TINJAUAN PUSTAKA
Linear Programming
Linear programming menurut Zulfikarijah (2004) dapat didefinisikan sebagai membuat
rencana kegiatan-kegiatan dengan menggunakan suatu model umum dalam pemecahan
masalah pengalokasian sumber daya-sumber daya yang terbatas secara optimal.
Permasalahan dapat timbul ketika seseorang atau perusahaan dihadapkan pada pilihan
setiap tingkatan kegiatan yang dilakukan, di mana masing-masing kegiatan
membutuhkan input yang sama atau hampir sama, tetapi jumlahnya terbatas.
Menurut Tjutju (2010) linear programming adalah suatu cara untuk menyelesaikan
persoalan pengalokasian sumber-sumber yang terbatas di antara beberapa aktivitas yang
bersaing, dengan cara yang terbaik yang mungkin dilakukan. Program linear
menggunakan model matematis untuk menjelaskan persoalan yang dihadapinya.
Dengan demikian, program linier (LP) adalah perencanaan aktivitas-aktivitas untuk
memperoleh suatu hasil yang optimum, yaitu suatu hasil yang mencapai tujuan terbaik
diantara seluruh alternatif yang fisibel.
Sedangkan menurut Siswanto (2006) permograman linear adalah sebuah metode
matematis yang berkarakteristik linear untuk menemukan suatu penyelesaian optimal
dengan cara memaksimumkan atau meminimumkan fungsi tujuan terhadap satu susunan
kendala,
Model adalah sebuah tiruan terhadap realitas. Langkah untuk membuat peralihan dari
realita ke model kuantitatif dinamakan perumusan model, adalah sebuah langkah
penting pertama pada penerapa teknik Operations Research, di dalam manajamen.
Model program linear mempunyai tiga unsur utama, yaitu:
Variabel Keputusan
Variabel keputusan adalah variabel persoalan yang akan mempengaruhi nilai tujuan
yang hendak dicapai. Di dalam proses pemodelan, penemuan variabel keputusan
tersebut harus dilakukan terlebih dahulu sebelum merumuskan fungsi tujuan dan
kendala-kendalanya.
Fungsi tujuan
Dalam model program linier, tujuan yang hendak dicapai harus diwujudkan ke
dalam sebuah fungsi matematika linier. Selanjutnya, fungsi itu dimaksimumkan
atau diminimumkan terhadap kendala-kendala yang ada.
Kendala-kendala Fungsional
Manajemen menghadapi berbagai kendala untuk mewujudkan tujuan-tujuannya.
Kendala dengan demikian dapat diumpamakan sebagai suatu pembatas terhadap
kumpulan keputusan yang mungkin dibuat dan harus dituangkan ke dalam fungsi
matematika linaer. Dalam hal ini, sesuai dengan dalil-dalil matematika, ada tiga macam
kendala, yaitu:
Kendala berupa pembatas,
Kendala berupa syarat, dan
Kendala berupa keharusan.
Asumsi dalam Model Linear Programming
Dalam menggunakan model program linear menurut Tjutju, (2010), diperlukan
beberapa asumsi sebagai berikut
Asumsi kesebandingan (proportionality)
Kontribusi setiap variabel keputusan terhadap fungsi tujuan adalah sebanding
dengan nilai variabel keputusan.
Kontribusi suatu variabel keputusan terhadap ruas kiri dari setiap pembatas juga
sebanding dengan nilai variabel keputusan tersebut.
Asumsi penambahan (additivity)
Kontribusi setiap variabel keputusan terhadap fungsi tujuan bersifat tidak
bergantung pada nilai dari variabel keputusan yang lain.
Kontribusi suatu variabel keputusan terhadap ruas kiri dari setiap pembatas
bersifat tidak bergantung pada nilai dari variabel keputusan yng lain.
Asumsi pembagian (divisibility)
Dalam persoalan program linier, variabel keputusan boleh diasumsikan berupa
bilangan pecahan.
Asumsi kepastian (certainty)
Setiap parameter, yaitu koefisien fungsi tujuan, ruas kanan, dan koefisien
teknologis, diasumsikan dapat diketahui secara pasti.
Menurut Handoko (1984) agar linear programming dapat diterapkan, asumsi-asumsi
dasar harus ditepati yaitu:
1.
Fungsi tujuan dan persamaan setiap batasan harus linear. Ini mencakup
perngertian
proposional
2.
(deterministic), dan
3.
keputusan atau kegiatan yang akan dilakukan oleh perusahaan. Notasi variabel
keputusan adalah Xj dan Xj ini dijabarkan menjadi X1, X2, X3,.., Xn.
2.
keputusan. Dalam operation research hanya ada dua alternatif tujuan, yaitu
maksimalisasi pada keuntungan (Zmax) atau minimalisasi pada biaya (Zmin) atau
minimalisasi pada biaya (Zmin). Dengan demikian dalam setiap permasalahan yang
dihadapi apabila digunakan model dalam operation research, maka tujuannya hanya
dipilij salah satu saja, yaitu maksimalisasi atau minimlasisasi yang dapat dilihat pada
Persamaan 2.22 sebagai berikut:
Zmaks/min = C1X1 + C2X2 + C3X3 .......... + CnXn .........................
dengan :
Z
Xn
= variabel keputusan,
3.
..................... (2.22)
dibutuhkan dalam melakukan kegiatan atau memproduksi barang atau jasa. Istilah
batasan menggambarkan bahwa jumlahnya terbatas atau dapat dihitung.
Adapun
Bahan baku
Bahan baku adalah bahan-bahan yang akan diolah menjadi barang setengah jadi
maupun barang jadi misalnya bahan baku pada perusahaan tekstil adalah benang dan
perwarna pada perusahaan roti donat adalah tepung terigu, gula, telur, mentega, dan
vermipan. Bahan baku diartikan sebagai kebutuhan bahan baku untuk memproduksi per
unit barang dan jarang sekali kebutuhan bahan baku per unit produk ini berdiri sendiri,
oleh karena itu, perlu dilakukan perhitungan untuk mengetahui bahan baku per unit.
b.
Kapasitas bahan baku adalah jumlah keseluruhan bahan baku maksimum yang tersedia
di perusahaan.
c.
Tenaga Kerja
Tenaga kerja mempunyai dua pengertian, pertama banyaknya tenaga kerja yang
dibutuhkan untuk menghasilkan per unit barang atau jasa dan kedua jam kerja tenaga
kerja adalah lamanya waktu yang digunakan oleh pekerja untuk menyelesaikan per unit
barang atau jasa.
d.
Seperti halnya tenaga kerja, maka kapasitas tenaga kerja ini juga memiliki dua
pengertian, yaitu jumlah keseluruhan tenaga kerja maksimum atau jumlah keseluruhan
jam kerja maksimum yang tersedia di perusahaan.
e.
Mesin
Mesin adalah jumlah mesin atau jam kerja mesin yang dibutuhkan untuk menghasilkan
per unit barang atau jasa.
g.
Kapasitas Mesin
Kapasitas mesin adalah jumlah mesin atau jam kerja mesin maksimum yang
tersedia di perusahaan.
Fungsi persamaan matematis batasan secara umum dapat dilihat pada Persamaan 2.23
sebagai berikut:
aijXj (, =, ) bi .......................................................................................... (2.23)
aij
2.1.3
Bi
Xj
Menurut Siswanto (2006) metode simpleks adalah sebuah prosedur matematis berulang
untuk menemukan penyelesaian optimal soal pemrograman linear dengan cara menguji
titik-titik sudutnya. Prosedur berulang berarti cara yang sama digunakan di dalam
pengujian setiap titik sudut hingga ditemukan sebuah penyelesaian optimal, yaitu
penyelesaian yang memenuhi seluruh kendala dan menghasilkan nilai tujuan ekstrem.
Pada dasarnya metode simpleks dapat digunakan untuk mencapai tujuan keuntungan
maksimal atau biaya minimal, yang membedakan keduanya adalah langkah-langkah
penyelesaianya. Untuk fungsi tujuan akan diformulasikan pada Persamaan 2.25 sebagai
berikut:
Z = S Cj Xj ...................................................................................(2.25)
dengan:
Xn
= variabel slack,
Menurut Zulfikarijah (2004) secara umum bentuk simpleks pada fungsi batasan
memiliki tanda matematis , bentuk ini dianggap baku karena dalam setiap batasan akan
memiliki variabel dasar. Akan tetapi dalam kenyataannya, tidak semua batasan bertanda
, kemungkinan dapat berupa = (sama dengan) atau (lebih besar sama dengan).
Dengan adanya perbedaan bentuk standar, maka perlu digunakan pendekatan tertentu
untuk menyelesaikan permasalahan tersebut.
2.2
Peramalan
Peramalan merupakan alat bantu yang penting dalam perencanaan yang efektif dan
efisien khusunya dalam bidang ekonomi. Peramalan mempunyai peranan langsung pada
peristiwa eksternal yang pada umumnya berada diluar kendali manajemen, seperti
ekonomi, sosial, politik, perubahan teknologi, budaya, pemerintah, pelanggan, pesaing,
dan lain sebagainya. Peramalan adalah prediksi, proyeksi atau estimasi tingkat kejadian
yang tidak pasti dimasa yang akan datang. Ketepatan secara mutlak dalam memprediksi
peristiwa dan tingkat kegiatan yang akan datang adalah mungkin dicapai, oleh karena
itu ketika perusahaan tidak dapat melihat kejadian yang akan datang secara pasti,
diperlukan waktu dan tenaga yang besar agar mereka dapat memiliki kekuatan untuk
menarik kesimpulan terhadap kejadian yang akan datang (Yamit,2008). Sedangkan
menurut Nasution (2008) peramalan merupakan proses untuk memperkirakan beberapa
kebutuhan dimasa mendatang yang meliputi kebutuhan dalam ukuran kuantitas,
kualitas, waktu, dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan
barang ataupun jasa.
2.2.1
Klasifikasi Peramalan
Peramalan jangka panjang, umumnya dua sampai sepuluh tahun. Peramalan ini
digunakan untuk mengambil keputusan dalam hal perlu tidaknya lembur, penjadwalan
kerja, dan lain-lain.
2.2.2
hasil diskusi, pendapat pribadi seseorang, dan intuisi yang meskipun kelihatannya
kurang ilmiah tetapi dapat memberikan hasil yang baik. Peramalan subjektif ini akan
diwakili oleh Delphi dan metode penelitian pasar. Adapun penjelasannya sebagai
berikut:
a.
Metode Delphi
Metode ini merupakan cara sistematis untuk mendapatkan keputusan yang bersama dari
suatu grup yang terdiri dari para ahli dan bersal dari disiplin yang berbeda. Metode
Delphi ini dipakai dalam peramalan teknologi yang sudah digunakan pada
pengoperasian jangka panjang. Selain itu, metode ini juga bermanfaat dalam
pengembangan produk baru, pengembangan kapasitas produksi, penerobosan ke
segmen pasar baru dan strategi keputusan bisnis lainnya.
b.
metode ini mengumpulkan dan menganalisa fakta secara sistematis pada bidang yang
berhubungan dengan pemasaran. Salah satu teknik utama dalam penelitian pasar ini
adalah survey konsumen. Penelitian pasar sering digunakan dalam merencakan produk
baru, sistem periklanan dan promosi yang tepat. Hasil dari penelitian dasar ini kadangkadang juga dipakai sebagai dasar permalan permintaan produk baru.
2.
aturan matematis dan statistic dalam mewujudkan antara permintaan dengan satu atau
lebih variabel yang mempengaruhinya. Selain itu, peramalan objektif juga
mengasumsikan bahwa tingkat keeratan dan macam dari hubungan antara variabelvariabel bebas dengan permintaan yang terjadi pada masa lalu akan berulang juga pada
masa yang akan datang. Peramalan objektif terdiri atas dua metode, yaitu metode
eksentrik dan metode intristik. Adapun penjelasannya sebagai berikut:
a.
Metode
Metode Eksentrik
ini mempertimbangkan factor-faktor eksternal yang mungkin dapat
Metode Intristik
metode ini membuat peramalan hanya berdasarkan pada proyeksi permintaan historis
tanpa mempertimbangkan factor-faktor yang mungkin mempengaruhi bersarnya
permintaan. Metode ini hanya cocok untuk peramalan jangka pendek pada kegiatan
produksi dan pengendalian persediaan bahan baku seringkali perusahaan harus
melibatkan banyak item yang berbeda. Metode intristik akan diwakili oleh analisis deret
waktu (Time Series).
2.2.3
Metode runtun waktu (Times Seris) atau sering pula disebut metode deret waktu atau
deret berkala menggambarkan berbagai gerakan yang terjadi pada sederetan pada waktu
tertentu. Langkah penting dalam memilih metode deret berkala atau runtun waktu
adalah dengan mempertimbangkan jenis pola data (Zamit, 2008). Menurut Nasution
(2008) permintaan di masa lalu pada analisa deret waktu akan dipengaruhi keempat
komponen utama T,C,S, dan R yaitu sebagai berikut:
1.
Kecendrungan/Trend (T)
Trend merupakan sifat dari permintaan di masa lalu terhadap waktu terjadinya,
Siklus/Cycle (C)
Permintaan suatu produk dapat memiliki siklus yang berulang secara periodic,
biasanya lebih dari satu tahun, sehingga pola ini tidak perlu dimasukkan dalam
peramalan jangka pendek. Pola ini amat berguna untuk peramalan jangka menengah dan
jangka panjang.
3.
Fluktuasi permitaan suatu produk dapat naik turun disekitar garis trend dan
biasanya berulang setiap tahun. Pola ini biasanya disebabkan oleh factor cuaca, musim
libur panjang, dan hari raya keagaman yang akan berulang secara periodic setiap
tahunnya.
4.
permintaan sebenarnya,
3.
Sebagai bahan pembuatan jadwal produksi, dan
4.
Sebagai langkah awal dalam membuat kebijakan persediaan.
2.2.1
Permintaan dimasa lalu pada analisa deret waktu akan dipengaruhi keempat komponen
utama T,C,S, dan R. Penjelasan tentang komponen-komponen utama yaitu sebagai
berikut:
1. Trend/Kecenderungan (T)
Trend merupakan sifat dari permintaan dimasa lalu terhadap waktu terjadinya,
apakah permintaan tersebut cenderung naik, turun, atau konstan.
2. Siklus/Cycle (C)
Permintaan suatu produk dapat memiliki siklus yang berulang secara periodik,
biasanya lebih dari satu tahun, sehingga pola ini tidak perlu dimasukan dalam
peramalan jangka pendek. Pola siklus berguna untuk meramalkan penjualan jangka
menengah dan jangka panjang.
3. Musim/Season (S)
biasanya berulang setiap tahun. Pola ini biasanya disebabkan oleh faktor cuaca,
musim liburan panjang, dan hari raya keagamaan yang akan berulang secara
periodik setiap tahunnya.
4. Variasi Acak/Random (R)
Permintaan suatu produk
Gambar 2.1
2.2.2
F t+1
Xt
Ft
2.2.3
Beberapa bagian organisasi dimana peramalan kini memainkan peranan yang penting
antara lain:
Penjadwalan Sumber Daya Yang Tersedia
Penggunaan sumber daya yang efisien memelukan penjadwalan Produk si,
tranportasi, kas, personalia dan sebagainya.
Penyediaan Sumber Daya Tambahan
Waktu tenggang (lead time) untuk memperoleh bahan baku, menerima pekerja
baru, atau membeli mesin dan peralatan dapat berkisar antara beberapa hari
sampai beberapa tahun. Peramalan diperlukan untuk menentukan kebutuhan
sumber daya di masa mendatang.
Penentuan Sumber Daya Yang Diinginkan
Setiap organisasi harus menentukan sumber daya yang ingin dimiliki dalam
jangka panjang. Keputusan semacam itu bergantung pada kesempatan pasar,
faktor-faktor lingkungan dan pengembangan internal dari sumber daya finansial,
manusia, Produk dan teknologis. Semua penentuan ini memerlukan ramalan
yang baik dan manajer dapat menafsirkan perkiraan serta membuat keputusan
yang tepat (Makridakis, 1988).
Menurut Nasution (2008) ukuran akurasi hasil peramalan yang merupakan
ukuran kesalahan peramalan merupakan ukuran tentang tingkat perbedaan antara
hasil peramalan dengan permintaan yang sebenarnya terjadi. Ada 4 ukuran yang
biasa digunakan, yaitu:
Rata-rata Deviasi Mutlak (Mean Absolute Deviation = MAD)
MAD merupakan rata-rata kesalahan mutlak selama periode tertentu tanpa
memperhatikan apakah hasil peramalan levih besar atau lebih kecil
dibandingkan kenyataannya. Persamaan MAD dapat dilihat sebagai berikut:
At Ft
MAD
n
MSE dihitung dengan menjumlahkan kuadrat semua kesalahan peramalan pada setiap
periode dan membaginya dengan jumlah periode peramalan. Persamaan MSE dapat
dilihat sebagai berikut:
MSE
At Ft 2
n
MFE
At Ft
n
dengan:
N
At
Ft
Tracking Signal
Pada setiap peramalan, tanda penjejakan (tracking signal) terkadang digunakan untuk
melihat apakah nilai-nilai yang dihasilkan berada didalam atau diluar batas-batas
pengendalian dimana nilai-nilai tanda penjejakan (tracking signal) itu bergerak antara -4
sampai +4. Tracking signal adalah resiko antara kumulatif error (selisih nilai ramalan
dan nilai actual) (Running Sum of the Forecast Error) terhadap MAD (mean absolute
deviation). Pengukuran tentang sejauh mana peramalan dapat memprediksi nilai aktual
dengan baik. Tracking signal dihitung sebagai jumlah kesalahan ramalan berjalan
(Running Sum of the Forecast Error, RSFE) dibagi dengan mean absolute deviation
(MAD).
Tracking signal yang positif menunjukan bahwa nilai aktual permintaan lebih besar
dari pada peramalan, sedangkan tracking signal yang negatif berarti nilai aktual
permintaan lebih kecil daripada peramalan. Suatu tracking signal disebut baik
apabila memiliki RSFE yang rendah, dan mempunyai positive error yang sama
banyak atau seimbang dengan negative error, sehingga pusat dari tracking signal
mendekati nol. Apabila tracking signal telah dihitung, kita dapat membangun peta
control tracking signal sebagaimana halnya dengan peta-peta kontrol dalam
pengendalian proses statistical, yang memiliki batas kontrol atau dan batas kontrol
bawah.
Beberapa ahli dalam sistem peramalan seperti George Plossl dan Oliver Wight, dua
orang pakar production planning dan inventory control, menyarankan untuk
untuk tracking signal. Dengan demikian apabila tracking signal telah berada di luar
batas-batas pengendalian, model peramalan perlu ditinjau kembali, karena akurasi
peramalan tidak dapat diterima. Namun, apabila tracking signal berada didalam
batas-batas pengendalian maka perhitungan dapat dilanjutkan.