
0.6677
489.037
November
11
468
452.007
1.03538
1.03141
453.747
466.205
1.7949
498.914
Desember
12
453
453.019
0.99996
0.99343
455.996
450.042
2.9578
458.836
Januari
13
457
454.030
1.00654
0.99652
458.595
452.452
4.5485
Februari
14
473
455.042
1.03946
1.02894
459.694
468.213
4.7866
Maret
15
482
456.054
1.05689
1.04750
460.144
477.716
4.2842
April
16
448
457.066
0.98016
0.96131
466.031
439.382
8.6183
Mei
17
478
458.078
1.04349
1.02473
466.463
469.407
8.5927
Juni
18
473
459.090
1.03030
1.00468
470.795
461.240
11.7599
Juli
19
434
460.102
0.94327
0.96172
451.275
442.488
-8.4884
Agustus
20
446
461.114
0.96722
0.94975
469.597
437.943
8.0575
September
21
484
462.125
1.04733
1.03141
469.260
476.642
7.3584
Oktober
22
454
463.137
0.98027
0.99343
457.003
460.094
-6.0944
November
23
442
464.149
0.95228
0.99652
443.542
462.535
-20.5350
Desember
24
467
465.161
1.00395
1.02894
453.863
478.625
-11.6249
Bulan
Januari
Jumlah
300
Peramalan Bigline
Metode Dekomposisi : Tipe Model Multiplikatif
Time Series Decomposition Plot for Bigline
Multiplicative Model
Variable
A ctual
Fits
Trend
Forecasts
90
Bigline
80
A ccuracy Measures
MA PE
10.5791
MA D
6.7738
MSD
65.5911
70
60
50
4
12
16
20
Index
24
28
32
36
Gambar Grafik Peramalan Bigline

Tabel Perhitungan Peramalan Bigline dengan Metode Dekomposisi
Bulan
Januari
Februari
TREN3
DETR3
SEAS3
DESE3
FITS3
RESI3
FORE3
73
62.9581
1.15950
1.14245
63.8976
71.9267
1.0733
65.6171
60
63.3790
0.94669
0.94591
63.4313
59.9506
0.0494
66.2554
Maret
67
63.8000
1.05016
0.94456
70.9323
60.2630
6.7370
86.3369
April
73
64.2209
1.13670
0.89812
81.2810
57.6780
15.3220
74.2526
Mei
61
64.6419
0.94366
0.90166
67.6530
58.2850
2.7150
85.3919
Juni
80
65.0628
1.22958
1.16825
68.4783
76.0099
3.9901
71.0992
Juli
65
65.4837
0.99261
0.99905
65.0620
65.4213
-0.4213
71.3959
Agustus
64
65.9047
0.97110
1.14245
56.0198
75.2930
-11.2930
68.2635
September
56
66.3256
0.84432
0.94591
59.2026
62.7377
-6.7377
68.9122
Oktober
10
53
66.7465
0.79405
0.94456
56.1107
63.0463
-10.0463
89.7792
November
11
48
67.1675
0.71463
0.89812
53.4450
60.3244
-12.3244
77.1963
Desember
12
47
67.5884
0.69539
0.90166
52.1261
60.9418
-13.9418
88.7583
Januari
13
75
68.0094
1.10279
1.16825
64.1984
79.4522
-4.4522
Februari
14
66
68.4303
0.96449
0.99905
66.0630
68.3651
-2.3651
Maret
15
87
68.8512
1.26359
1.14245
76.1519
78.6593
8.3407
April
16
70
69.2722
1.01051
0.94591
74.0032
65.5249
4.4751
Mei
17
73
69.6931
1.04745
0.94456
77.2845
65.8295
7.1705
Juni
18
68
70.1141
0.96985
0.89812
75.7138
62.9708
5.0292
Juli
19
73
70.5350
1.03495
0.90166
80.9618
63.5986
9.4014
Agustus
20
77
70.9559
1.08518
1.16825
65.9103
82.8945
-5.8945
September
21
78
71.3769
1.09279
0.99905
78.0744
71.3088
6.6912
Oktober
22
66
71.7978
0.91925
1.14245
57.7704
82.0256
-16.0256
November
23
72
72.2187
0.99697
0.94591
76.1176
68.3121
3.6879
Desember
24
73
72.6397
1.00496
0.94456
77.2845
68.6127
4.3873
Jumlah
300
Dari hasil peramalan tiap tipe spring bed diatas maka diperoleh jumlah
permintaan untuk tahun 2009. Rekapitulasi hasil peramalan dapat dilihat pada
Tabel dibawah ini.
Tabel Hasil Peramalan Spring bed tipe Golden, Silver dan Bigline
Bulan
Golden
Silver
Bigline
Januari
65
488
66
Februari
62
449
66
Maret
59
480
86
April
57
471
74
Mei
56
452
85
Juni
55
448
71
Juli
55
487
71
Agustus
56
470
68
September
57
473
69
Oktober
59
489
90
November
62
499
77
Desember
64
459
89
LAMPIRAN VII
Linier Programming
Mei 2009
max 235000X1+135000X2+118000X3+95000X4
st
830.9X1+822.5X2+822.4X3<=540000
1575.1X4<=540000
1082.2X1+1083.1X2+1082.3X3+1082.7X4<=1080000
221.4X1+204.8X2+205X3+197.4X4<=540000
586.3X1+585.6X2+586.8X3+570.4X4<=1080000
409.9X1+409.3X2+409.3X3+410.1X4<=540000
1121X1+1109.9X2+1110X3+1110.9X4<=1080000
929.1X1+928.9X2+930.2X3+928.4X4<=1620000
762.1X1+761.8X2+761.7X3+761.5X4<=540000
284.3X1+284.7X2+284.7X3+284.9X4<=540000
510X1+450X2+430X3+430X4<=330000
6X1 + 4.8X2 + 2.8X3 + 2.8X4<=3001
9X1 + 5X2 + 4X3 + 3X4<=3889
X1<=211
X2<=56
X3<=452
X4<=85
X1>=169
X2>=45
X3>=362
X4>=68
X1>=0
X2>=0
X3>=0
X4>=0
LP OPTIMUM FOUND AT STEP
6
OBJECTIVE FUNCTION VALUE
1)
VARIABLE
X1
X2
X3
X4
ROW
2)
3)
4)
5)
6)
7)
8)
9)
10)
11)
12)
13)
14)
15)
16)
17)
18)
19)
20)
21)
22)
23)
0.1077181E+09
VALUE
211.000000
56.000000
373.840240
68.000000
SLACK OR SURPLUS
11173.898438
432893.187500
312771.312500
391755.343750
665340.437500
249690.703125
290810.750000
961064.125000
0.000000
338264.000000
7198.703125
229.047363
10.639097
0.000000
0.000000
78.159775
17.000000
42.000000
11.000000
11.840226
0.000000
211.000000
REDUCED COST
0.000000
0.000000
0.000000
0.000000
DUAL PRICES
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
154.916641
0.000000
0.000000
0.000000
0.000000
116938.031250
16984.507812
0.000000
0.000000
0.000000
0.000000
0.000000
-22969.017578
0.000000
24)
56.000000
25)
373.840240
26)
68.000000
NO. ITERATIONS=
6
0.000000
0.000000
0.000000
Juni 2009
max 235000X1+135000X2+118000X3+95000X4
st
830.9 X1+822.5 X2+822.4 X3<=594000
1575.1 X4<=594000
1082.2 X1+1083.1 X2+1082.3 X3+1082.7 X4<=1188000
221.4 X1+204.8 X2+205 X3+197.4 X4<=594000
586.3 X1+585.6 X2+586.8 X3+570.4 X4<=1188000
409.9 X1+409.3 X2+409.3 X3+410.1 X4<=594000
1121 X1+1109.9 X2+1110 X3+1110.9 X4<=1188000
929.1 X1+928.9 X2+930.2 X3+928.4 X4<=1782000
762.1 X1+761.8 X2+761.7 X3+761.5 X4<=594000
284.3 X1+284.7 X2+284.7 X3+284.9 X4<=594000
510X1+450X2+430X3+430X4<=330000
6X1 + 4.8X2 + 2.8X3 + 2.8X4<=3001
9X1 + 5X2 + 4X3 + 3X4<=3889
X1<=203
X2<=55
X3<=448
X4<=71
X1>=163
X2>=44
X3>=358
X4>=57
X1>=0
X2>=0
X3>=0
X4>=0
10

1)
VARIABLE
X1
X2
X3
X4
ROW
2)
3)
4)
5)
6)
7)
8)
9)
10)
11)
12)
13)
14)
15)
16)
17)
18)
19)
20)
21)
22)
23)
0.1085230E+09
VALUE
197.475403
44.000000
430.180328
57.000000
SLACK OR SURPLUS
39947.378906
504219.312500
399337.656250
441828.968750
761511.125000
295597.125000
376973.000000
1104581.500000
38910.933594
386619.312500
0.000000
240.842621
0.000000
5.524590
11.000000
17.819672
14.000000
34.475410
0.000000
72.180328
0.000000
197.475403
REDUCED COST
0.000000
0.000000
0.000000
0.000000
DUAL PRICES
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
66.666664
0.000000
22333.333984
0.000000
0.000000
0.000000
0.000000
0.000000
-6666.666504
0.000000
-666.666687
0.000000
24)
25)
26)
44.000000
430.180328
57.000000
NO. ITERATIONS=
0.000000
0.000000
0.000000
10
Juli 2009
max 235000X1+135000X2+118000X3+95000X4
st
830.9 X1+822.5 X2+822.4 X3<=594000
1575.1 X4<=594000
1082.2 X1+1083.1 X2+1082.3 X3+1082.7 X4<=1188000
221.4 X1+204.8 X2+205 X3+197.4 X4<=594000
586.3 X1+585.6 X2+586.8 X3+570.4 X4<=1188000
409.9 X1+409.3 X2+409.3 X3+410.1 X4<=594000
1121 X1+1109.9 X2+1110 X3+1110.9 X4<=1188000
929.1 X1+928.9 X2+930.2 X3+928.4 X4<=1782000
762.1 X1+761.8 X2+761.7 X3+761.5 X4<=594000
284.3 X1+284.7 X2+284.7 X3+284.9 X4<=594000
510X1+450X2+430X3+430X4<=330000
6X1 + 4.8X2 + 2.8X3 + 2.8X4<=3001
9X1 + 5X2 + 4X3 + 3X4<=3889
X1<=182
X2<=55
X3<=487
X4<=71
X1>=146
X2>=44
X3>=390
X4>=57
X1>=0
X2>=0
X3>=0
X4>=0

1)
VARIABLE
X1
X2
X3
X4
ROW
2)
3)
4)
5)
6)
7)
8)
9)
10)
11)
12)
13)
14)
15)
16)
17)
18)
19)
20)
21)
22)
23)
0.1071787E+09
VALUE
182.000000
55.000000
437.023254
57.000000
SLACK OR SURPLUS
38130.773438
504219.312500
396764.937500
441599.625000
760127.375000
294637.375000
374516.375000
1102376.500000
37112.687500
385939.093750
0.000000
261.734894
56.906979
0.000000
0.000000
49.976746
14.000000
36.000000
11.000000
47.023254
0.000000
182.000000
REDUCED COST
0.000000
0.000000
0.000000
0.000000
DUAL PRICES
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
274.418610
0.000000
0.000000
95046.507812
11511.627930
0.000000
0.000000
0.000000
0.000000
0.000000
-23000.000000
0.000000
24)
25)
26)
NO. ITERATIONS=
55.000000
437.023254
57.000000
0.000000
0.000000
0.000000
LAMPIRAN VIII
Integer Programming
Mei 2009
max 235000X1+135000X2+118000X3+95000X4
st
830.9X1+822.5X2+822.4X3<=540000
1575.1X4<=540000
1082.2X1+1083.1X2+1082.3X3+1082.7X4<=1080000
221.4X1+204.8X2+205X3+197.4X4<=540000
586.3X1+585.6X2+586.8X3+570.4X4<=1080000
409.9X1+409.3X2+409.3X3+410.1X4<=540000
1121X1+1109.9X2+1110X3+1110.9X4<=1080000
929.1X1+928.9X2+930.2X3+928.4X4<=1620000
762.1X1+761.8X2+761.7X3+761.5X4<=540000
284.3X1+284.7X2+284.7X3+284.9X4<=540000
510X1+450X2+430X3+430X4<=330000
6X1 + 4.8X2 + 2.8X3 + 2.8X4<=3001
9X1 + 5X2 + 4X3 + 3X4<=3889
X1<=211
X2<=56
X3<=452
X4<=85
X1>=169
X2>=45
X3>=362
X4>=68
X1>=0
X2>=0
X3>=0
X4>=0
End
Gin 4

1)
VARIABLE
X1
X2
X3
X4
ROW
2)
3)
4)
5)
6)
7)
8)
9)
10)
11)
12)
13)
14)
15)
16)
17)
18)
19)
20)
21)
0.1077181E+09
VALUE
211.000000
56.000000
373.840240
68.000000
SLACK OR SURPLUS
11173.898438
432893.187500
312771.312500
391755.343750
665340.437500
249690.703125
290810.750000
961064.125000
0.000000
338264.000000
7198.703125
229.047363
10.639097
0.000000
0.000000
78.159775
17.000000
42.000000
11.000000
11.840226
REDUCED COST
0.000000
0.000000
0.000000
0.000000
DUAL PRICES
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
154.916641
0.000000
0.000000
0.000000
0.000000
116938.031250
16984.507812
0.000000
0.000000
0.000000
0.000000
0.000000
22)
23)
24)
25)
26)
0.000000
211.000000
56.000000
373.840240
68.000000
NO. ITERATIONS=
-22969.017578
0.000000
0.000000
0.000000
0.000000
RANGES IN WHICH THE BASIS IS UNCHANGED:
VARIABLE
X1
X2
X3
X4
ROW
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
CURRENT
COEF
235000.000000
135000.000000
118000.000000
95000.000000
OBJ COEFFICIENT RANGES

ALLOWABLE
ALLOWABLE
INCREASE
DECREASE
INFINITY
116938.031250
INFINITY
16984.507812
16982.279297
22975.050781
22969.017578
INFINITY
CURRENT
RHS
540000.000000
540000.000000
1080000.000000
540000.000000
1080000.000000
540000.000000
1080000.000000
1620000.000000
540000.000000
540000.000000
330000.000000
3001.000000
3889.000000
211.000000
56.000000
452.000000
85.000000
169.000000
45.000000
362.000000
68.000000
0.000000
0.000000
0.000000
0.000000
RIGHTHAND SIDE RANGES

ALLOWABLE
ALLOWABLE
INCREASE
DECREASE
INFINITY
11173.898438
INFINITY
432893.187500
INFINITY
312771.312500
INFINITY
391755.343750
INFINITY
665340.437500
INFINITY
249690.703125
INFINITY
290810.750000
INFINITY
961064.125000
2025.950073
9018.700195
INFINITY
338264.000000
INFINITY
7198.703125
INFINITY
229.047363
INFINITY
10.639097
2.128714
42.000000
10.644687
11.000000
INFINITY
78.159775
INFINITY
17.000000
42.000000
INFINITY
11.000000
INFINITY
11.840226
INFINITY
11.843336
10.650283
211.000000
INFINITY
56.000000
INFINITY
373.840240
INFINITY
68.000000
INFINITY

6
OBJECTIVE VALUE =
107718144.
SET
SET
SET
SET
SET
SET
X3
X2
X1
X2
X3
X4
TO
TO
TO
TO
TO
TO
>=
>=
<=
<=
<=
<=
375
55
210
55
375
68
AT
AT
AT
AT
AT
AT
1,
2,
3,
4,
5,
6,
BND=
BND=
BND=
BND=
BND=
BND=
0.1077E+09
0.1077E+09
0.1076E+09
0.1076E+09
0.1076E+09
0.1075E+09
TWIN= 0.1077E+09
TWIN= 0.1077E+09
TWIN=-0.1000E+31
TWIN= 0.1076E+09
TWIN= 0.1076E+09
TWIN= 0.1075E+09
NEW INTEGER SOLUTION OF

107485000.
AT BRANCH
6 PIVOT
BOUND ON OPTIMUM: 0.1077018E+09
FLIP
X4 TO >=
69 AT
6 WITH BND=
0.10754269E+09
SET
X4 TO <=
69 AT
7, BND= 0.1075E+09 TWIN=-0.1000E+31
SET
X1 TO <=
209 AT
8, BND= 0.1073E+09 TWIN=-0.1000E+31
DELETE
X1 AT LEVEL
8
DELETE
X4 AT LEVEL
7
DELETE
X4 AT LEVEL
6
FLIP
X3 TO >=
376 AT
5 WITH BND=
0.10756562E+09
SET
X3 TO <=
376 AT
6, BND= 0.1076E+09 TWIN=-0.1000E+31
SET
X1 TO <=
209 AT
7, BND= 0.1074E+09 TWIN=-0.1000E+31
20
22
29
32
35
38
38
38
40
40
44
DELETE
DELETE
DELETE
FLIP
SET
SET
SET
DELETE
DELETE
DELETE
DELETE
DELETE
FLIP
SET
SET
X1 AT LEVEL
X3 AT LEVEL
X3 AT LEVEL
X2 TO >=
X2 TO <=
56
X3 TO <=
375
X1 TO <=
209
X1 AT LEVEL
X3 AT LEVEL
X2 AT LEVEL
X2 AT LEVEL
X1 AT LEVEL
X2 TO <=
X3 TO <=
375
X4 TO <=
68
7
6
5
56 AT
5,
6,
7,
7
6
5
4
3
54 AT
AT
3,
AT
4,
AT
AT
AT
4 WITH BND=
0.10758259E+09
BND= 0.1076E+09 TWIN=-0.1000E+31
BND= 0.1076E+09 TWIN=-0.1000E+31
BND= 0.1075E+09 TWIN=-0.1000E+31
44
44
48
2 WITH BND=
0.10768418E+09
BND= 0.1077E+09 TWIN= 0.1077E+09
BND= 0.1076E+09 TWIN= 0.1077E+09
50
55

107585000.
AT BRANCH
11 PIVOT
FLIP
X4 TO >=
69 AT
4 WITH BND=
0.10765850E+09
SET
X2 TO >=
54 AT
5, BND= 0.1076E+09 TWIN= 0.1076E+09
SET
X4 TO <=
69 AT
6, BND= 0.1076E+09 TWIN=-0.1000E+31
SET
X1 TO <=
210 AT
7, BND= 0.1074E+09 TWIN=-0.1000E+31
DELETE
X1 AT LEVEL
7
DELETE
X4 AT LEVEL
6
FLIP
X2 TO <=
53 AT
5 WITH BND=
0.10762490E+09
SET
X2 TO >=
53 AT
6, BND= 0.1076E+09 TWIN=-0.1000E+31
SET
X4 TO >=
70 AT
7, BND= 0.1076E+09 TWIN= 0.1075E+09
SET
X4 TO <=
70 AT
8, BND= 0.1076E+09 TWIN=-0.1000E+31
SET
X1 TO <=
210 AT
9, BND= 0.1074E+09 TWIN=-0.1000E+31
DELETE
X1 AT LEVEL
9
DELETE
X4 AT LEVEL
8
DELETE
X4 AT LEVEL
7
DELETE
X2 AT LEVEL
6
DELETE
X2 AT LEVEL
5
DELETE
X4 AT LEVEL
4
FLIP
X3 TO >=
376 AT
3 WITH BND=
0.10768146E+09
SET
X2 TO >=
54 AT
4, BND= 0.1077E+09 TWIN= 0.1077E+09
SET
X3 TO <=
376 AT
5, BND= 0.1077E+09 TWIN=-0.1000E+31
SET
X1 TO <=
210 AT
6, BND= 0.1075E+09 TWIN=-0.1000E+31
DELETE
X1 AT LEVEL
6
DELETE
X3 AT LEVEL
5
FLIP
X2 TO <=
53 AT
4 WITH BND=
0.10766719E+09
SET
X3 TO <=
376 AT
5, BND= 0.1076E+09 TWIN= 0.1077E+09
SET
X4 TO >=
69 AT
6, BND= 0.1076E+09 TWIN= 0.1076E+09
SET
X2 TO >=
53 AT
7, BND= 0.1076E+09 TWIN= 0.1076E+09
SET
X4 TO <=
69 AT
8, BND= 0.1076E+09 TWIN=-0.1000E+31
SET
X1 TO <=
210 AT
9, BND= 0.1074E+09 TWIN=-0.1000E+31
DELETE
X1 AT LEVEL
9
DELETE
X4 AT LEVEL
8
FLIP
X2 TO <=
52 AT
7 WITH BND=
0.10760792E+09
SET
X2 TO >=
52 AT
8, BND= 0.1076E+09 TWIN=-0.1000E+31
SET
X4 TO <=
69 AT
9, BND= 0.1075E+09 TWIN= 0.1076E+09
DELETE
X4 AT LEVEL
9
DELETE
X2 AT LEVEL
8
DELETE
X2 AT LEVEL
7
DELETE
X4 AT LEVEL
6
FLIP
X3 TO >=
377 AT
5 WITH BND=
0.10766449E+09
SET
X2 TO >=
53 AT
6, BND= 0.1076E+09 TWIN= 0.1077E+09
SET
X3 TO <=
377 AT
7, BND= 0.1076E+09 TWIN=-0.1000E+31
SET
X1 TO <=
210 AT
8, BND= 0.1075E+09 TWIN=-0.1000E+31
DELETE
X1 AT LEVEL
8
DELETE
X3 AT LEVEL
7
FLIP
X2 TO <=
52 AT
6 WITH BND=
0.10765021E+09
SET
X3 TO <=
377 AT
7, BND= 0.1076E+09 TWIN= 0.1076E+09
SET
X4 TO >=
69 AT
8, BND= 0.1076E+09 TWIN= 0.1076E+09
SET
X4 TO <=
69 AT
9, BND= 0.1076E+09 TWIN=-0.1000E+31
SET
X2 TO >=
52 AT
10, BND= 0.1076E+09 TWIN= 0.1075E+09
SET
X1 TO <=
210 AT
11, BND= 0.1076E+09 TWIN=-0.1000E+31
DELETE
X1 AT LEVEL
11
DELETE
X2 AT LEVEL
10
55
57
57
59
59
61
61
63
65
65
69
71
75
77
77
79
79
81
83
83
87
89
92
92
94
94
DELETE
DELETE
FLIP
SET
SET
SET
DELETE
DELETE
FLIP
SET
SET
SET
SET
SET
DELETE
DELETE
DELETE
DELETE
FLIP
SET
SET
SET
SET
DELETE
DELETE
DELETE
FLIP
SET
SET
SET
DELETE
DELETE
FLIP
SET
SET
SET
DELETE
DELETE
FLIP
SET
SET
DELETE
DELETE
DELETE
DELETE
DELETE
DELETE
DELETE
DELETE
DELETE
DELETE
DELETE
DELETE
DELETE
FLIP
SET
SET
SET
SET
SET
SET
SET
DELETE
DELETE
DELETE
DELETE
FLIP
SET
X4 AT LEVEL
X4 AT LEVEL
X3 TO >=
X2 TO >=
52
X3 TO <=
378
X1 TO <=
210
X1 AT LEVEL
X3 AT LEVEL
X2 TO <=
X3 TO <=
378
X2 TO >=
51
X4 TO >=
69
X4 TO <=
69
X1 TO <=
210
X1 AT LEVEL
X4 AT LEVEL
X4 AT LEVEL
X2 AT LEVEL
X3 TO >=
X2 TO >=
51
X1 TO <=
210
X1 TO >=
210
X3 TO <=
379
X3 AT LEVEL
X1 AT LEVEL
X1 AT LEVEL
X2 TO <=
X3 TO <=
379
X2 TO >=
50
X4 TO >=
69
X4 AT LEVEL
X2 AT LEVEL
X3 TO >=
X2 TO >=
50
X3 TO <=
380
X1 TO <=
210
X1 AT LEVEL
X3 AT LEVEL
X2 TO <=
X2 TO >=
49
X3 TO <=
380
X3 AT LEVEL
X2 AT LEVEL
X2 AT LEVEL
X3 AT LEVEL
X2 AT LEVEL
X3 AT LEVEL
X2 AT LEVEL
X3 AT LEVEL
X2 AT LEVEL
X3 AT LEVEL
X2 AT LEVEL
X3 AT LEVEL
X2 AT LEVEL
X3 TO <=
X2 TO >=
56
X4 TO >=
69
X3 TO >=
373
X2 TO <=
56
X3 TO <=
373
X4 TO <=
69
X1 TO <=
210
X1 AT LEVEL
X4 AT LEVEL
X3 AT LEVEL
X2 AT LEVEL
X3 TO <=
X4 TO <=
69
9
8
378 AT
AT
8,
AT
9,
AT
10,
10
9
51 AT
AT
9,
AT
10,
AT
11,
AT
12,
AT
13,
13
12
11
10
379 AT
AT
10,
AT
11,
AT
12,
AT
13,
13
12
11
50 AT
AT
11,
AT
12,
AT
13,
13
12
380 AT
AT
12,
AT
13,
AT
14,
14
13
49 AT
AT
13,
AT
14,
14
13
12
11
10
9
8
7
6
5
4
3
2
374 AT
AT
2,
AT
3,
AT
4,
AT
5,
AT
6,
AT
7,
AT
8,
8
7
6
5
372 AT
AT
5,
7 WITH BND=
0.10764750E+09
BND= 0.1076E+09 TWIN= 0.1076E+09
BND= 0.1076E+09 TWIN=-0.1000E+31
BND= 0.1075E+09 TWIN=-0.1000E+31
98
98
102
8 WITH BND=
0.10763322E+09
BND= 0.1076E+09 TWIN= 0.1076E+09
BND= 0.1076E+09 TWIN=-0.1000E+31
BND= 0.1076E+09 TWIN= 0.1075E+09
BND= 0.1076E+09 TWIN=-0.1000E+31
BND= 0.1074E+09 TWIN=-0.1000E+31
104
104
106
106
108
9 WITH BND=
0.10763052E+09
BND= 0.1076E+09 TWIN= 0.1076E+09
BND= 0.1076E+09 TWIN=-0.1000E+31
BND= 0.1075E+09 TWIN=-0.1000E+31
BND= 0.1075E+09 TWIN=-0.1000E+31
110
110
113
115
10 WITH BND=
0.10761624E+09
BND= 0.1076E+09 TWIN= 0.1076E+09
BND= 0.1076E+09 TWIN=-0.1000E+31
BND= 0.1076E+09 TWIN= 0.1075E+09
117
117
120
11 WITH BND=
0.10761354E+09
BND= 0.1076E+09 TWIN= 0.1076E+09
BND= 0.1076E+09 TWIN=-0.1000E+31
BND= 0.1075E+09 TWIN=-0.1000E+31
122
122
126
12 WITH BND=
0.10759926E+09
BND= 0.1076E+09 TWIN=-0.1000E+31
BND= 0.1076E+09 TWIN= 0.1076E+09
126
128
1 WITH BND=
0.10770183E+09
BND= 0.1077E+09 TWIN= 0.1077E+09
BND= 0.1077E+09 TWIN= 0.1076E+09
BND= 0.1077E+09 TWIN= 0.1077E+09
BND= 0.1077E+09 TWIN=-0.1000E+31
BND= 0.1077E+09 TWIN=-0.1000E+31
BND= 0.1077E+09 TWIN=-0.1000E+31
BND= 0.1075E+09 TWIN=-0.1000E+31
135
140
143
143
143
143
145
4 WITH BND=
0.10767586E+09
BND= 0.1076E+09 TWIN= 0.1077E+09
147
107596000.
AT BRANCH
44 PIVOT
147

FLIP
X4 TO >=
70 AT
SET
X3 TO >=
372 AT
6,
SET
X2 TO <=
56 AT
7,
SET
X4 TO <=
70 AT
8,
SET
X1 TO <=
210 AT
9,
DELETE
X1 AT LEVEL
9
DELETE
X4 AT LEVEL
8
DELETE
X2 AT LEVEL
7
FLIP
X3 TO <=
371 AT
SET
X4 TO >=
71 AT
7,
SET
X3 TO >=
371 AT
8,
SET
X2 TO <=
56 AT
9,
SET
X4 TO <=
71 AT
10,
SET
X1 TO <=
210 AT
11,
DELETE
X1 AT LEVEL
11
DELETE
X4 AT LEVEL
10
DELETE
X2 AT LEVEL
9
FLIP
X3 TO <=
370 AT
SET
X4 TO >=
72 AT
9,
SET
X3 TO >=
370 AT
10,
SET
X1 TO <=
210 AT
11,
SET
X1 TO >=
210 AT
12,
SET
X4 TO <=
72 AT
13,
DELETE
X4 AT LEVEL
13
DELETE
X1 AT LEVEL
12
DELETE
X1 AT LEVEL
11
FLIP
X3 TO <=
369 AT
SET
X3 TO >=
369 AT
11,
SET
X4 TO <=
72 AT
12,
DELETE
X4 AT LEVEL
12
DELETE
X3 AT LEVEL
11
DELETE
X3 AT LEVEL
10
DELETE
X4 AT LEVEL
9
DELETE
X3 AT LEVEL
8
DELETE
X4 AT LEVEL
7
DELETE
X3 AT LEVEL
6
DELETE
X4 AT LEVEL
5
DELETE
X3 AT LEVEL
4
FLIP
X4 TO <=
68 AT
SET
X2 TO <=
56 AT
4,
SET
X4 TO >=
68 AT
5,
SET
X1 TO >=
211 AT
6,
5 WITH BND=
0.10767221E+09
BND= 0.1077E+09 TWIN= 0.1077E+09
BND= 0.1077E+09 TWIN=-0.1000E+31
BND= 0.1077E+09 TWIN=-0.1000E+31
BND= 0.1075E+09 TWIN=-0.1000E+31
151
151
151
153
6 WITH BND=
0.10765289E+09
BND= 0.1076E+09 TWIN= 0.1076E+09
BND= 0.1076E+09 TWIN= 0.1076E+09
BND= 0.1076E+09 TWIN=-0.1000E+31
BND= 0.1076E+09 TWIN=-0.1000E+31
BND= 0.1074E+09 TWIN=-0.1000E+31
155
159
159
159
161
8 WITH BND=
0.10762992E+09
BND= 0.1076E+09 TWIN= 0.1076E+09
BND= 0.1076E+09 TWIN= 0.1076E+09
BND= 0.1076E+09 TWIN=-0.1000E+31
BND= 0.1075E+09 TWIN=-0.1000E+31
BND= 0.1074E+09 TWIN=-0.1000E+31
163
167
167
171
174
10 WITH BND=
0.10760694E+09
BND= 0.1076E+09 TWIN=-0.1000E+31
BND= 0.1075E+09 TWIN= 0.1076E+09
174
178
3 WITH BND=
0.10761950E+09
BND= 0.1076E+09 TWIN=-0.1000E+31
BND= 0.1076E+09 TWIN=-0.1000E+31
BND= 0.1076E+09 TWIN= 0.1075E+09
178
178
181

107619000.
AT BRANCH
54 PIVOT
DELETE
X1 AT LEVEL
6
DELETE
X4 AT LEVEL
5
DELETE
X2 AT LEVEL
4
DELETE
X4 AT LEVEL
3
FLIP
X2 TO <=
55 AT
2 WITH BND=
0.10768186E+09
SET
X4 TO >=
69 AT
3, BND= 0.1077E+09 TWIN= 0.1076E+09
SET
X3 TO >=
374 AT
4, BND= 0.1077E+09 TWIN= 0.1077E+09
SET
X2 TO >=
55 AT
5, BND= 0.1077E+09 TWIN= 0.1076E+09
SET
X4 TO <=
69 AT
6, BND= 0.1077E+09 TWIN=-0.1000E+31
SET
X1 TO <=
210 AT
7, BND= 0.1075E+09 TWIN=-0.1000E+31
DELETE
X1 AT LEVEL
7
DELETE
X4 AT LEVEL
6
FLIP
X2 TO <=
54 AT
5 WITH BND=
0.10764189E+09
SET
X2 TO >=
54 AT
6, BND= 0.1076E+09 TWIN=-0.1000E+31
SET
X4 TO <=
69 AT
7, BND= 0.1076E+09 TWIN= 0.1076E+09
DELETE
X4 AT LEVEL
7
DELETE
X2 AT LEVEL
6
DELETE
X2 AT LEVEL
5
FLIP
X3 TO <=
373 AT
4 WITH BND=
0.10765888E+09
SET
X2 TO >=
55 AT
5, BND= 0.1077E+09 TWIN=-0.1000E+31
SET
X4 TO >=
70 AT
6, BND= 0.1077E+09 TWIN= 0.1076E+09
SET
X3 TO >=
373 AT
7, BND= 0.1076E+09 TWIN= 0.1076E+09
SET
X4 TO <=
70 AT
8, BND= 0.1076E+09 TWIN=-0.1000E+31
SET
X1 TO <=
210 AT
9, BND= 0.1074E+09 TWIN=-0.1000E+31
181
185
188
191
191
193
193
195
195
197
200
200
202
DELETE
X1 AT LEVEL
9
DELETE
X4 AT LEVEL
8
FLIP
X3 TO <=
372 AT
7 WITH BND=
0.10763590E+09
SET
X3 TO >=
372 AT
8, BND= 0.1076E+09 TWIN=-0.1000E+31
SET
X4 TO <=
70 AT
9, BND= 0.1076E+09 TWIN= 0.1076E+09
DELETE
X4 AT LEVEL
9
DELETE
X3 AT LEVEL
8
DELETE
X3 AT LEVEL
7
DELETE
X4 AT LEVEL
6
DELETE
X2 AT LEVEL
5
DELETE
X3 AT LEVEL
4
DELETE
X4 AT LEVEL
3
DELETE
X2 AT LEVEL
2
DELETE
X3 AT LEVEL
1
ENUMERATION COMPLETE. BRANCHES=
63 PIVOTS=
204
202
204
LAST INTEGER SOLUTION IS THE BEST FOUND

RE-INSTALLING BEST SOLUTION...
1)
VARIABLE
X1
X2
X3
X4
ROW
2)
3)
4)
5)
6)
7)
8)
9)
10)
11)
12)
13)
14)
15)
16)
17)
18)
19)
20)
21)
22)
23)
24)
25)
0.1076190E+09
VALUE
211.000000
56.000000
373.000000
68.000000
REDUCED COST
-235000.000000
-135000.000000
-118000.000000
-95000.000000
SLACK OR SURPLUS
11864.885742
432893.187500
313680.687500
391927.593750
665833.500000
250034.609375
291743.406250
961845.687500
640.001282
338503.187500
7560.000000
231.400009
14.000000
0.000000
0.000000
79.000000
17.000000
42.000000
11.000000
11.000000
0.000000
211.000000
56.000000
373.000000
NO. ITERATIONS=
205
BRANCHES=
63 DETERM.=
1.000E
DUAL PRICES
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
Juni 2009
max 235000X1+135000X2+118000X3+95000X4
st
830.9 X1+822.5 X2+822.4 X3<=594000
1575.1 X4<=594000
1082.2 X1+1083.1 X2+1082.3 X3+1082.7 X4<=1188000
221.4 X1+204.8 X2+205 X3+197.4 X4<=594000
586.3 X1+585.6 X2+586.8 X3+570.4 X4<=1188000
409.9 X1+409.3 X2+409.3 X3+410.1 X4<=594000
1121 X1+1109.9 X2+1110 X3+1110.9 X4<=1188000
929.1 X1+928.9 X2+930.2 X3+928.4 X4<=1782000
762.1 X1+761.8 X2+761.7 X3+761.5 X4<=594000
284.3 X1+284.7 X2+284.7 X3+284.9 X4<=594000
510X1+450X2+430X3+430X4<=330000
6X1 + 4.8X2 + 2.8X3 + 2.8X4<=3001
9X1 + 5X2 + 4X3 + 3X4<=3889
X1<=203
X2<=55
X3<=448
X4<=71
X1>=163
X2>=44
X3>=358
X4>=57
X1>=0
X2>=0
X3>=0
X4>=0
End
Gin 4

1)
VARIABLE
X1
X2
X3
X4
ROW
2)
3)
4)
5)
6)
7)
8)
9)
10)
11)
12)
13)
14)
15)
16)
17)
18)
19)
20)
0.1085230E+09
VALUE
197.475403
44.000000
430.180328
57.000000
SLACK OR SURPLUS
39947.378906
504219.312500
399337.656250
441828.968750
761511.125000
295597.125000
376973.000000
1104581.500000
38910.933594
386619.312500
0.000000
240.842621
0.000000
5.524590
11.000000
17.819672
14.000000
34.475410
0.000000
REDUCED COST
0.000000
0.000000
0.000000
0.000000
DUAL PRICES
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
66.666664
0.000000
22333.333984
0.000000
0.000000
0.000000
0.000000
0.000000
-6666.666504
21)
22)
23)
24)
25)
26)
72.180328
0.000000
197.475403
44.000000
430.180328
57.000000
NO. ITERATIONS=
0.000000
-666.666687
0.000000
0.000000
0.000000
0.000000
VARIABLE
X1
X2
X3
X4
ROW
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
CURRENT
COEF
235000.000000
135000.000000
118000.000000
95000.000000

ALLOWABLE
ALLOWABLE
INCREASE
DECREASE
2837.209473
34857.140625
6666.666504
INFINITY
80137.257812
521.367554
666.666687
INFINITY
CURRENT
RHS
594000.000000
594000.000000
1188000.000000
594000.000000
1188000.000000
594000.000000
1188000.000000
1782000.000000
594000.000000
594000.000000
330000.000000
3001.000000
3889.000000
203.000000
55.000000
448.000000
71.000000
163.000000
44.000000
358.000000
57.000000
0.000000
0.000000
0.000000
0.000000

ALLOWABLE
ALLOWABLE
INCREASE
DECREASE
INFINITY
39947.378906
INFINITY
504219.312500
INFINITY
399337.656250
INFINITY
441828.968750
INFINITY
761511.125000
INFINITY
295597.125000
INFINITY
376973.000000
INFINITY
1104581.500000
INFINITY
38910.933594
INFINITY
386619.312500
3623.333252
2527.499756
INFINITY
240.842621
23.511627
63.941177
INFINITY
5.524590
INFINITY
11.000000
INFINITY
17.819672
INFINITY
14.000000
34.475410
INFINITY
11.000000
21.740000
72.180328
INFINITY
14.000000
13.935897
197.475403
INFINITY
44.000000
INFINITY
430.180328
INFINITY
57.000000
INFINITY

0
OBJECTIVE VALUE =
108523000.
SET
SET
SET
SET
X1
X3
X4
X3
TO
TO
TO
TO
>=
>=
<=
>=
198
428
58
429
AT
AT
AT
AT
1,
2,
3,
4,
BND=
BND=
BND=
BND=
0.1085E+09
0.1085E+09
0.1085E+09
0.1085E+09
TWIN= 0.1085E+09
TWIN= 0.1085E+09
TWIN=-0.1000E+31
TWIN= 0.1085E+09

108507000.
AT BRANCH
4 PIVOT
FLIP
X3 TO <=
428 AT
4 WITH BND=
0.10851100E+09
SET
X1 TO <=
198 AT
5, BND= 0.1085E+09 TWIN=-0.1000E+31
SET
X4 TO >=
58 AT
6, BND= 0.1085E+09 TWIN=-0.1000E+31
SET
X2 TO <=
44 AT
7, BND= 0.1085E+09 TWIN=-0.1000E+31
DELETE
X2 AT LEVEL
7
DELETE
X4 AT LEVEL
6
DELETE
X1 AT LEVEL
5
DELETE
X3 AT LEVEL
4
DELETE
X4 AT LEVEL
3
FLIP
X3 TO <=
427 AT
2 WITH BND=
0.10852134E+09
19
27
30
34
34
34
34
36
SET
SET
SET
SET
SET
DELETE
DELETE
DELETE
FLIP
SET
SET
SET
SET
DELETE
DELETE
FLIP
SET
SET
DELETE
DELETE
DELETE
DELETE
DELETE
FLIP
SET
SET
SET
X1
X4
X3
X4
X2
TO <=
198
TO <=
59
TO >=
427
TO >=
59
TO <=
44
X2 AT LEVEL
X4 AT LEVEL
X3 AT LEVEL
X4 TO >=
X4 TO <=
60
X3 TO >=
426
X3 TO <=
426
X2 TO <=
44
X2 AT LEVEL
X3 AT LEVEL
X3 TO <=
X3 TO >=
425
X2 TO <=
45
X2 AT LEVEL
X3 AT LEVEL
X3 AT LEVEL
X4 AT LEVEL
X4 AT LEVEL
X1 TO >=
X4 TO <=
63
X1 TO <=
199
X3 TO >=
423
AT
AT
AT
AT
AT
3,
4,
5,
6,
7,
BND=
BND=
BND=
BND=
BND=
0.1085E+09
0.1085E+09
0.1085E+09
0.1085E+09
0.1085E+09
TWIN= 0.1085E+09
TWIN= 0.1085E+09
TWIN=-0.1000E+31
TWIN=-0.1000E+31
TWIN=-0.1000E+31
39
45
45
45
47
4 WITH BND=
0.10851471E+09
BND= 0.1085E+09 TWIN=-0.1000E+31
BND= 0.1085E+09 TWIN= 0.1085E+09
BND= 0.1085E+09 TWIN=-0.1000E+31
BND= 0.1084E+09 TWIN=-0.1000E+31
47
49
49
51
6 WITH BND=
0.10850900E+09
BND= 0.1085E+09 TWIN=-0.1000E+31
BND= 0.1085E+09 TWIN=-0.1000E+31
51
52
3 WITH BND=
0.10851867E+09
BND= 0.1085E+09 TWIN= 0.1085E+09
BND= 0.1085E+09 TWIN=-0.1000E+31
BND= 0.1085E+09 TWIN= 0.1085E+09
59
59
62
7
6
5
60 AT
5,
6,
7,
8,
8
7
425 AT
AT
7,
AT
8,
8
7
6
5
4
199 AT
AT
4,
AT
5,
AT
6,
AT
AT
AT
AT

108509000.
AT BRANCH
13 PIVOT
FLIP
X3 TO <=
422 AT
6 WITH BND=
0.10851300E+09
SET
X3 TO >=
422 AT
7, BND= 0.1085E+09 TWIN=-0.1000E+31
SET
X4 TO >=
63 AT
8, BND= 0.1085E+09 TWIN=-0.1000E+31
SET
X2 TO <=
44 AT
9, BND= 0.1085E+09 TWIN=-0.1000E+31
DELETE
X2 AT LEVEL
9
DELETE
X4 AT LEVEL
8
DELETE
X3 AT LEVEL
7
DELETE
X3 AT LEVEL
6
DELETE
X1 AT LEVEL
5
FLIP
X4 TO >=
64 AT
4 WITH BND=
0.10851834E+09
SET
X1 TO <=
199 AT
5, BND= 0.1085E+09 TWIN= 0.1085E+09
SET
X4 TO <=
64 AT
6, BND= 0.1085E+09 TWIN=-0.1000E+31
SET
X2 TO >=
45 AT
7, BND= 0.1085E+09 TWIN= 0.1085E+09
DELETE
X2 AT LEVEL
7
DELETE
X4 AT LEVEL
6
FLIP
X1 TO >=
200 AT
5 WITH BND=
0.10851584E+09
SET
X3 TO >=
417 AT
6, BND= 0.1085E+09 TWIN= 0.1085E+09
62

108511000.
AT BRANCH
17 PIVOT
FLIP
X3 TO <=
416 AT
6 WITH BND=
0.10851561E+09
SET
X1 TO <=
200 AT
7, BND= 0.1085E+09 TWIN= 0.1085E+09
SET
X3 TO >=
416 AT
8, BND= 0.1085E+09 TWIN=-0.1000E+31
SET
X2 TO <=
44 AT
9, BND= 0.1085E+09 TWIN= 0.1085E+09
DELETE
X2 AT LEVEL
9
DELETE
X3 AT LEVEL
8
DELETE
X1 AT LEVEL
7
DELETE
X3 AT LEVEL
6
DELETE
X1 AT LEVEL
5
DELETE
X4 AT LEVEL
4
DELETE
X1 AT LEVEL
3
DELETE
X3 AT LEVEL
2
DELETE
X1 AT LEVEL
1
19 PIVOTS=
79
71
62
62
64
67
67
69
71
75
75
79

1)
VARIABLE
X1
X2
X3
X4
ROW
2)
3)
4)
5)
6)
7)
8)
9)
10)
11)
12)
13)
14)
15)
16)
17)
18)
19)
20)
21)
22)
23)
24)
25)
26)
0.1085110E+09
VALUE
200.000000
44.000000
417.000000
67.000000
REDUCED COST
-235000.000000
-135000.000000
-118000.000000
-95000.000000
SLACK OR SURPLUS
48689.183594
488468.312500
400043.593750
441998.000000
762061.187500
295856.000000
377664.093750
1105212.250000
39411.398438
386805.000000
80.000000
234.600021
0.000000
3.000000
11.000000
31.000000
4.000000
37.000000
0.000000
59.000000
10.000000
200.000000
44.000000
417.000000
67.000000
NO. ITERATIONS=
81
BRANCHES=
19 DETERM.=
1.000E
DUAL PRICES
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
Juli 2009
max 235000X1+135000X2+118000X3+95000X4
st
830.9 X1+822.5 X2+822.4 X3<=594000
1575.1 X4<=594000
1082.2 X1+1083.1 X2+1082.3 X3+1082.7 X4<=1188000
221.4 X1+204.8 X2+205 X3+197.4 X4<=594000
586.3 X1+585.6 X2+586.8 X3+570.4 X4<=1188000
409.9 X1+409.3 X2+409.3 X3+410.1 X4<=594000
1121 X1+1109.9 X2+1110 X3+1110.9 X4<=1188000
929.1 X1+928.9 X2+930.2 X3+928.4 X4<=1782000
762.1 X1+761.8 X2+761.7 X3+761.5 X4<=594000
284.3 X1+284.7 X2+284.7 X3+284.9 X4<=594000
510X1+450X2+430X3+430X4<=330000
6X1 + 4.8X2 + 2.8X3 + 2.8X4<=3001
9X1 + 5X2 + 4X3 + 3X4<=3889
X1<=182
X2<=55
X3<=487
X4<=71
X1>=146
X2>=44
X3>=390
X4>=57
X1>=0
X2>=0
X3>=0
X4>=0
End
Gin 4

1)
0.1071787E+09
VARIABLE
X1
X2
X3
X4
ROW
2)
3)
4)
5)
6)
7)
8)
9)
10)
11)
12)
13)
14)
15)
16)
17)
18)
19)
20)
21)
22)
23)
24)
25)
26)
VALUE
182.000000
55.000000
437.023254
57.000000
REDUCED COST
0.000000
0.000000
0.000000
0.000000
SLACK OR SURPLUS
38130.773438
504219.312500
396764.937500
441599.625000
760127.375000
294637.375000
374516.375000
1102376.500000
37112.687500
385939.093750
0.000000
261.734894
56.906979
0.000000
0.000000
49.976746
14.000000
36.000000
11.000000
47.023254
0.000000
182.000000
55.000000
437.023254
57.000000
NO. ITERATIONS=
DUAL PRICES
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
274.418610
0.000000
0.000000
95046.507812
11511.627930
0.000000
0.000000
0.000000
0.000000
0.000000
-23000.000000
0.000000
0.000000
0.000000
0.000000
VARIABLE
X1
X2
X3
X4
ROW
2
3
4
5
6
7
8
9
10
11
12
13
14
CURRENT
COEF
235000.000000
135000.000000
118000.000000
95000.000000

ALLOWABLE
ALLOWABLE
INCREASE
DECREASE
INFINITY
95046.507812
INFINITY
11511.627930
11000.000000
23000.000000
23000.000000
INFINITY
CURRENT
RHS
594000.000000
594000.000000
1188000.000000
594000.000000
1188000.000000
594000.000000
1188000.000000
1782000.000000
594000.000000
594000.000000
330000.000000
3001.000000
3889.000000

ALLOWABLE
ALLOWABLE
INCREASE
DECREASE
INFINITY
38130.773438
INFINITY
504219.312500
INFINITY
396764.937500
INFINITY
441599.625000
INFINITY
760127.375000
INFINITY
294637.375000
INFINITY
374516.375000
INFINITY
1102376.500000
INFINITY
37112.687500
INFINITY
385939.093750
6117.500000
20220.000000
INFINITY
261.734894
INFINITY
56.906979
15
16
17
18
19
20
21
22
23
24
25
26
182.000000
55.000000
487.000000
71.000000
146.000000
44.000000
390.000000
57.000000
0.000000
0.000000
0.000000
0.000000
13.371585
44.933331
INFINITY
INFINITY
36.000000
11.000000
47.023254
14.000000
182.000000
55.000000
437.023254
57.000000
36.000000
11.000000
49.976746
14.000000
INFINITY
INFINITY
INFINITY
46.365238
INFINITY
INFINITY
INFINITY
INFINITY

0
OBJECTIVE VALUE =
107178744.

107176000.
AT BRANCH
0 PIVOTS=
5
0 PIVOT

1)
VARIABLE
X1
X2
X3
X4
ROW
2)
3)
4)
5)
6)
7)
8)
9)
10)
11)
12)
13)
14)
15)
16)
17)
18)
19)
20)
21)
22)
23)
24)
25)
26)
0.1071760E+09
VALUE
182.000000
55.000000
437.000000
57.000000
REDUCED COST
-235000.000000
-135000.000000
-118000.000000
-95000.000000
SLACK OR SURPLUS
38149.886719
504219.312500
396790.093750
441604.406250
760141.000000
294646.906250
374542.187500
1102398.125000
37130.398438
385945.687500
10.000000
261.800018
57.000000
0.000000
0.000000
50.000000
14.000000
36.000000
11.000000
47.000000
0.000000
182.000000
55.000000
437.000000
57.000000
NO. ITERATIONS=
6
BRANCHES=
0 DETERM.=
1.000E
DUAL PRICES
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000

10E00293

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

10E00293

Diunggah oleh

Hak Cipta:

Format Tersedia

PENENTUAN JUMLAH PRODUKSI OPTIMAL

UNTUK MEMAKSIMUMKAN LABA DENGAN

UNIVERSITAS SUMATERA UTARA

UNIVERSITAS SUMATERA UTARA, MEDAN

7. Bapak Haeril Endriansyah, ST sebagai manajer produksi PT. Cahaya Kawi

LEMBAR PENGESAHAN ..............................................................

SERTIFIKASI EVALUASI TUGAS SARJANA .............................

KATA PENGANTAR .....................................................................

UCAPAN TERIMA KASIH ...........................................................

DAFTAR ISI ...................................................................................

DAFTAR TABEL ............................................................................

DAFTAR GAMBAR .......................................................................

DAFTAR LAMPIRAN ....................................................................

1.2. Rumusan Permasalahan .............................................................

1.3. Tujuan dan Sasaran Penelitian ...................................................

1.3.1. Tujuan Penelitian ............................................................

1.3.2. Sasaran Penelitian ...........................................................

1.4. Manfaat Penelitian ....................................................................

1.5. Pembatasan Masalah dan Asumsi Penelitian .............................

1.5.1. Pembatasan Masalah .......................................................

1.5.2. Asumsi Penelitian ...........................................................

1.6. Sistematika Penulisan Tugas Sarjana......................................... I-4

II GAMBARAN UMUM PERUSAHAAN

2.5.1. Mesin Produksi ............................................................... II-17

3.3.2. Analisis Deret Waktu ...................................................... III-18

4.2. Jenis Penelitian ........................................................................

4.3. Instrumen Penelitian ................................................................

4.4. Pengumpulan Data ...................................................................

4.5. Metode Pengolahan Data .........................................................

4.6. Analisis ....................................................................................

4.7. Kesimpulan dan Saran .............................................................

PENGUMPULAN DAN PENGOLAHAN DATA

5.1.1. Data Laba dari Setiap Matras Spring bed .......................

5.1.2. Data Waktu Siklus Tenaga Kerja ...................................

5.1.3. Data Jumlah Tenaga Kerja .............................................

5.1.4. Data Jumlah Hari Kerja..................................................

5.1.5. Data Penjualan ...............................................................

5.1.6. Data Pemakaian dan Kapasitas Gudang Bahan Baku ......

5.1.7. Data Jumlah Produksi yang Memenuhi Batasan

5.2.Pengolahan Data ....................................................................... V- 14

5.2.2. Penentuan Fungsi Kendala Pertama ...............................

5.2.2.1. Uji Keseragaman Data Waktu Siklus .................

5.2.2.2. Penentuan Rating Factor dan Allowance ...........

5.2.2.3. Perhitungan Waktu Normal

5.2.2.3.1. Waktu Normal ...............................

5.2.2.3.1. Waktu Standar ................................

5.2.2.4. Formulasi Fungsi Kendala Pertama .................

5.2.3. Penentuan dan Formulasi Fungsi Kendala Kedua ...........

5.2.4. Penentuan Fungsi Kendala Ketiga ..................................

5.2.4.1. Peramalan Permintaan Spring bed ....................

5.2.4.2. Formulasi Fungsi Kendala Ketiga.....................

5.2.5. Penentuan dan Formulasi Fungsi Kendala Keempat .......

5.2.6. Penentuan Model Perencanaan Produksi ........................

5.2.7. Penyelesaian Model Linear Programming

ANALISIS DAN EVALUASI

6.1.1. Analisis Model Perencanaan Produksi

KESIMPULAN DAN SARAN

2.1. Perincian Jumlah Tenaga Kerja pada

5.23. Waktu Standar pada Stasiun Kerja ............................................... V-28

5.39. Tabel Simpleks Iterasi 6 ............................................................... V-63

Rekapitulasi Hasil Perhitungan dengan Integer Programming ...... VI-4

Perbandingan Ketersediaan Sumber Daya di Perusahaan dengan

6.3. Maksimum Perubahan Kapasitas .................................................. VI-7

Struktur Organisasi PT. Cahaya Kawi Ultra Polyintraco ............. II-4