ANALISIS OPTIMASI PRODUKSI PADA PT KHI

PIPE IN DUSTRIES

SKRIPSI
MANAJEMEN OPERASIONAL

Diajukan Untuk Memenuhi Salah Satu Syarat Dalam Menempuh

Gelar Sarjana Ekonomi Pada Jurusan Manajemen
Fakultas Ekonomi dan Bisnis
Universitas Sultan Ageng Tirtayasa

Disusun oleh :

MOCHAMAD SEPTYAN NUGRAHA

5551112391

JURUSAN MANAJEMEN

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS SULTAN AGENG TIRTAYASA

SERANG

2016

i
 PERSETUJUAN PENGESAHAN PEMBIMBING

DAN DEWAN PENGUJI

Skripsi dengan judul :
ANALISI OPTIMASI PRODUKSI PADA PT KHI PIPE INDUSTRIES
Telah diuji dalam sidang skripsi yang diselenggarakan oleh Jurusan Manajemen Fakultas
Ekonomi dan Bisnis Universitas Sultan Ageng Tirtayasa dan dinyatakan :
Pada Hari Rabu Tanggal 03 Bulan Agustus Tahun 2016, Oleh Dewan Penguji :

Serang, 03 Agustus 2016

Pembimbing I Pembimbing II

Yanto Azie Setya, SE., M.Si Diqbal Satyanegara, SE., M.Si

NIP.197710072005011002 NIP. 198302072006041005

Mengetahui,

Dekan Fakultas Ekonomi dan Bisnis Ketua Jurusan

Dr. Fauji Sanusi. Drs., MM Bambang Mahmudi, SE., MM

NIP. 196008262003121001 NIP. 196704122002121002
DEWAN PENGUJI

1. Nama Penguji : Dr. Moh. Mukhsin, SE., M.Sc

NIP. 196806142007011001 ( ) ( )

2. Nama Penguji : Ana Susi Mulyani, SE., MM

NIP. 197511222005012001 ( ) ( )

3. Nama Penguji : Emma Suryani, SE., MM

NIP. 198106072008122002 ( ) ( )
Nama : Mochamad Septyan Nugraha
No. Induk Mahasiswa : 5551112391
Jurusan : Manajemen
Jenjang Pendidikan : Strata-1 (S1)

ii
 LEMBAR PERNYATAAN ORISINALITAS

Yang bertanda tangan dibawah ini :

Nama : Mochamad Septyan Nugraha

Nim : 5551112391

Perguruan Tinggi : Universitas Sultan Ageng Tirtayasa

Menyatakan dengan sesungguhnya bahwa skripsi dengan judul :

“ANALISIS OPTIMASI PRODUKSI PADA PT KHI PIPE INDUSTRIES”

Saya tulis sebagai syarat untuk memperoleh gelar Sarjana Ekonomi (SE)

dari Universitas Sultan Ageng Tirtayasa, seluruhnya merupakan hasil karya

sendiri. Adapun bagian-bagian tertentu dalam penulisan skripsi yang saya kutip

dari hasil karya orang lain telah dituliskan sumbernya secara jelas sesuai dengan

norma, kaidah dan etika penulisan karya ilmiah.

Apabila dikemudian hari ditemukan seluruh atau sebagian skripsi ini

bukan hasil karya saya sendiri atau adanya plagiat dalam bagian tertentu, saya

bersedia menerima sanksi berupa pencabutan gelar akademik yang saya sandang

dan sangksi-sangksi lainnya sesuai dengan perundang-undangan yang berlaku.

Serang, Juli 2016

Saya yang membuat pernyataan

Mochamad Septyan Nugraha

5551112391

iii
 MOTTO DAN PERSEMBAHAN

MOTTO :

“Bila kau tak sanggup lelahnya belajar, maka kau harus tahan menanggung

perihnya kebodohan” (Imam Syafi’i r.a)

“Yakin akan kemampuan sendiri akan membuahkan hasil yang

memuaskan”
NIAT, YAKIN dan PERCAYA, LAKUKAN !!
(Mochamad Septyan Nugraha)

PERSEMBAHAN

Untuk Kedua Orang Tuaku Tercinta, Terima Kasih atas Doa yang selalu kalian

panjatkan Kepada-Nya untukku

Terima kasih atas segala pengorbanan yang telah kalian berikan dan lakukan

untukku

Ridhoi anakmu ini untuk selalu bisa membahagiakan dan membanggakan

kalian

Ku persembahkan skripsi ini untuk kalian

Skripsi ini adalah salah satu bukti nyata akan doa-doa kalian untukku

Ku persembahkan juga untuk Dosen, sahabat dan teman - teman yang selalu

memberikan dukungan dan semangat hingga skripsi ini terselesaikan

Dukungan dan pengorbanan kalian tak akan pernah terlupakan

あなたのすべてのありがとう ございます。

“Anata no subete no arigatougozaimasu”

iv
 ABSTRAK

Mochamad Septyan Nugraha / 112391 / Jurusan Manajemen Fakultas

Ekonomi dan Bisnis / Universitas Sultan Ageng Tirtayasa / Analisis Optimasi
Produksi Pada PT KHI Pipe Industries / Dibawah bimbingan Bapak Yanto Azie
Setya, SE.,M.Si dan Diqbal Satyanegara, SE.,M.Sc.

Dalam setiap proses produksi optimalisasi merupakan hal yang sangat

peting, karena akan berhubungan serta berdampak langsung terhadap keuntungan
suatu perusahaan. Namun dalam setiap proses produksi pasti memiliki kendala-
kendala dapat berupa kendala bahan baku, jam tenaga kerja langsung, dan
permintaan. Produksi yang dihasilkan PT. KHI Pipe Industrie yaitu pipa baja
dengan ukuran diameter, mulai dari 4” (inch), 6” (inch), 8” (inch), 10” (inch),
hingga 12” (inch).
Metode yang digunakan dalam penelitian ini adalah metode Pemrograman
Linier (Linier Progamming) yaitu untuk mengetahui berapa keuntungan yang
akan diperoleh perusahaan dengan mengoptimalisasikan kendala-kendala yang
ada pada PT. KHI Pipe Industies divisi Plant 1.
Hasil perhitungan dengan menggunakan metode Pemrograman Linier
(Linier Progamming) mengetahui keuntungan optimal yang akan di terima oleh
perusahaan dengan mengoptimalkan kendala-kendala yang ada adalah sebesar Rp
118.121.100,- dan aktualnya adalah sebesar Rp 94.500.000,- yang artinya terdapat
selsisih sebesar Rp 23.621.100,- dalam 3 bulan terakhir.

Kata Kunci : Produksi, Pemrograman Linier (Linier Programing), Optimalisasi,

Keuntungan pendapatan

v
 ABSTRACT

Mochamad Septyan Nugraha / 112391 / Department of Management

Faculty of Economic and Business/ University of Sultan Ageng Tirtayasa/
Production Optimization Analysis on KHI Pipe Industries.

In every production process optimization is of paramount importance of

a healthy, because it will be related to and a direct impact on profits of a
company. But in every production process definitely has constraints may include
constraints of raw materials, direct labor hours, and demand. The resulting
production PT. KHI Pipe Industrie ie steel pipes with diameters ranging from 4
"(inch), 6" (inch), 8 "(inch), 10" (inch) to 12 "(inch).
The method used in this research is the method of Linear Programming
(Linear Progamming) is to determine how much profit to be obtained by the
company by optimizing the constraints that exist on the PT. KHI Pipe Industies
Plant 1 division.
The result of the calculation using Linear Programming (Linear
Progamming) determine optimal benefits to be received by the company by
optimizing the constraints that there is 118 121 100,- rupiah and actually
amounted to 94.5 million rupiah, which means that there are selsisih of 23.6211
million rupiah, in the last 3 months.

Keywords : Production, Linear Programming, Optimization, Revenue gain

vi
 KATA PENGANTAR

Assalammu’alaikum Wr. Wb.

Segala puji hanya milik Allah azza wa jalla yang telah memberikan
rahmat, karunia serta nikmat-Nya sehingga skripsi ini dapat terselesaikan.
Sholawat dan salam kepada Nabi Muhammad SAW yang telah membawa umat
manusia dalam kehidupan yang sarat ilmu pengetahuan dan menjunjung tinggi
nilai-nilai akhlakul karimah.
Skripsi ini berisikan mengenai hasil dari perencanaan yang telah
dilakukan, di mana dalam penyusunannya merupakan aplikasi dari beberapa
matakuliah yang dipelajari di bangku kuliah. Skripsi ini disusun sebagai salah satu
syarat kelulusan untuk meraih gelar sarjana ekonomi pada Jurusan Manajemen di
Universitas Sultan Ageng Tirtayasa.
Dalam penyusunan skripsi ini berbagai kesulitan dan hambatan dihadapi
penulis, namun dengan adanya bimbingan, pengarahan, bantuan dan dorongan
semangat dari berbagai pihak alhamdulillah akhirnya tugas akhir ini dapat
diselesaikan, oleh karena itu penulis mengucapkan terima kasih yang sebesar-
besarnya kepada :

1. Allah SWT
2. Prof. Dr. H. Sholeh Hidayat, M.Pd Rektor Universitas Sultan Ageng
Tirtayasa.
3. Dr. H. Fauji Sanusi, Drs, MM selaku Dekan Fakultas Ekonomi
Universitas Sultan Ageng Tirtayasa.
4. Bambang Mahmudi, SE., MM selaku ketua jurusan Manajemen
Fakultas Ekonomi Universitas Sultan Ageng Tirtayasa.
5. Bambang Mahmudi, SE., MM selaku Dosen Wali.
6. Yanto Azie Setya, SE., M.Si selaku Pembimbing I. Terima kasih atas
segala ilmu, pengalaman, waktu, serta kesabarannya dalam membimbing.
7. Diqbal Satyanegara, SE., M.Si Selaku Pembimbing II. Terima kasih atas
ilmu, waktu dan kesabarannya dalam membimbing, dan yang telah
memberikan solusi untuk judul Tugas Ahkir.

vii
 8. Ayahanda (Bapak Tb. Rahmat Hidayat) & Ibunda (Ibu Neneng Siti
Juarsih) tercinta yang selalu mendukung & mendoakan anakmu ini tanpa
merasa lelah dan mengeluh sedikitpun.
9. Kakak, adikku, dan keponakanku tercinta, Mochamad Kurniawan, S.Kom,
Heni Maria Hera, Mochamad Rizza Mardiawan, Amd, Mochamad Surya
Apriliansyah, Marsya Siti Utami Putri, Mochamad Rasya Rabiansyah, dan
Adzkia Dzihni Nafeeza. Terima kasih atas doa & dukungan selama
pengerjaan skripsi ini.
10. Dosen-dosen manajemen, dan para Staff yang telah membatu dan
mendukung dalam penyusunan skripsi ini.
11. Sahabat-sahabatku Hardy Ardiansyah, S.P, Andhira Alif Pratama, S.H,
Meliayana Agustina, S.Sos, Anggi Septi Sapari, S.E, Rizky Maulana, S.E,
Haziz Arief Atmadja, S.E, M. Sofyan Atsauri, S.E, Reza Rama Saputra,
S.E, Faisal Azdias Putra, S.E, Nauval Irfan Septiyadi, S.E, dan Teman-
teman lainnya yang tidak dapat disebutkan satu persatu. Terimakasih atas
dukungan dan bantuannya selama pengerjaan skripsi ini.
Menyadari akan kelemahan serta kekurangan diri sebagai manusia
biasa, oleh karena itu segala saran dan kritik yang konstruktif sangat
diharapkan. Akhir kata, semoga skripsi ini bermanfaat dan dipergunakan
sebagai tambahan pustaka serta menjadi sumber ide-ide bagi peneliti yang
akan datang.
Wassalammu’alaikum Wr. Wb.

Serang, Juli 2016

Mochamad Septyan Nugraha

5551112391

viii
 DAFTAR ISI

JUDUL ................................................................................................................... i
PERSETUJUAN PENGESAHAN PEMBIMBING DAN
DEWAN PENGUJI .............................................................................................. ii
MOTTO DAN PERSEMBAHAN ...................................................................... iv
ABSTRAK .............................................................................................................v
ABSTRACT .......................................................................................................... vi
KATA PENGANTAR ........................................................................................ vii
DAFTAR ISI ........................................................................................................ ix
DAFTAR TABEL .............................................................................................. xii
DAFTAR LAMPIRAN .......................................................................................xv
BAB I ......................................................................................................................1
PENDAHULUAN ..................................................................................................1
1.1 Latar Belakang ............................................................................................1
1.2 Identifikasi Masalah ....................................................................................7
1.3 Batasan Masalah ..........................................................................................7
1.4 Perumusan Masalah ....................................................................................8
1.5 Tujuan Penelitian ........................................................................................8
1.6 Manfaat Penelitian ......................................................................................9
BAB II ..................................................................................................................10
TINJAUAN PUSTAKA ......................................................................................10
2.1 Manajemen Operasional ...........................................................................10
2.2 Optimasi .....................................................................................................11
2.3 Produksi .....................................................................................................12
2.4 Manajemen Produksi ................................................................................15
2.4.1 Fungsi dan Tujuan Manajemen Produksi ..................................... 16
2.4.2 Ruang Lingkup Manajemen Produksi .......................................... 17
2.5 Pemrograman Linear ................................................................................19
2.5.1 Asumsi – asumsi Dasar Program Linier ........................................ 21
2.5.2 Bentuk Umum Model LP ................................................................ 22
2.5.3 Penyelesaian Pemrograman Linear (Linear Programming) ........ 23

ix
 2.6 Analisis Sensitivitas ...................................................................................27
2.7 POM for Windows Version 3 .....................................................................28
2.8 Penelitian Terdahulu yang Relevan ........................................................29
2.9 Kerangka Penelitian ..................................................................................36
BAB III .................................................................................................................39
METODE PENELITIAN ...................................................................................39
3.1 Jenis Penelitian ..........................................................................................39
3.2 Populasi Dan Sampel Penelitian ..............................................................39
3.3 Variabel Penelitian dan Operasionalisasi ...............................................39
3.4 Lokasi Penelitian .......................................................................................40
3.5 Data yang digunakan ................................................................................41
3.6 Teknik Pengumpulan Data .......................................................................42
3.7 Pengolahan dan Analisis Data ..................................................................44
BAB IV .................................................................................................................53
HASIL PENELITIAN DAN PEMBAHASAN .................................................53
4.1 Gambaran Umum Perusahaan ................................................................53
4.1.2 Kepegawaian pada PT. KHI Pipe Industries ................................. 59
4.1.3 Aktivitas Pokok Perusahaan ........................................................... 59
4.1.4 Fasilitas yang dimiliki Perusahaan ................................................ 60
4.1.5 Logo PT. KHI Pipe Industries ......................................................... 61
4.1.6 High Frequency Resistance Welded Pipe (HFRW) atau disebut .. 61
juga Electric Resistance Welding (ERW) di PT. KHI Pipe
Industries .......................................................................................... 61
4.2 Analisa Produksi dengan metode Pemrograman Linier, Simpleks, dan
Analisis Sensitivitas ..................................................................................62
4.3 Ketenagakerjaan .......................................................................................63
4.4 Proses produksi pada mesin ERW #1 ......................................................63
4.5 Pemasaran ..................................................................................................64
4.6 Perumusan Model Linear Programming .................................................65
4.6.1 Kendala Bahan Baku ....................................................................... 67
4.6.2 Kendala Jam Tenaga Kerja Langsung .......................................... 69
4.6.3 Kendala Permintaan ........................................................................ 72
4.7 Hasil Optimasi Fungsi Tujuan .................................................................73

x
 4.7.1 Hasil Optimasi Keuntungan Tanpa Menggunakan Kendala ...... 73
Permintaan ....................................................................................... 73
4.7.2 Nilai Reduced Cost ........................................................................... 75
4.7.3 Dual Value dan Slack atau Surplus ................................................ 79
4.7.4 Solution List ...................................................................................... 83
4.7.5 Hasil Optimasi Keuntungan dengan Menggunakan Kendala ..... 86
Permintaan ....................................................................................... 86
4.7.6 Nilai Reduced Cost ........................................................................... 87
4.7.7 Dual Value dan Slack atau Surplus ................................................ 88
4.7.8 Solution List ..................................................................................... 97
BAB V .................................................................................................................100
KESIMPULAN DAN SARAN .........................................................................100
5.1 Kesimpulan ..............................................................................................100
5.2 Saran .........................................................................................................101
DAFTAR PUSTAKA
LAMPIRAN

xi
 DAFTAR TABEL
Tabel 1.1 Tabel Perbandingan Konsumsi Baja Per Kapitan di Negara ASEAN
Tahun 2015 ............................................................................................ 2
Tabel 1. 2 Data Produksi tahun 2015 ..................................................................... 4
Tabel 2. 1 Daftar Penelitian Terdahulu ................................................................. 29
Tabel 3. 1 Operasional Variabel ........................................................................... 40
Tabel 3. 2 Waktu Penelitian ................................................................................. 41
Tabel 4. 1 Data Kepegawaian PT. KHI Pipe Industries ...................................... 59
Tabel 4. 2 Jam Kerja Karyawan ........................................................................... 63
Tabel 4. 3 Kapasitas aktual produksi pipa baja PT. KHI ..................................... 65
Tabel 4. 4 Variabel Keputusan ............................................................................. 66
Tabel 4. 5 Kontribusi Keuntungan Tiap Produk .................................................. 67
Tabel 4. 6 Pemakaian Bahan Baku HRC ............................................................. 69
Tabel 4. 7 Ketersediaan Jam Tenaga Kerja Langsung ......................................... 70
Tabel 4. 8 Koefisien Kebutuhan Jam Tenaga Kerja Langsung ............................. 70
Tabel 4. 9 Koefisien Kebutuhan Jam Tenaga Kerja Langsung Masing-masing
Produk .................................................................................................. 71
Tabel 4. 10 Permintaan Produk Selama Periode 3 Bulan Produksi ..................... 72
Tabel 4. 11 Rincian Keuntungan Aktual Produk Pipa Baja di PT. KHI Pipe
Industries ........................................................................................... 73
Tabel 4. 12 Solusi Optimasi Keuntungan Produk I Tanpa Kendala Permintaan . 74
Tabel 4. 13 Solusi Optimasi Keuntungan Produk II Tanpa Kendala Permintaan 74
Tabel 4. 14 Solusi Optimasi Keuntungan Produk III Tanpa Kendala
Permintaan ......................................................................................... 74
Tabel 4. 15 Solusi Optimasi Keuntungan Keseluruhan Tanpa Kendala
Permintaan .......................................................................................... 75
Tabel 4. 16 Jangkauan (Ranging) Optimasi Keuntungan Tanpa Kendala
Permintaan ......................................................................................... 75
Tabel 4. 17 Hasil Optimasi Penggunaan Sumber Daya ....................................... 79
Tabel 4. 18 Solution List PT. KHI Pipe Industries pada divisi Plant 1 Tanpa
Kendala Permintaan .......................................................................... 83
Tabel 4. 19 Solusi Optimasi Keuntungan Produk I dengan Kendala Permintaan 86

xii
Tabel 4. 20 Solusi Optimasi Keuntungan Produk II dengan Kendala Permintaan 87
Tabel 4. 21 Solusi Optimasi Keuntungan Produk III dengan Kendala
Permintaan .......................................................................................... 87
Tabel 4. 22 Solusi Optimasi Keuntungan Keseluruhan dengan Kendala
Permintaan .......................................................................................... 87
Tabel 4. 23 Jangkauan (Ranging) Optimasi Keuntungan dengan Kendala
Permintaan .......................................................................................... 88
Tabel 4. 24 Dual Value dan Slack atau Surplus dengan Kendala Permintaan ..... 89
Tabel 4. 25 Solution List PT. KHI Pipe Industries Plant 1 dengan Kendala
Permintaan ......................................................................................... 98

xiii
 DAFTAR GAMBAR
Gambar 2. 1 Metode Grafik ................................................................................. 25
Gambar 2. 2 Kerangka Pemikiran ........................................................................ 37
Gambar 3. 1 Modul Linier Programming ............................................................ 47
Gambar 3. 2 Klik File - New ................................................................................. 48
Gambar 3. 3 Judul Masalah, Number of Constraint, Number of Variables ......... 48
Gambar 3. 4 File Baru .......................................................................................... 49
Gambar 3. 5 Input Fungsi Tujuan dan Kendala ................................................... 49
Gambar 3. 6 Klik Solve ........................................................................................ 50
Gambar 3. 7 Linier Programming Result ............................................................. 50
Gambar 3. 8 Hasil Jangkauan (Ranging) ............................................................. 51
Gambar 3. 9 Hasil Dual Value ............................................................................. 51
Gambar 3. 10 Solution List .................................................................................. 52
Gambar 4. 1 Logo PT. KHI Pipe Industries ........................................................ 61
Gambar 4. 2 Proses Produksi Pipa Baja ............................................................... 64

xiv
 DAFTAR LAMPIRAN

Lampiran 1 : Daftar Wawancara

Lampiran 2 : Struktur Organisasi PT. KHI Pipe Industries

Lampiran 3 : Dokumentasi PT. KHI Pipe Industries

Lampiran 4 : Formulasi Model Optimasi Tanpa Kendala Permintaan dengan

Menggunakan POM-QM for Windows

Lampiran 5 : Hasil Optimasi Fungsi Tujuan Tanpa Kendala Permintaan dengan

POM-QM for Windows

Lampiran 6 : Formulasi Model Optimasi dengan Kendala Permintaan dengan

Menggunakan POM-QM for Windows

Lampiran 7 : Hasil Optimasi Fungsi Tujuan dengan Kendala Permintaan dengan

POM-QM for Windows

Lampiran 8 : Surat Keterangan Penelitian

Lampiran 9 : Kartu Bimbingan Skripsi

Lampiran 10 : Daftar Riwayat Hidup

Lampiran 11 : Jurnal Penelitian

xv
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Industri adalah kegiatan ekonomi yang menciptakan nilai tambah, dan

pengertian industri dibagi ke dalam lingkup makro dan mikro. Secara mikro,

pengertian industri sebagai kumpulan dari sejumlah perusahaan yang

menghasilkan barang-barang homogen, atau barang-barang yang mempunyai

sifat saling mengganti sangat erat. Jadi batasan industri yaitu secara mikro

sebagai kumpulan perusahaan yang menghasilkan barang sedangkan secara

makro dapat membentuk pendapatan. Dari segi pembentukan pendapatan

yakni cenderung bersifat makro (Hasibuan, 2000).

Keberadaan industri baja menjadi sangat strategis untuk kemakmuran

suatu negara. Hal ini dikarenakan industri baja merupakan salah satu bagian

dari industri logam dasar yang termasuk dalam industri hulu. Industri baja

menjadi salah satu industri yang strategis di Indonesia. Jumlah perusahaan

industri baja nasional dari yaitu sebanyak 1.167 perusahaan. Sebanyak 29

perusahaan di antaranya merupakan pabrik pipa las. (Kementrian Industri,

2015)

Namun sampai saat ini konsumsi baja Indonesia masih sangat rendah.

Pada tahun 2015 konsumsi baja Indonesia adalah sebesar 61,6 kg per kapita

per tahun dan menempati urutan ke-6 diantara negara-negara ASEAN.

Konsumsi per kapita industri baja suatu negara dihitung dari jumlah produksi

baja kasar dibagi dengan jumlah penduduk negara tersebut. Indonesia sendiri

1
 2

memiliki potensi yang besar untuk mengembangkan industri baja. Hal ini

didasarkan pada data konsumsi baja per kapita Indonesia yang saat ini masih

sangat rendah.

Angka ini masih di bawah konsumsi negara-negara di Asia Tenggara.

Untuk bias menjadi negara maju, maka Indonesia harus memiliki konsumsi

baja per kapita per tahun sebesar 500 Kg. Dengan tingkat konsumsi baja per

kapita pertahun yang masih rendah maka Indonesia setidaknya masih

memerlukan kapasitas produksi baja 120 juta ton untuk menopang konsumsi

500 Kg per tahun per kapita. Konsumsi dalam negeri ini dipenuhi dari hasil

produksi dalam negeri dan ditambah dari impor (World Steel Association,

2015). Perbandingan konsumsi baja per kapita di negara-negara ASEAN

Tahun 2015 dapat dilihat pada tabel 1.1 berikut ini.

Tabel 1.1
Perbandingan Konsumsi Baja Per Kapita di Negara ASEAN Tahun 2015

Konsumsi Baja Per Kapita Negara ASEAN

Tahun 2015
Nama Negara Kg/ Kapita/ Tahun
Singapur 1018,7
Malaysia 392,3
Thailand 291,4
Vietnam 151
Philipina 79,5
Indonesia 61,6
ASIA 285
DUNIA 235,9

Sumber : Kementrian Industri, 2015

 3

Dari struktur permintaan, pasar domestik lebih banyak mengkonsumsi

besi/baja kasar, Hot Rolled Coils (HRC), Hot Rolled Plates, Cold Rolled

Coils (CRC), besi beton profil ringan, dan batang kawat baja (Wire Rod).

Sektor konstruksi merupakan sektor penyumbang terbesar terhadap konsumsi

baja nasional dengan proporsi sebesar 80%. Pembangunan jaringan pipa

memiliki kontribusi sebesar 8%, sektor manufaktur 3%, industri alat-alat

mesin 2% dan industri otomotif 1%, sedangkan 6% sisanya merupakan

kebutuhan industri lain.

Produsen HR Coil di Indonesia hanya ada dua perusahaan yaitu PT

Krakatau Steel dan PT Gunung Raja Paksi. Sedangkan HR plate di Indonesia

hanya ada empat perusahaan yang memproduksinya yaitu, PT Krakatau Steel,

PT Gunung Raja Paksi, Jayapari Steel dan Gunawan Dianjaya Steel di

Surabaya.

Pabrik HRC plate terbesar di Indonesia adalah PT. Krakatau Steel

dengan kapasitas produksi HRC 1.950.000 ton per tahun, meningkat dari

sebelumnya 1.850.000 ton. Sedangkan HR Plate sebesar 150.000 ton per

tahun. HR Plate yang diproduksi KS terutama digunakan untuk galangan

kapal, struktur baja dan industri pabrik pipa, yang telah memiliki standar

internasional seperti American Petroleum Institute (API) khusus untuk

industri minyak dan gasespecially dan American Society Testing Material

(ASTM), British Standard (BS), British Standard Europe Norm (BSEN) dan

Japan Industrial Standard (JIS). (Data Consult, 2009)

PT. KHI Pipe Industries terletak di Krakatau Industrial Estate Cilegon,

merupakan salah satu anak perusahaan PT Krakatau Steel (Persero), Tbk.

 4

yang bergerak di bidang produksi pipa baja dan jasa aplikasi pelapisan anti

korosi. PT. KHI memiliki 6 mesin untuk memproduksi pipa baja dengan

masing-masing mesin menghasilkan pipa baja yang memiliki karakter

berbeda-beda, diantaranya adalah Mesin Electric Resistance Welding (ERW)

#1, Mesin Electric Resistance Welding (ERW) #2, Spiral Pipe Machine

(SPM) 1200, Spiral Pipe Machine (SPM) 1800, Spiral Pipe Machine (SPM)

2000, dan Coating Machine.

Pada Mesin ERW #1 pipa baja yang dihasilkan memiliki karakter pipa

yang dapat digunakan untuk perusahaan Migas, PDAM, dan PLN. Mesin

ERW #1 menghasilkan produk pipa dengan ukuran diameter 4” (inch), 6”

(inch), 8” (inch), 10” (inch), dan 12” (inch).

Dalam fenomena yang terjadi di PT KHI Pipe Industries yaitu Analisis

Optimasi Produksi pada mesin ERW #1 dapat dilihat dari data 3 bulan

terakhir tahun 2015 dibawah ini pada tabel 1.2

Tabel 1. 2
Data Produksi Tahun 2015

TOTAL PRODUKSI
BULAN
( ACC + Repair )
AGUSTUS 577
SEPTEMBER 5.010
OKTOBER 1.601
TOTAL 7.188

Sumber : PT KHI Pipe industries 2015

Dilihat dari data produksi 2015 Total Produksi pada mesin ERW #1

mengalami kenaikan dan penurunan yang fluktuatif dari bulan ke bulan. Hal

ini menjadi bahan evaluasi bagi perusahaan.

 5

Persoalan umum yang dihadapi oleh perusahaan adalah bagaimana

mengkombinasikan faktor-faktor produksi atau sumber daya yang dimiliki

secara bersama dengan tepat agar diperoleh keuntungan maksimal. Biaya

produksi sangat ditentukan oleh efisiensi dan perhitungan perbandingan input

terhadap output dalam proses produksi. Efisiensi merupakan tindakan

memaksimalkan hasil dengan menggunakan modal (tenaga kerja, material

dan alat) yang minimal (Daft, L.R. 2007).

Setiap perusahaan umumnya ingin memperoleh keuntungan maksimal

dengan mengoptimalkan keterbatasan sumber daya yang ada (Pratama, D.S.

2012) . Hal itu dapat diselesaikan menggunakan metode pemrograman linier

(Partono, Windu. 2007). Metode tersebut terbukti dapat mengoptimalkan

tujuan produksi yang ingin dicapai berdasarkan batasan-batasan sumber daya

yang ada (Asmundsson, J., Uzsoy, R., dan Rardin, RL. 2002). Hal tersebut

dipertegas oleh ilmuwan lain yang menyatakan bahwa bila perusahaan

menghasilkan produk yang bervariasi, maka metode perencanaan untuk

memproduksi barang agar memperoleh keuntungan yang maksimal dapat

diperoleh dengan pemrograman linier (Gitosudarmo, Indriyo. 2002).

Dengan demikian, metode pemrograman linier adalah suatu metode

yang digunakan oleh perusahaan dalam memproduksi barang lebih dari satu

variasi dengan sumber daya yang terbatas. Optimasi biasanya dilakukan

untuk mengoptimalkan sumber daya yang ada serta meminimalkan risiko

namun tetap mendapatkan hasil yang optimal (Susilo,2012).

Ada beberapa metode yang dapat digunakan dalam menyelesaikan

masalah optimasi produksi ini, namun kali ini peneliti menggunakan Linier
 6

Programing (pemrograman linier), metode Simpleks, dan metode Analisis

Sensitivitas. Metode tersebut memiliki kemampuan dalam memperhitungkan

kendala-kendala yang terjadi pada saat proses produksi. Pemrograman Linier

yaitu teknik penilaian dan peninjauan program. Metode Simpleks yaitu

metode perhitungan ulang, dan metode Analisis Sensitivitas yaitu metode

perubah koefisien fungsi tujuan. Tiga metode ini sangat berguna dalam

pengoptimalisasian produksi dalam suatu perusahaan. Ketiga metode tersebut

dapat megetahui perhitungan jika terjadi perubahan koefisien fungsi tujuan

agar mendapatkan hasil produksi yang optimal (Ernawati, 2010).

Kegunaaan Pemrograman Linier ini terletak pada tingkat ketelitian

analisis dari suatu rancangan produksi. Dalam hal ini merupakan alat yang

penting pada fase perencanaan suatu produksi. Pemrograman Linier dapat di

gunakan untuk menemukan beberapa kombinasi alternatif dari pemecahan

masalah yang kemudian dipilih mana yang terbaik untuk menyusun strategi

agar mencapai tujuan yang diinginkan secara optimal. Metode Simpleks

merupakan suatu teknik perhitungan ulang yang di pergunakan dalam proses

produksi. Sedangkan metode Analisis Sensitivitas merupakan suatu teknik

yang digunakan untuk memperhitungkan jika terjadi perubahan koefisien

fungsi tujuan pencapaian produk yang optimal (Ernawati, 2010).

Untuk itu dalam mengembalikan tingkat produksi pipa baja dengan

hasil yang optimal diperlukan suatu upaya perencanaan akumulasi sumber

daya produksi, walaupun akan diikuti pengurangan beberapa faktor produksi.

Diperlukan analisis optimalisasi produksi untuk mengetahui berapa nilai

optimal suatu produk tersebut yang akan didapat dengan mengefektifkan dan
 7

mengefisienkan faktor-faktor produksi agar mendapatkan hasil produksi pipa

baja yang optimal sehingga keuntungan perusahaan dapat maksimal. Dari

permasalahan diatas didapatkan judul penelitian yaitu “ANALISIS

OPTIMASI PRODUKSI PADA PT KHI PIPE INDUSTRIES”.

1.2 Identifikasi Masalah

Setelah melakukan wawancara dengan pihak perusahaan PT KHI Pipe

Industries penulis dapat menyimpulkan permasalahan yang terjadi pada

proses produksi PT KHI, diantaranya yaitu :

1. Produksi pipa baja pada mesin ERW #1 masih terdapat produksi yang

ditolak (reject) karena disebabkan dari beberapa faktor proses produksi

yang masih kurang optimal, namun peneliti melakukan pengolahan data

dengan data ukuran per diameter pipa yang tersedia di PT KHI agar dapat

digolongkan berdasarkan ukurannya

2. Dengan adanya jumlah produksi pipa di PT KHI tersedia berbagai ukuran

pipa yang terdiri dari beberapa diameter diantaranya 4”, 6”, 8”, 10”, 12” .

Dari beberapa ukuran tersebut dengan total produksi 3 bulan terakhir

sebesar 7.188.

Dari total produksi pipa ukuran 4” (inch) = 1.555, 6” (inch) = 2.951, 8”

(inch) = 2.682. Maka dapat dilihat dari total produksi lebih banyak

diameter 6” (inch).

1.3 Batasan Masalah

Batasan-batasan masalah dalam penelitian ini adalah :

 8

1. Pada saat penelitian dilakukan bertepatan dengan berlangsungnya aktifitas

produksi, sehingga peneliti tidak dapat menganalisa pada mesin yang

menyebabkan produksi kurang optimal

2. Peneliti tidak dapat berada di kawasan perusahaan setiap hari dikarenakan

sedang berlangsungnya aktifitas produksi

1.4 Perumusan Masalah

Berdasarkan uraian diatas, penulis merumuskan beberapa permasalahan

sebagai berikut :

1. Bagaimana penentuan optimasi produksi perusahaan yang diterapkan pada

PT. KHI Pipe Industries agar dapat mencapai keuntungan optimal ?

2. Apa saja kendala yang harus diperhatikan oleh PT. KHI Pipe Industries

dalam optimasi produksi ?

3. Berapa laba optimal yang dapat diperoleh PT. KHI Pipe Industries setelah

pengoptimasian dan berapa selisih laba optimal dengan laba aktual yang

diperoleh?

1.5 Tujuan Penelitian

Tujuan dilakukannya penilitian adalah :

1. Untuk menganalisis penentuan optimasi produksi perusahaan yang

diterapkan pada PT. KHI Pipe Industries agar mencapai keuntungan

optimal

2. Untuk mengetahui kendala apa saja yang dihadapi oleh PT. KHI Pipe

Industries dalam optimasi produksi

 9

3. Untuk mengetahui laba optimal yang dapat diperoleh PT. KHI Pipe

Industries pada kondisi optimal dan dibandingkan dengan hasil aktualnya.

1.6 Manfaat Penelitian

Manfaat penelitian ini adalah :

1. Bagi Peneliti, dengan adanya penelitian ini diharapkan dapat memperluas

pengetahuan dan wawasan peneliti tentang optimasi produksi dengan

menggunakan Linier Programming.

2. Bagi PT. KHI Pipe Industries hasil dari penelitian ini diharapkan dapat

memberikan solusi yang optimal pada produk pipa baja sehingga

keuntungan perusahaan akan meningkat sesuai dengan perhitungan

perusahaan.

3. Bagi Universitas, sebagai bahan referensi bagi para pembaca yang

mengadakan penelitian sejenis dan menambah kepustakaan khususnya

bagi Fakultas Ekonomi Jurusan Manajemen.

4. Bagi Peneliti Selanjutnya, sebagai referensi bagi peneliti-peneliti

selanjutnya yang tertarik mendalami tentang optimasi produksi, untuk

mendapatkan penemuan-penemuan baru yang berguna bagi kemajuan dan

pengembangan ilmu pengetahuan.

 BAB II

TINJAUAN PUSTAKA

2.1 Manajemen Operasional

Menurut Heizer dan Rander (2009), manajemen operasional adalah

serangkaian aktivitas yang menghasilkan nilai dalam bentuk barang dan jasa

dengan mengubah input menjadi output.

Menurut Herjanto (2007), manajemen operasional adalah suatu

kegiatan yang berhubungan dengan pembuatan barang, jasa dan

kombinasinya, melalui proses transformasi dari sumber daya produksi

menjadi keluaran (output) yang diinginkan.

Menurut Stevenson (2009), manajemen operasional adalah sistem

manajemen atau serangkaian proses dalam pembuatan produk atau

penyediaan jasa. Menurut Daft (2006), manajemen operasional adalah bidang

manajemen yang mengkhususkan pada produksi barang, serta menggunakan

alat dan teknik khusus untuk memecahkan masalah produksi. Menurut Evans

dan Collier (2007), manajemen operasional adalah ilmu dan seni untuk

memastikan bahwa barang dan jasa diciptakan dan berhasil dikirim ke

pelanggan.

Dari beberapa uraian diatas manajemen operasional merupaka

serangkaian proses atau aktivitas pembuatan barang, jasa dan kombinasinnya

dengan menggunakan alat dan teknik khusus untuk mentransformasi sumber

daya produksi (input) menjadi barang atau jasa (output) yang bernilai untuk

memenuhi kebutuhan konsumen.

10
 11

2.2 Optimasi

Optimasi dengan kendala pada dasarnya merupakan persoalan dalam

menentukan nilai variabel-variabel suatu fungsi menjadi maksimum atau

minimum, dengan memperhatikan keterbatasan-keterbatasan yang ada.

Keterbatasan tersebut meliputi semua faktor produksi yang digunakan dalam

proses produksi seperti lahan, tenaga kerja dan modal. (Supranto, 1988).

Optimasi merupakan pencapaian suatu keadaan yang terbaik, yaitu

pencapaian suatu solusi masalah yang diarahkan pada batas maksimum dan

minimum. Persoalan optimasi meliputi optimasi tanpa kendala dan optimasi

dengan kendala. (Soekartawi, 1992)

Optimasi adalah serangkaian proses mendapatkan gugus kondisi yang

diperlukan untuk mendapatkan hasil terbaik dalam situasi tersebut. Dengan

pendekatan normatif dapat diketahui bahwa optimasi mengidentifikasikan

penyelesaian terbaik suatu masalah yang diarahkan pada maksimisasi, atau

minimisasi melalui fungsi tujuan. Optimasi adalah suatu pendekatan normatif

untuk mengidentifikasikan suatu penyelesaian terbaik dalam pengambilan

keputusan suatu permasalahan. Dalam optimasi ini, perusahaan akan

mendapatkan hasil terbaik sesuai dengan batasan yang diberikan. (Nasendi

dan Anwar dalam Asmita, 2009)

Dalam optimasi tanpa kendala, faktor-faktor yang menjadi kendala

terhadap suatu fungsi tujuan diabaikan, sehingga dalam menentukan nilai

maksimum atau minimum tidak terdapat batasan untuk berbagai pilihan

variabel yang tersedia. Pada optimasi dengan kendala, faktor-faktor yang

 12

menjadi kendala pada fungsi tujuan diperhatikan dan ikut menentukan titik

maksimum dan minimum fungsi tujuan. (Faris, 2009)

Dari penjelasan diatas maka dapat disimpulkan bahwa optimasi adah

proses yang dilakukan untuk mencapai suatu hasil secara maksimal dengan

cara efektif dan efesien.

2.3 Produksi

Menurut Kenneth (2000), pengertian produksi menyatakan bahwa

produksi itu merupakan prosedur desaing barang dan jasa senagai output

serta sebagai poduk terakhir input emelent. Menurut Assauri (2002), Produksi

adalah segala kegiatan dalam menciptakan dan menambah kegunaan (utility)

sesuatu barang atau jasa, untuk kegiatan mana dibutuhkan faktor-faktor

produksi dalam ilmu ekonomi berupa tanah, tenaga kerja, dan skill

(organization, managerial, dan skills)

Produksi adalah suatu kegiatan yang mengubah input menjadi output.

Kegiatan tersebut dalam ekonomi biasa di nyatakan dalam fungsi produk,

Fungsi produk menunjukkan jumlah maksimum output yang dapat dihasilkan

dari pemakaian sejumlah input dengan menggunakan teknogi tertentu.

(Sugiarto, 2002).

Produksi sering didefenisikan sebagai penciptaan guna, dimana guna

bararti kemampuan barang atau jasa untuk memenuhi kebutuhan manusia

(Sudarman, 2004)

Berdasarkan definisi diatas produksi meliputi semua aktivitas dan

tidak hanya mencakup pengertian yang sangat luas, produksi meliputi semua
 13

aktivitas dan tidak hanya mencakup pembuatan barang-barang yang dapat

dilihat.

2.3.1 Faktor Produksi

Menurut Situmorang (2008), faktor produksi adalah segala sesuatu yang

dibutuhkan untuk memproduksi barang dan jasa. Faktor produksi terdiri

atas alam (natural resources), tenaga kerja (labor), modal (capital), dan

keahlian (skill) atau sumber daya pengusaha (enterpreneurship). Faktor

produksi alam dan tenaga kerja disebut faktor produksi asli (utama),

sedangkan modal dan tenaga kerja disebut faktor produksi turunan.

A. Faktor Produksi Alam : Faktor produksi alam ialah semua

kekayaan yang terdapat di alam semesta yang dapat digunakan

dalam proses produksi. Faktor produksi alam sering pula disebut

faktor produksi asli. Faktor produksi alam terdiri atas tanah, air,

sinar matahari, udara, dan barang tambang.

B. Faktor Produksi Tenaga Kerja : Faktor produksi tenaga kerja

(labor) ialah faktor produksi insani secara langsung maupun tidak

langsung menjalankan kegiatan produksi. Faktor produksi tenaga

kerja dikategorikan sebagai faktor produksi asli. Meskipun mesin-

mesin telah banyak menggantikan manusia sebagai pelaksana

proses produksi, namun keberadaan manusia mutlak diperlukan.

C. Faktor Produksi Modal : Faktor produksi modal adalah faktor

penunjang dalam mempercepat atau menambah kemampuan dalam

memproduksi. Faktor produksi modal dapat berupa mesin-mesin,

alat pengangkutan, sarana pengangkutan, atau bangunan.

 14

D. Faktor Produksi Keahlian : Faktor produksi keahlian adalah

keahlian atau keterampilan yang digunakan seseorang dalam

mengkoordinasikan dan mengelola faktor produksi untuk

menghasilkan barang dan jasa.

2.3.2 Proses Produksi

Menurut Assauri (1999), proses produksi dapat diartikan sebagai

cara, metode dan teknik untuk menciptakan atau menambah kegunaan

suatu barang dan jasa dengan menggunakan sumber-sumber (tenaga

kerja, mesin, bahan-bahan dan dana). Komponen atau unsur struktural

yang membentuk sistem produksi terdiri dari bahan (material), mesin

dan peralatan, tenaga kerja, modal, energi, informasi dan tanah.

Sedangkan komponen, atau unsur fungsional seperti supervisi,

perencanaan, pengendalian, koordinasi dan kepemimpinan yang

berkaitan dengan manajemen dan organisasi.

Berdasarkan caranya, proses produksi digolongkan dalam tiga

macam antara lain sebagai berikut :

a. Proses Produksi Pendek, adalah proses produksi yang pendek

atau cepat dan langsung dalam menghasilkan barang atau jasa yang

dapat dinikmati konsumen.

b. Proses Produksi Panjang, adalah proses produksi yang memakan

waktu lama.

c. Proses Terus Menerus/Kontinu, adalah proses produksi yang

mengolah bahan-bahan secara berurutan dengan beberapa tahap

dalam pengerjaan sampai menjadi suatu barang jadi. Jadi bahan

 15

tersebut melewati tahap-tahap dari proses mesin secara terus-

menerus untuk menjadi suatu barang jadi.

d. Proses Produksi Berselingan/Intermitten, adalah proses produksi

yang mengolah bahan-bahan dengan cara menggabungkan menjadi

barang jadi.

2.4 Manajemen Produksi

Menurut Handoko (2002), manajemen produksi merupakan usaha

pengelolaan secara optimal penggunaan sumber daya (faktor produksi) seperti

tenaga kerja, mesin-mesin, peralatan, bahan mentah dan sebagainya. Dalam

proses transformasi, bahan mentah dan tenaga kerja diubah menjadi berbagai

produk atau jasa. Suatu sistem produksi merupakan proses pengubahan

masukan-masukan sumber daya menjadi barang-barang dan jasa-jasa yang

lebih berguna. Masukan-masukan ke dalam sistem ini adalah bahan mentah,

tenaga kerja, modal, energi dan informasi. Masukan-masukan ini diubah

menjadi barang-barang dan/atau jasa-jasa oleh teknologi proses yang

merupakan metode, atau cara tertentu yang digunakan untuk proses

transformasi.

Menurut Assauri (2004), manajemen produksi merupakan kegiatan

untuk mengatur dan mengkoordinasikan penggunaan sumber-sumber daya

yang berupa sumber daya manusia, sumber daya alat dan sumber daya dana

serta bahan, secara efektif dan efisien untuk menciptakan dan menambah

kegunaan sesuatu barang atau jasa.

 16

Menurut Helzer dan Render (2005), manajemen produksi adalah

serangkaian kegiatan yang menghasilkan nilai dalam bentuk barang dan jasa

dengan mengubah input menjadi output.

Menurut Subagyo (2000), manajemen produksi adalah penerapan ilmu

manajemen untuk mengatur kegiatan produksi atau operasi agar dapat

dilakuakn secara efisien. Menurut Herjanto (2003), manajemen produksi

adalah suatu proses yang secara berkesinambungan dan efektif menggunakan

fungsi–fungsi manajemen untuk mengintegrasikan berbagai sumber daya

secara efisien dalam rangka mencapai tujuan.

2.4.1 Fungsi dan Tujuan Manajemen Produksi

Untuk menciptakan barang dan jasa (produk), semua organisasi

bisnis (perusahaan) paling tidak menjalankan tiga fungsi utama yaitu:

1. Fungsi Pemasaran (Marketing Function) yang berhubungan dengan

pasar untuk dapat menciptakan permintaan dan pada akhirnya

menyampaikan produk yang dihasilkan ke pasar.

2. Fungsi Keuangan (Finance Function) yang mengelola berbagai

urusan keuangan didalam perusahaan maupun perusahaan dangan

fihak luar perusahaan.

3. Fungsi Produksi atau Operasi (Operation Function) berkaitan

dengan penciptaan barang dan jasa yang dihasilkan perusahaan.

Manajemen produksi juga memiliki tujuan sebagai berikut :

 Merancang program mutu

 Merencanakan lokasi pabrik

 Memilih tingkat kapasitas yang tepat

 17

 Mendesain layout operasi

 Memutuskan desain proses

 Menentukan tugas, pekerjaan, dan tanggung jawab

 Memproduksi atau mengatur produksi barang-barang dan jasa-

jasa dalam jumlah, kualitas, harga, waktu tertentu sesuai

dengan kebutuhan.

2.4.2 Ruang Lingkup Manajemen Produksi

Pada masa lalu pengertian produksi hanya dikaitkan dengan unit

usaha fabrikasi yaitu yang menghasilkan barang-barang nyata seperti

mobil, perabot, semen dsb, namun pengertian produksi pada saat ini

menjadi semakin meluas. Produksi sering diartikan sebagai aktivitas

yang ditujukan untuk meningkatkan nilai masukan (input) menjadi

keluaran (output). Dengan demikian maka kegiatan usaha jasa seperti

dijumpai pada perusahaan angkutan, asuransi, bank, pos,

telekomunikasi, dsb menjalankan juga kegiatan produksi.

Ada sekurang – kurangnya 4 perbedaan pokok antara usaha jasa

dan usaha pabrikasi, yaitu :

a. Dalam unit usaha pabrikasi keluarannya merupakan barang real

sehingga produktovitasnya akan lebih mudah diukur bila

dibandingkan dengan unit usaha jasa yang keluarannya berupa

pelayanan

b. Kualitas produk yang dihasilkan dari usaha pabrikasi lebih mudah

ditentukan standarnya
 18

c. Kontak langsung dengan konsumen tidak selalu terjadi pada usaha

pabrikasi sedangkan pada usaha jasa kontak langsung dengan

konsumen merupakan suatu yang tidak dapat dielakkan

d. Tidak akan dijumpai adanya persediaan akhir di dalam usaha jasa

sedang dalam usaha pabrikasi adanya persediaan sesuatu yang sulit

dihindarkan.

2.4.3 Jenis – jenis Produksi

Jenis-jenis proses produksi ada berbagai macam bila ditinjau

dari berbagai segi. Proses produksi dilihat dari wujudnya terbagi

menjadi proses kimiawi, proses perubahan bentuk,

proses assembling, proses transportasi dan proses penciptaan jasa-jasa

adminstrasi (Ahyari, 2002). Proses produksi dilihat dari arus

atau flow bahan mentah sampai menjadi produk akhir, terbagi menjadi

dua yaitu proses produksi terus-menerus (Continous processes) dan

proses produksi terputus-putus (Intermettent processes).

1. Produksi terus - menerus (Continious)

Proses produksi terus-menerus adalah proses produksi barang atas

dasar aliran produk dari satu operasi ke operasi berikutnya tanpa

penumpukan disuatu titik dalam proses. Pada umumnya industri

yang cocok dengan tipe ini adalah yang memiliki karakteristik

yaitu output direncanakan dalam jumlah besar, variasi atau jenis

produk yang dihasilkan rendah dan produk bersifat standar.

 19

2. Proses produksi terputus-putus (Intermettent processes)

Proses produksi yang tidak berlangsung secara kontinu atau sering

juga disebut produksi terputus-putus. Proses produksi secara

partaian pada umumnya dilakukan oleh industri proses kimia

dengan skala produksi kecil atau menengah dan

industri manufaktur.

2.5 Pemrograman Linear

Menurut Mulyono (2007), Program linear (Linear Programming/ LP)

merupakan salah satu teknik Operations Research (OR) yang digunakan

paling luas dan diketahui dengan baik. Ia merupakan metode matematika

dalam mengalokasikan sumber daya yang langka untuk mencapai tujuan

tunggal, seperti memaksimumkan keuntungan atau meminimumkan biaya. LP

banyak diterapkan dalam membantu penyelesaian masalah ekonomi, industri,

militer, sosial, dan lain-lain. LP berkaitan dengan penjelasan suatu dunia

nyata sebagai suatu model matematika yang terdiri atas sebuah fungsi tujuan

linear dan sistem kendala linear.

Menurut Heizer dan Render (2005), LP adalah suatu teknik matematik

yang didesain untuk membantu para manajer operasi dalam merencanakan

dan membuat keputusan untuk mengalokasikan sumber daya yang ada.

Operasional awalnya memerlukan persyaratan berikut :

a. Adanya batasan (constraints) atau kendala, yang membatasi tingkat

sampai dimana sasaran dapat dicapai

b. Harus ada beberapa alternatif tindakan yang dapat diambil

 20

c. Tujuan dan batasan dalam permasalahan pemprograman linear harus

dinyatakan dalam hubungan dengan ketidaksamaaan, atau persamaan

linear.

Program linier menurut Nasendi dan Anwar (1995) merupakan suatu

teknik perencanaan yang bersifat analitis yang analisis-analisisnya memakai

model matematika, dengan tujuan menemukan beberapa kombinasi

alternative pemecahan masalah dalam rangka menyusun strategi dan langkah-

langkah kebijakan tentang alokasi sumber dan daya dan dana yang terbatas,

guna mencapai tujuan atau sasaran yang diinginkan secara optimal.

Nasendi dan Anwar (1995) berpendapat, agar dapat menyusun dan

merumuskan suatu persmasalahan yang dihadapi ke model program linier,

maka terdapat lima syarat yang harus dipenuhi sebagai berikut :

a. Tujuan

Tujuan ini harus jelas dan tegas yang disebut fungsi tujuan. Fungsi

tujuan tersebut dapat berupa dampak positif, manfaat-manfaat,

keuntungan-keuntungan dan kebaikan-kebaikan yang ingin

dimaksimumkan, atau dampak negatif, kerugian-kerugian, resiko-resiko,

biaya-biaya, jarak, waktu dan sebagainya yang ingin diminimumkan.

b. Alternatif perbandingan

Harus ada sesuatu atau alternatif yang ingin diperbandingkan. Misalnya

antara kombinasi waktu tercepat dan biaya tertinggi dengan waktu

terlamnat dan biaya terendah.

 21

c. Sumber daya

Sumber daya yang dianalisis harus ada dalam keadaan yang terbatas.

Keterbatasan sumber daya tersebut dinamakan kendala atau syarat ikatan.

d. Perumusan kuantitatif

Fungsi tujuan dan kendala tersebut harus dapat dirumuskan secara

kuantitatif dalam apa yang disebut model matematika.

e. Keterkaitan Variabel

Variabel-variabel yang membentuk fungsi tujuan dan kendala tersebut

harus memiliki hubungan fungsional atau hubungan keterkaitan.

Hubungan keterkaitan tersebut dapat diartikan sebagai hubungan yang

saling mempengaruhi, interaksi, timbal balik, saling menunjang dan

sebagainya.

2.5.1 Asumsi – asumsi Dasar Program Linier

Model LP mengandung asumsi-asumsi implisit tertentu yang

harus dipenuhi agar definisinya sebagai suatu masalah LP menjadi

absah, yaitu:

A. Proportionality

Asumsi ini mempunyai arti bahwa nilai Z dan penggunaan

sumber yang tersedia atau fasilitas yang tersedia akan berubah

secara sebanding dengan perubahan tingkat aktivitas.

B. Nilai tujuan tiap aktivitas tidak saling mempengaruhi

Artinya, di dalam program linier dianggap bahwa kenaikan dari

nilai tujuan (Z) yang diakibatkan oleh kenaikan suatu aktivitas

 22

dapat ditambahkan tanpa mempengaruhi bagian nilai Z yang

diperoleh dari akivitas lain.

C. Divisibility

Asumsi ini menyatakan bahwa out put yang dihasilkan oleh

setiap kegiatan dapat berupa bilangan pecahan. Demikian pula

dengan nilai Z yang dihasilkan.

D. Deterministic

Asumsi ini menyatakan bahwa semua parameter yang terdapat

dalam model program linier (aij, bij, cij) dapat diperkirakan pasti,

meskipun jarang dengan tepat.

E. Accountability For Resources

Sumber–sumber yang tersedia harus dapat dihitung, sehingga

dapat dipastika berapa bagian yang terpakai dan berapa bagian

yang tidak terpakai.

F. Linearity of Objective

Fungsi tujuan dan faktor–faktor pembatasnya harus dinyatakan

sebagai fungsi linier.

2.5.2 Bentuk Umum Model LP

Pada setiap masalah penerapan LP, ditentukan pengubah

keputusan, fungsi tujuan dan sistem kendala, yang bersama-sama

membentuk suatu model matematika dari dunia nyata. Bentuk umum

dari model LP adalah :

n
Maksimumkan (minimumkan) Z = ∑ Cj Xj………………………..(1)
j=i

Dengan syarat : aij xj (≤ ,=,≥) untuk semua i (i = 1,2,…n) semua xj ≥0

 23

Keterangan :

Xj : Banyaknya kegiatan j, dimana j = 1,2,…n. berarti disini terdapat

n variable keputusan

Z : Nilai fungsi tujuan

cj : Sumbangan per unit kegiatan j, untuk masalah maksimisasi cj

menunjukan keuntungan atau penerimaan per unit, sementara

untuk kasus minimisasi menunjukan biaya perunit

bj : Jumlah sumber daya i ( i = 1,2,…….,n )

aij : Banyaknya sumber daya i yang dikonsumsi sumber daya j

2.5.3 Penyelesaian Pemrograman Linear (Linear Programming)

Menurut Dumairy (2003), penyelesaian masalah pemrograman

linear dapat dikerjakan dengan tiga macam cara atau metode, yaitu :

1. Metode Grafik

Metode grafik memfokuskan pada perpotongan garis-garis

dengan memakai pendekatan dua dimensi. Untuk persoalan

program linier dari tiga dimensi atau lebih, maka cara yang

ditempuh adalah dengan menggunakan metode simpleks. Prosedur

metode grafik :

Menurut Nasendi dan Anwar (1995) ada empat langkah yang

harus ditempuh dalam menyelesaikan program linier dengan

metode grafik, yaitu.

 24

Langkah 1 : Rumuskan persoalan program linier ke dalam model

matematika sesuai dengan peraturan dan syarat-syarat

yang diperlukan oleh suatu program linier yaitu harus

ada fungsi tujuan, fungsi-fungsi kendala, dan syarat

ikatan non-negatif.

Langkah 2 : Gambarkan grafik dua dimensi yang menunjukkan

dimensi dua variabel pengambilan keputusan, Xj ,

untuk j = 1 dan 2, kemudian tempatkan fungsi-fungsi

kendala dalam grafik dua dimensi tersebut, sesuai

dengan persyaratan ketidaksamaannya.

Langkah 3 : Gambarkan fungsi tujuan, secara paralel sehingga

menghasilkan garis-garis isorevenue atau iso-profit.

Kemudian dipilih mana garis yang menyinggung titik

sudut optimum.

Langkah 4 : Untuk mengetahui berapa jumlahnya yang optimum

tersebut dapat dianalisis melalui persamaan

simultan.
 25

Gambar 2. 1
Metode Grafik

X2

X1

Fungsi tujuan
Fungsi kendala

Keterangan :

Misalkan titik B merupakan titik sudut optimal

ABCDE = Wilayah kelayakan

B = Titik sudut optimal

ZB = Nilai pendapatan maksimum, sedangkan yang

lainnya (ZA,ZC,ZD, ZE) adalah layak tetapi tidak

maksimum

= garis linier dari fungsi-fungsi kendala

= garis linier dari fungsi tujuan (garis-garis iso-

revenue)
 26

2. Metode Aljabar

Metode aljabar dilakukan melalui penyelidikan optimalitas

secara bertahap sampai diperoleh penyelesaian yang optimal. Pada

setiap tahap penyelesaian dilakukan pengujian mengenai kelayakan

(feasibility) penyelesaian yang bersangkutan, dan penyidikan

(detection) mengenai kemungkinan perbaikan optimalitas untuk

tahap penyelesaian berikutnya.

Penyelesaian metode aljabar diawali dengan me-nol-kan semua

variabel keputusan. Kemudian dilanjutkan dengan penyelesaian

tahap-tahap berikutnya, dengan mempertimbangkan kelayakan dan

optimalitasnya. Penyelesaian dikatakan optimal apabila pada suatu

tahap penyelesaian tertentu tidak terdapat lagi kemungkinan

perbaikan optimalitas. Secara teoritik, metode aljabar lebih

bermanfaat dibandingkan dengan metode grafik, karena dapat

digunakan untuk penyelesaian masalah dengan jumlah variabel

keputusan berapapun.

3. Metode Simpleks

Metode simpleks dikerjakan secara sistematik bermula dari

suatu penyelesaian dasar yang layak (feasible basic solution) ke

penyelesaian dasar yang layak berikutnya. Dalam metode aljabar

harus dilakukan standarisasi rumusan model, sebelum tahap

penyelesaian awal dikerjakan. Fungsi-fungsi kendala yang masih

berbentuk pertidaksamaan harus diubah dulu menjadi bentuk

persamaan, yakni dengan menambahkan “variabel senjang” (slack

 27

variable) pada fungsi kendala yang bertanda ≤, dan mengurangkan

“variabel surplus” (surplus variable) pada fungsi kendala yang

bertanda ≥ (kurang dari sama dengan).

Penulis menggunakan metode simpleks dikarenakan kendala-

kendala yang dihadapi oleh perusahaan lebih dari satu kendala dan

perubahan-perubahan parameter terlalu banyak, sehingga akan

lebih efisien jika menggunakan metode simpleks.

2.6 Analisis Sensitivitas

Seorang analisis jarang dapat menentukan parameter model LP seperti

(cj, bi, aij) dengan pasti, karena nilai parameter ini adalah fungsi dari

beberapa uncontrolable variabel. Misalnya, permintaan masa depan, biaya

bahan mentah dan harga energi sebagai sumber daya tak dapat diperkirakan

dengan tepat sebelum masalah diselesaikan. Sementara itu solusi optimum

model LP didasarkan pada parameter ini. Akibatnya analisis perlu mengamati

pengaruh perubahan parameter terhadap solusi optimum. Melalui analisis

sensitivitas dapat dievaluasi pengaruh perubahan-perubahan parameter

dengan sedikit tambahan perhitungan berdasarkan tabel simpleks optimum.

Analisis yang berkaitan dengan perubahan diskrit parameter untuk melihat

berapa besar perubahan dapat ditolelir sebelum solusi optimum mulai

kehilangan optimalitasnya, ini dinamakan Analisis Sensitivitas (Mulyono,

2007). Dalam analisis sensitivitas, perubahan-perubahan parameter

dikelompokan menjadi :

1. Perubahan koefisien fungsi tujuan (cj)

 28

2. Perubahan konstan sisi kanan (bi)

3. Perubahan kendala atau koefisien matriks A

4. Penambahan variabel baru

5. Penambahan kendala baru.

2.7 POM for Windows Version 3

Menurut Rachmahara, 2014 program POM for Windows Version 3

adalah sebuah progam komputer yang digunakan untuk memecahkan masalah

dalam bidang produksi dan manajemen operasi yang bersifat kuantitatif.

Linear Programming (LP) adalah salah satu metode untuk menyelesaikan

masalah optimasi. Masalah optimalisasi produksi menjadi salah satu masalah

yang paling populer diselesaikan dengan LP. Tujuan yang ingin dicapai

biasanya memaksimumkan keuntungan dan meminimasi biaya produksi.

Kemudian akan ada 5 hasil perhitungan yang bisa kita lihat di menu window

pada toolbar, yaitu sebagai berikut :

1. Transportation Shipments menunjukkan hasil perhitungan dengan total

biaya minimum

2. Marginal Costs menunjukkan tambahan biaya per unit muatan pada sel-sel

yang bersesuaian, seandainya muatan dialihkan ke sel-sel tersebut

3. Final Solution Table gabungan dari Transportation Shipments dan

Marginal Costs

4. Iterations menunjukkan langkan-langkah perhitungan yang dilakukan oleh

program QS for Windows

5. Shipments with costs menunjukkan jumlah muatan dan jumlah biaya

angkut dari masing-masing variable row dan column

 29

6. Shipping list menunjukkan daftar jumlah muatan, biaya per unit dan biaya

total dari masing-masing variable row dan column.

2.8 Penelitian Terdahulu yang Relevan

Berikut ini adalah daftar penelitian-penelitian sebelumnya yang relevan

dan dijadikan acuan dalam penelitian ini dapat dilihat dalam tabel 2.1

dibawah ini :

Tabel 2. 1
Daftar Penelitian Terdahulu

Nama Alat
No Judul Hasil Penelitian
& Tahun Analisis
1. Teguh Analisis Dari hasil analisis QM for

Sriwidadi Optimasi dengan Linear Windows

(2013) Produksi Programming, diperoleh version

2.2 dan
dengan Linear simpulan bahwa untuk
excel for
Programming memaksimalkan laba
QM
melalui Metode pada PD Utama Jaya

Simpleks Plasindo, dengan

kendala-kendala bahan

baku, jam kerja mesin,

jam kerja tenaga kerja,

dan permintaan-

permintaan terhadap

produk GRX 25, GTW

25, GTX 25, dan GTX

 30

25 M, maka: produksi

gesper plastik GRX 25

sebanyak 2.400 pcs,

produksi gesper

plastik GTW 25

sebanyak 7.200 pcs,

produksi gesper plastik

GTX 25 sebanyak 3.000

pcs, produksi

gesper plastik GTX 25

M sebanyak 6.600 pcs.

Jadi total laba

keseluruhan yang

diperoleh PD Utama

Jaya Plasindo dari

produk gesper plastik

untuk per harinya yaitu

Rp. 837.600 dan untuk

per bulannya dengan 20

hari masa aktif adalah

Rp. 16.752.000 dengan

asumsi perolehan laba

sesuai dengan fungsi

tujuan dan fungsi

 31

kendala tetap.

2. Ernawati Analisis Hasil perhitungan ini Metode

(2010) Perubahan sama dengan Cutting

Koefisien perhitungan jika adanya Plane

Fungsi Tujuan perubahan dianggap

secara sebagai masalah baru.

Simpleks pada Untuk menentukan

masalah besarnya perubahan

Program Linear koefisien fungsi tujuan

Bilangan Bulat dari cj menjadi cj+Δcj

yang masih

mempertahankan

penyelesaian optimal

lama, dapat diperoleh

dari batas-batas yang

ditetapkan oleh semua

variabel bukan basis.

Batas perubahan

koefisien fungsi tujuan

tersebut diperoleh

dengan menggunakan

persamaan umum untuk

setiap xj variabel bukan

 32

basis.

3. Handyga Optimasi Dengan menggunakan Lindo

Putra Produksi hasil penyelesaian di

Muspa Menggunakan atas, maka dapat ditarik

Astonis Metode Fuzzy kesimpulan :

(2012) Linear a. Menggunakan Linear

Programming Programming biasa,

(Studi Kasus di keuntungan maksimum

Home Industri yang dapat diterima oleh

‘Amanah’ home industri ‘Amanah’

Kediri) dalam memproduksi

abon ayam sebesar Rp.

57.500,-/hari dengan

harus memproduksi abon

ayam krispi manis

sebanyak 2 kali produksi

dan abon ayam krispi

pedas sebanyak 2 kali

produksi dalam sehari.

b. Menggunakan Fuzzy

Linear Programming,

keuntungan maksimum

yang dapat diterima oleh

 33

home industri ‘Amanah’

dalam memproduksi

abon ayam adalah

sebesar Rp. 60.375,-/hari

(Rp. 2.875,- lebih

banyak dibanding

dengan Linear

Programming biasa)

dengan harus

memproduksi abon ayam

krispi manis sebanyak 2

kali produksi dan abon

ayam krispi pedas

sebanyak 3 kali produksi

dalam sehari.

c. Penyelesaian Fuzzy

Linear Programming

akan memberikan hasil

lebih baik dan optimal

jika dibandingkan

dengan penyelesaian

Linear Programming

biasa.
 34

4. Hendra Analisis Pemakaian sumber daya Lindo

Kusumah Optimasi produksi PT. Cimory

(2012) Produksi belum efisien, terlihat

Yoghurt Pada dari jumlah bahan baku

PT. Cimory dan bahan penunjang

Cisarua Bogor yang masih banyak

berlebih disetiap

bulannya, yaitu Untuk

jam tenaga kerja, masih

banyak waktu kerja yang

terbuang di dalam proses

produksi, akibatnya

belum seimbangnya

antara jam kerja

karyawan dan jumlah

produk yang akan

diproses, serta hal yang

sama ditemui pada jam

mesin produksi belum

terpakai optimal.

Keuntungan aktual

perusahaan selama bulan

yang diuji pada tahun

 35

2010 sebesar

Rp2.356.998.626 dan

pasca kondisi optimum

Rp2.978.937.000. artinya

perusahaan masih dapat

menerima keuntungan

tambahan Rp

621.938.374.

5. Denny Optimalisasi Berdasarkan hasil Software

penelitian, keuntungan
Sindi produksi WinQSB
maksimal yang diperoleh
Pratama industri sambal
sebesar Rp. 234.347.800
(2011) Menggunakan dengan kombinasi dari
semua produk sambal.
pemrograman
Kombinasi produk
linier
sambal yang harus
Optimalization diproduksi sebanyak
45.835 unit sachet,
of production
produk botol kecil 140
industrial
ml sebanyak 54.675 unit,
sauce Using produk botol sedang 320
ml sebanyak 59.418 unit,
linear
produk botol besar 600
programming
ml sebanyak 7.684 unit,
produk jerigen 5 kg
sebanyak 603 unit, dan
produk botol sedang
seafood 320 ml sebanyak
5.791 unit. Hasil analisis
 36

sensitivitas bila
diasumsikan terjadi
peningkatan biaya
produksi tanpa adanya
peningkatan harga jual
sekitar 26% dan dengan
peningkatan harga jual
sekitar 27%.

2.9 Kerangka Penelitian

Operation Research (OR) digunakan dalam penyelesaian masalah-

masalah manajemen untuk meningkatkan produktivitas, atau efisiensi.

Metode dalam Teknik OR yang paling banyak digunakan salah satunya

adalah LP. Tujuan tunggal dari penelitian ini adalah untuk mengoptimalkan

keuntungan dari produksi pipa baja di PT. KHI Pipe Industries. Kegiatan

penelitian dimulai dengan mempelajari proses produksi yang ada, khususnya

produk pipa baja PT KHI dan selanjutnya dilakukan perumusan masalah,

yaitu :

a. Variabel keputusan, yaitu unsur-unsur dalam persoalan yang dapat

dikendalikan oleh pengambil keputusan, atau disebut sebagai instrumen

b. Tujuan (objective), Penetapan tujuan membantu pengambil keputusan

memusatkan perhatian pada persoalan dan pengaruhnya terhadap

organisasi.

c. Kendala (constraint), yaitu pembatas-pembatas terhadap alternatif

tindakan yang tesedia.

 37

Setelah perumusan masalah diketahui, dilakukan pembentukan model

secara kuantitatif untuk menjadi input program POM for Windows. Hasil

yang didapatkan adalah berupa hasil optimal dari produk yang telah

ditetapkan, sumber daya yang harus digunakan, serta sensitivitas tingkat

keuntungan.

Keputusan akhir menjadi aplikasi manajerial yang sebelumnya

dilakukan upaya membandingkan antara hasil olahan peneliti menggunakan

software POM for Windows dengan produksi optimal dari manajemen

perusahaan yang sudah ada.

Gambar 2. 2
Kerangka Penelitian

PT KHI
Pipe Industries

Perumusan Masalah

Pembentukan Model LP
(Kuantitatif)

Perumusan fungsi Penentuan variabel Perumusan fungsi

tujuan (Objectif) keputusan kendala (Constraints)

Input POM for Windows

(Linier programming)

Analisis Optimal
Metode Simpleks
Analisis Sensitivitas

Optimasi Produksi pipa baja

 38

Kerangka konsep penelitian di atas dapat dijelaskan sebagai berikut :

1. Kegiatan penelitian diawali dengan mengetahui keadaan aktual pada PT.

KHI Pipe Industries serta kendala-kendala yang dihadapi.

2. Kendala-kendala yang dihadapi PT. KHI Pipe Industries berupa

permintaan yang berfluktuasi dan ketersediaan sumber daya yang terbatas.

3. Setelah mengetahui kendala-kendala yang dihadapi, selanjutnya dilakukan

analisis penggunaan sumber daya.

4. Dari input analisis penggunaan sumber daya, dilakukan optimasi dengan

perumusan model secara kuantitatif untuk menjadi input program POM-

QM for Windows. Modul yang digunakan pada POM-QM for Windows

adalah Linear Programming.

5. Output Analysis metode analisis data tersebut bisa berupa hasil optimal,

dan bisa pula tidak optimal. Jika hasil optimal, maka output analysis-nya

berupa keuntungan optimal, dan jika hasilnya tidak optimal, maka

diperlukan kembali analisis ulang sampai mendapatkan hasil yang optimal.

Ketelitian analisis data juga dapat mempengaruhi optimal atau tidaknya

suatu fungsi tujuan.

6. Dengan kerangka pemikiran yang demikian itu, maka diasumsikan bahwa

optimasi produksi diperlukan agar perusahaan memperoleh keuntungan

yang lebih optimal, serta penggunaan sumber daya secara optimal agar

tidak terdapat pemborosan.

 BAB III

METODE PENELITIAN

3.1 Jenis Penelitian

Penelitian ini merupakan jenis penelitian kasus, yaitu penelitian yang

dilakukan secara intensif, terinci dan mendalam terhadap objek suatu

organisme, lembaga atau gejala-gejala tertentu yang diteliti (Arikunto, 1998).

Adapun kasus yang dibahas mengenai pengoptimalan produksi pipa baja.

Pada penelitian ini menggunakan data produksi pipa baja ukuran diameter 4”,

6”, dan 8” pada PT. KHI Pipe Industries.

3.2 Populasi Dan Sampel Penelitian

Ditinjau dari wilayahnya, populasi dan sampel untuk jenis penelitian

kasus meliputi daerah yang sangat sempit (Ari kunto, 1998), maka dalam

penelitian ini tidak ada populasi dan sampelnya tetapi langsung keseluruhan

kasus data durasi pengerjaan proyek yang diperoleh langsung dari PT. KHI

Pipe Industries.

3.3 Variabel Penelitian dan Operasionalisasi

Menurut Sugiyono (2008), variabel penelitian adalah suatu atribut atau

sifat atau nilai dari orang, objek atau kegiatan yang mempunyai variasi

tertentu yang ditetapkan oleh peneliti untuk dipelajari dan ditarik kesimpulan.

Dalam penelitian ini, variabel yang diteliti adalah optimasi produksi

pada PT. KHI Pipe Industries. Berikut ini adalah operasionalisasi variabel

pada penelitian ini :

39
 40

Tabel 3. 1
Operasional Variabel

Skala
Variabel Konsep Teoritis Indikator Ukuran
Ukur
Optimasi Menyangkut Permintaan Unit (piece) Rasio
Produksi pencapaian suatu Produksi
keadaan yang Tenaga Kerja Jumlah Rasio
terbaik, yaitu Tenaga Kerja
pencapaian suatu (orang),
solusi masalah Jumlah
yang diarahkan Waktu Kerja
pada batas (jam/hari)
maksimum dan Bahan Baku Jumlah Rasio
minimum yang Tersedia Bahan Baku
Sumber : (meter)
Soekartawi
(1992) dalam
Kusumah (2012)

3.4 Lokasi Penelitian

Penelitian ini dilakukan di PT KHI Pipe Industries terletak di Krakatau

Industrial Estate Cilegon, Banten – Indonesia. Pemilihan lokasi penelitian

karena PT. KHI Pipe Industries merupakan perusahaan yang bergerak

dibidang jasa produksi pipa baja dan memiliki banyak proyek baik dalam

skala kecil maupun skala besar. Penelitian dilakukan pada bulan September -

November tahun 2015.

 41

Tabel 3. 2
Waktu Penelitian

2015
No. Kegiatan
September Oktober November
1. Persiapan
Penetapan Topik
2.
dan Judul
Pembuatan
3.
Proposal
Pengumpulan
4.
data
5. Pengolahan Data
Cetak dan
6.
Finishing

3.5 Data yang digunakan

Berdasarkan tujuan penelitian yang ingin dicapai maka data penelitian

yang akan digunakan adalah data Kuantitatif. Data-data yang digunakan

merupakan data primer dan data sekunder.

1. Data Primer

Merupakan informasi atau data yang didapat dengan melakukan

penelitian secara langsung ke objek penelitian. Data ini didapatkan

melalui wawancara dengan PT. KHI Pipe Industries mengenai pelaksaan

produksi serta mengidentifikasi masalah-masalah yang terjadi selama

produksi berlangsung.

2. Data Sekunder

Data Sekunder didapat dari dokumen-dokumen atau laporan-laporan di

perusahaan PT. KHI Pipe Industries. Data sekunder juga didapat dari

berbagai literatur-literatur yang mendukung serta melalui media internet.

 42

Data sekunder meliputi data perusahaan berupa dokumen tertulis baik

berupa data produksi dan berbagai literatur yang mendukung lainnya.

3.6 Teknik Pengumpulan Data

Data yang digunakan dalam penelitian ini adalah data primer dan

sekunder yang bersifat kualitatif dan kuantitatif. Data primer yang digunakan

berupa hasil wawancara dengan pihak perusahaan, terutama terkait dengan

bagian produksi. Data sekunder merupakan data pelengkap yang didapatkan

dari pihak-pihak yang terkait dengan penelitian ini, diantaranya dokumen-

dokumen perusahaan yang relevan untuk penelitian ini. Data yang dibutuhkan

dalam penelitian ini adalah :

1. Data gambaran umum perusahaan meliputi sejarah, lokasi, visi dan misi

perusahaan, struktur organisasi, pemasaran dan proses produksi.

2. Data bahan baku produksi (khususnya pipa baja).

3. Data historis produksi perusahaan, yaitu kebutuhan bahan baku yang

digunakan, jam kerja langsung, persediaan bahan baku, kapasitas mesin

dan lain-lain.

Pengumpulan data berupa kegiatan survei lapangan, wawancara,

dokumentasi dan penelitian pustaka. Tahapannya sebagai berikut :

1. Studi Literatur

Data yang diperlukan dan dikumpulkan dengan cara membaca dan

mempelajari buku literatur, serta sumber-sumber yang sesuai dengan

permasalahan yang diteliti.

 43

2. Wawancara

Wawancara (Lampiran 1) merupakan pengumpulan data dengan cara

tanya jawab langsung dengan pihak bersangkutan, diantaranya dengan

pihak produksi, dan akuntasi.

3. Dokumentasi

Metode ini merupakan cara mengumpulkan data dengan menggunakan

dokumen-dokumen perusahaan yang relevan dengan penelitian.

Jenis data yang digunakan dalam penelitian ini adalah data kuantitatif,

teknik pengumpulan data yang dilakukan oleh penulis adalah dengan cara :

1. Field Research

Field research adalah teknik pengumpulan data atau informasi yang

dilakukan dengan cara terjun langsung ke objek yang sedang diteliti.

Field research dapat dilakukan dengan berbagai cara wawancara.

Wawancara adalah teknik pengumpulan data yang diperlukan dengan

cara mengadakan percakapan, tanya jawab, serta mendengarkan

keterangan-keterangan dari staff perusahaan mengenai segala hal yang

berhubungan dengan perusahaan yang menjadi objek penelitian. Dalam

penelitian ini wawancara dilakukan pada bulan September – Oktober

2015 dengan bagian Planner Departement dan bagian Human Resource

Departement.

2. Library Research
Library research adalah teknik pengumpulan data yang bersifat teoritis.

Library research dilakukan untuk memperoleh data-data yang dapat

dijadikan sebagai landasan teori yang berhubungan dengan materi dalam

 44

penelitian ini. Data-data tersebut dapat diperoleh dari buku-buku,

literatur-literatur, catatan-catatan, serta skripsi atau penelitian-penelitian

terdahulu. Selain itu, penulis juga menggunakan media internet sebagai

media pendukung untuk mencari data-data yang terkait dalam penelitian.

3.7 Pengolahan dan Analisis Data

Pengolahan data kualitatif dilakukan secara deskriptif, meliputi

gambaran dan kondisi perusahaan. Sedangkan pengolahan data secara

kuantitatif dilakukan untuk mencari tingkat produksi optimal. Data kuantitatif

berupa harga jual tiap produk, jumlah penerimaan penjualan tiap produk,

laba, jumlah permintaan dan ketersediaan sumber daya perusahaan. Data

diolah dengan software POM for Windows verion 3 yang merupakan salah

satu program komputer untuk aplikasi LP, yaitu pemodelan matematik yang

digunakan untuk mengoptimalkan suatu tujuan dengan berbagai kendala yang

ada. Hasil pengolahan dari software POM for Windows verion 3 ini akan

diperoleh tingkat produksi dan penggunaan sumber daya optimal yang

diperoleh dengan diperhitungkan kembali oleh metode simpleks dan nilai

analisis sensitivitas tingkat keuntungan, serta alternatif ketersediaan sumber

daya dalam mengubah solusi optimum.

Langkah-langkah yang dilakukan untuk melakukan pengolahan data

adalah sebagai berikut :

1. Menentukan Fungsi Tujuan

Fungsi tujuan merupakan fungsi yang menggambarkan sasaran

atau tujuan dalam permasalahan LP yang berkaitan dengan penggunaan

 45

secara optimal sumbersumber untuk memperoleh keuntungan maksimal,

atau biaya minimal. Berikut penjelasan dari model LP fungsi tujuan :

3 3
Maks Z = Σ Σ Aij Xij ………………………………………… (2)
i=1 j=1

Keterangan:

Z = Nilai fungsi tujuan/keuntungan optimal (Rp)

Aij = Kontribusi keuntunga produk ke-i pada bulan ke-j

Xij = Jumlah produk ke-i yang dihasilkan pada bulan ke-j

i = Kelompok Produk

j = Periode produksi dalam 3 bulan (Agustus, September, dan Oktober)

2. Menentukan Fungsi Kendala

Keterbatasan sumberdaya-sumberdaya yang dimiliki perusahaan

dalam kegiatan produksinya merupakan faktor-faktor kendala yang harus

diselesaikan dalam permasalahan optimalisasi produksi. Kendala tersebut

antara lain adalah ketersediaan bahan baku, jam TKL (tenaga kerja

langsung), jam mesin, dan permintaan produk. Penjelasan dari masing-

masing kendala yang dihadapi perusahaan.

a. Kendala Ketersediaan Bahan Baku

Bahan baku merupakan input paling utama dari proses produksi,

karena tanpa bahan baku proses produksi perusahaan akan berhenti

berproduksi. Koefisien pada persamaan fungsi kendala bahan baku

menunjukan banyaknya bahan baku yang dibutuhkan dalam

memproduksi pipa baja berdasarkan jenisnya. Sedangkan untuk

ketersediaan bahan baku dalam satu periode proses produksi yang

 46

dianalisis merupakan nilai sebelah kanan (Right Hand Sides).

Kendala ketersediaan bahan baku dirumuskan berikut :

3 3
Σ Σ Bij Xij ≤ bij ……………………………………. (3)
i=1 j=1

Keterangan :

Bij = Koefisien penggunaan bahan baku untuk produk ke-i pada

bulan ke- j

bij = Ketesediaan bahan baku produk ke-i pada bulan ke-j

b. Kendala Ketersediaan Jam TKL (Tenaga Kerja Langsung)

Tenaga kerja yang dihitung sebagai batasan dalam produksi sepatu

adalah tenaga kerja langsung. Ketersediaannya berdasarkan jumlah

jam kerja yang terdapat dalam suatu periode. Kendala ketersediaan

jam tenaga kerja dapat dirumuskan berikut :

3 3
Σ Σ Tij Xij ≤ tij ……………………………………... (4)
i=1 j=1

Keterangan:

Tij = Koefisien kebutuhan jam tenaga kerja langsung untuk produk

ke-i pada bulan ke- j

tij = Ketesediaan jam tenaga kerja langsung untuk produk ke-i pada

bulan ke-j

c. Kendala Ketersediaan Jam Mesin

Mesin merupakan faktor yang tidak lepas dalam proses produksi,

Karen mesin berperan penting dalam kelangsungan suatu proses

produksi. Ketersediaannya berdasarkan jumlah mesin yang terdapat

 47

dalam suatu periode. Sedangkan jumlah jam mesin yang dibutuhkan

dalam memproduksi adalah dihitung berdasarkan shift. Kendala

ketersediaan jam tenaga kerja dapat dirumuskan berikut :

3 3
Σ Σ Mij Xij ≤ mij …………………………………... (5)
i=1 j=1

Keterangan:

Mij = Koefisien kebutuhan jam mesin untuk menghasilkan produk

ke-i pada bulan ke- j

mij = Ketesediaan jam mesin untuk memproduksi produk ke-i pada

bulan ke-j

3. Menuliskan Rumusan ke dalam Program POM-QM for Windows

Setelah rumusan pemrograman linear (linear programming)

ditentukan, maka penulisan rumusan harus sesuai dengan perintah POM-

QM for Windows. Langkah-langkahnya adalah sebagai berikut :

a. Program POM-QM for Windows dimulai dengan mengklik ikon

“Module” pada ikon “Toolbar” di bagian atas windows akan terlihat

saat memulai program seperti pada gambar 3.1 di bawah ini. Pilih

modul Linear Programming.

Gambar 3. 1
Modul Linier Programming
 48

b. Pilih new untuk membuka lembaran baru seperti yang terlihat pada

gambar 3.2 di bawah ini.

Gambar 3. 2
Klik File-New

c. Modul akan membuka layar baru untuk memasukkan judul masalah

seperti pada gambar 3.3 di bawah ini. Number of Constraints adalah

jumlah kendala yang ingin dimasukkan. Number of Variables adalah

jumlah variabel keputusan yang ingin dimasukkan. Terdapat dua

objectives yang terlihat di layar yaitu maximize dan minimize.

Maximize adalah untuk fungsi memaksimumkan, sedangkan

Gambar 3. 3
Judul Masalah, Number of Constraint, Number of Variables
 49

d. Setelah klik OK, nama constraint dan nama variabel bisa diganti

sesuai yang dibutuhkan seperti pada gambar 3.4 di bawah ini. Setelah

itu, masukan fungsi-fungsi yang telah ditetapkan sejak awal seperti

pada gambar 3.5 berikut.

Gambar 3. 4
File Baru

Gambar 3. 5
Input Fungsi Tujuan dan Kendala
 50

e. Setelah selesai, klik Solve seperti gambar 3.6 di bawah ini.

Gambar 3. 6
Klik Solve

f. Hasil optimal akan otomatis terdapat pada layar seperti gambar 3.7,

3.8, 3.9, dan 3.10 di bawah ini :

Gambar 3. 7
Linear Programming Result
 51

Gambar 3. 8
Hasil Jangkauan (Ranging)

Gambar 3. 9
Hasil Dual Value
 52

Gambar 3. 10
Solution List
 BAB IV

HASIL PENELITIAN DAN PEMBAHASAN

4.1 Gambaran Umum Perusahaan

PT. KHI Pipe Industries adalah anggota dari Krakatau Steel Group dan

sebelumnya dikenal sebagai PT. Krakatau Hoogovens International Pipe

Industries Ltd. Nama perusahaan diubah menjadi PT KHI Pipe Industries

pada tahun 1994 setelah saham diambil alih dari Hoogovens En

Staalfabrieken NV (Belanda) dan International Pipe Industries Corporation's

(Filipina) oleh PT. Indhasana.

Legalitas pendirian Kraktau Hoogeven International Ltd. PT tertera

dalam Akta Notaris No.27, tanggal 15 Mei 1972 dengan Notaris Eliza

Pondaag di Jakarta. Persetujuan Menteri Kehakiman Republik Indonesia

dengan Surat Keputusan Nomor : YA5/249/17 tanggal 01 November 1972.

Berita Negara Republik nomor 95 tanggal 27 November 1973. Pada Tanggal

29 Agustus 1994 Nomor 178 melalui Notaris Sutjipto, SH, di Jakarta dan

diumumkan di Berita Negara Republik Indonesia No. 7555 tahun 1995,

mengadakan perubahan seluruh anggaran dasar Krakatau Hoogevens

International Pipe Industries Ltd. PT. Dengan perubahan status Perseroan

dari Penanaman Modal Asing menjadi Penanaman Modal Dalam Negeri

(PMDN), serta perubahan nama perusahaan menjadi Perseroan Terbatas :

“PT. KHI Pipe Industries” sampai saat ini. PT. KHI Pipe Industries

beralamat di Jalan Amerika I, Kawasan PT. Krakatau Steel, Cigading, Kec.

Cilegon, Banten 42435, Indonesia dengan pemegang saham PT. Krakatau

53
 54

Steel dan PT. Krakatau Engineering (KS Group), nomor telpon +62 254

392438.

Kegiatan utama perusahaan adalah untuk produksi pipa baja berkualitas

tinggi untuk minyak dan gas, serta untuk keperluan struktural bersama dengan

layanan perlindungan korosif. The Spiral Welded Steel Pipe (SPM), High

Frequency Resistance Welded Pipe (HFRW) atau disebut juga saat ini

Electric Resistance Welding (ERW) dan aplikasi perlindungan korosif seperti

External Liquid Epoxy Coating, Coal Tar Enamel Coating, Internal Cement

Lining, Concrete Weight Coating, FBE Coating, Three Layers Polyethylene

Coating, dan Three Layers Polypropylene Coating diproduksi di pabrik

terpadu Cilegon - Indonesia. Untuk menjaga standar kualitas tinggi PT. KHI

Pipe Industries menerapkan kontrol kualitas menyeluruh dan prosedur

jaminan. Akreditasi internasional juga terus dilakukan untuk memastikan

bahwa produk dan layanan kami memenuhi standar internasional serta

kebutuhan pelanggan. The API 5L sertifikasi telah diperoleh sejak tahun 1977

dan ISO 9002 sistem manajemen sejak tahun 1993. Sertifikasi terbaru adalah

ISO 9001:2000 yang diperoleh pada tahun 2002.

4.1.1 Struktur Organisasi dan Uraian Tugas

Agar perusahaan dapat berjalan dengan lancar, diperlukan

struktur organisasi untuk memperjelas tugas, wewenang dan koordinasi

masing-masing jabatan. Pada penelitian yang dilakukan kali ini struktur

organisasi yang digunakan yaitu struktur organisasi pada Divisi

Production Planning Control & Supply Chain Management (PPC &

SCM) khususnya pada Plant SPM & ERW #1 PT. KHI Pipe Industries.
 55

Struktur organisasi PT. KHI divisi PPC & SCM khususnya Plant SPM

& ERW #1 cenderung termasuk kedalam struktur organisasi fungsional,

dimana pada divisi PPC & SCM seorang Manager PPC & SCM

memiliki Plant Manager 1 (SPM & ERW #1), Sr. Engineer/ Engineer

(Production, QC & Maintenance), Supervisor (SPM, ERW #1, dan QC

SPM & ERW #1), Technician (P&M, SPM, ERW #1, dan NDT SPM &

ERW #1), dan Operator (P&M, SPM, ERW #1, dan QC SPM & ERW

#1) yang dibagi menurut fungsinya di organisasi (Lampiran 2). Berikut

tugas dan wewenang masing-masing jabatan :

a. Manager PPC & SCM

Manajer PPC & SCM ini mempunyai tugas :

1) Merancang dan menyusun struktur organisasi

2) Menyusun serangkaian kebijakan perusahaan untuk jangka

panjang.

3) Mengangkat dan mengawasi kinerja Plant Manager 1.

b. Plant Manager 1 (SPM & ERW #1)

Plant Manager 1 (SPM & ERW #1) memegang kekuasan

tertinggi pada PT. KHI Pipe Industries. Sr. Engineer/ Engineer

(Production, QC & Maintenance) memiliki tugas dan wewenang

sebagai berikut :

1) Menganalisa laporan-laporan kegiatan perusahaan.

2) Mengawasi kinerja bawahannya dan perusahaan secara

keseluruhan.
 56

3) Menetapkan kebijakan yang berhubungan dengan

kelangsungan perusahaan.

4) Merancang rencana strategis jangka panjang untuk menjaga

kelangsungan produksi perusahaan.

c. Sr. Engineer/ Engineer (Production, QC & Maintenance)

Sr. Engineer/ Engineer (Production, QC & Maintenance) ini

bertanggung jawab kepada Technician dan Operator, dan memiliki

wewenang sebagai berikut :

1) Mengkoordinasikan semua bagian yang berhubungan dengan

kegiatan produksi, meliputi bagian teknis produksi, dan operator

mesin

2) Menterjemahkan kebijakan-kebijakan yang ada untuk

dikoordinasikan dalam proses produksi

3) Merancang usaha peningkatan dan pengendalian produksi.

4) Mengoptimalkan penggunaan sumber daya yang ada dengan

efektif dan efisien.

5) Memberi laporan kepada Plant Manager 1 atas keadaan yang

terjadi diproduksi dan kualitas produksi produk tersebut.

d. Supervisor (SPM, ERW #1, dan QC SPM & ERW #1)

Jabatan ini bertanggung jawab langsung kepada Plant Manager

1, yakni melakukan fungsinya namun tetap dalam pengendalian yang

efisien. Tugas dari direktur penjualan diantaranya :

 57

1) Merencanakan produksi yang optimum, baik didalam maupun

diluar kawasan produksi, disesuaikan dengan kemampuan

perusahaan dalam menghasilkan produk

2) Merancang strategi penjualan agar diperoleh keuntungan

maksimum yang konstan dan terus meningkat.

3) Membuat laporan hasil penjualan untuk diserahkan kepada Plant

Manager 1 dan Sr. Engineer/ Engineer (Production, QC &

Maintenance).

Keberhasilan bagian komersil / penjualan dalam melakukan

penjualan secara optimum yang disesuaikan dengan kemampuan

produksi perusahaan, dan memberikan harga yang optimum, sangat

menetukan tingkat keuntungan yang diperoleh PT. KHI Pipe

Industries.

e. Technician (P&M, SPM, ERW #1, dan NDT SPM & ERW #1)

Technician (P&M, SPM, ERW #1, dan NDT SPM & ERW #1)

bertanggung jawab kepada Plant Manager 1, Supervisor (SPM,

ERW #1, dan QC SPM & ERW #1) dan turut membawahi Operator

(P&M, SPM, ERW #1, dan QC SPM & ERW #1). Technician

(P&M, SPM, ERW #1, dan NDT SPM & ERW #1) ini bertugas :

1. Mengoperasikan instalasi, perlengkapan dan peralatan yang

digunakan untuk produksi

2. Menyiapkan instalasi / peralatan untuk pemeliharaan.

3. Melaksanakan pemeriksaan lapangan dan penilaian risiko

sebelum mulai bekerja.

 58

4. Menghasilkan laporan tentang berapa produk yang diproduksi

f. Operator (P&M, SPM, ERW #1, dan QC SPM & ERW #1)

Umumnya, operator ditugaskan untuk unit tertentu, di mana

mereka bertanggung jawab untuk fungsi tertentu atau bidang

peralatan. Operator juga bertanggung jawab untuk mengawasi

pekerjaan yang sedang dilakukan dengan cara yang aman. Tugas dan

fungsi operator yaitu :

1. Pengontrolan aliran bahan bakar dan memastikan bahwa mesin

tersebut bekerja dengan benar

2. Mengoperasikan instrumen kontrol untuk mematikan garis atau

peralatan dan untuk menghubungkan sirkuit alternatif

3. Memeriksa instrumen dan switchboards untuk memastikan

bahwa semua sistem bekerja secara efisien, untuk mendeteksi

gangguan line

4. Menemukan kesalahan dan melakukan perbaikan dasar dalam

peralatan kontrol mekanik

5. Mengoperasikan daya switch untuk keselamatan rekan kerja dan

untuk menghindari gangguan selama perbaikan

6. Melakukan prosedur kerja yang aman untuk mengisolasi mesin

pabrik dan peralatan untuk pemeliharaan dan perbaikan

7. Mengkompilasi catatan dan laporan kinerja peralatan,

pembacaan instrumen dan operasi beralih

 59

8. Kontrol proses dan peralatan yang terkait dengan pengelolaan

oleh produk untuk meminimalkan dampak lingkungan

9. Menanggapi keadaan darurat seperti kebakaran dan bahaya

lingkungan.

4.1.2 Kepegawaian pada PT. KHI Pipe Industries

Berikut adalah tabel 4.1 yang merupakan data kepegawaian pada

PT. KHI Pipe Industries :

Tabel 4. 1
Data Kepegawaian PT. KHI Pipe Industries

No. Nama Unit Kerja Jumlah

1 Main Directorate 5 Orang
2 Production and Technology Directorate 149 Orang
3 Commercial Directorate 26 Orang
4 Finance & GA Directorate 44 Orang
5 Plant 1 58 Orang
6 Plant 2 16 Orang
7 Plant 3 22 Orang
Total 321 Oraang

Sumber : Data kepegawaian PT. KHI Pipe Industries

4.1.3 Aktivitas Pokok Perusahaan

PT. KHI Pipe Industries kegiatan usahanya bergerak di bidang

jasa konstruksi yang meliputi bidang-bidang konstruksi :

a. Piping adalah sistem yang terintegrasi dengan yang lainnya dari

satu dengan lainya yang difungsikan untuk mentransportasikan

material dari lokasi satu dengan lokasi lainnya.

b. Mechanical adalah proses produksi yang dioperasikan oleh

mekanisme atau mesin.

 60

c. Electrical adalah proses produksi yang berkatian dengan bantuan

tenaga listrik.

d. Coating adalah pemberian suatu lapisan tipis pada permukaan

pipa baja yang berfungsi untuk menahan pantulan cahaya dan

melindungi pipa dari berbagai bahaya, salah satunya adalah

korosi atau karat.

4.1.4 Fasilitas yang dimiliki Perusahaan

Suatu organisasi atau perusahaan harus memiliki fasilitas-

faslitas terhadap karyawan atau sebagai penunjang kantor, agar

pekerjaan berjalan dengan semestinya. Berdasarkan penelitian

penulis, Kantor PT. KHI Pipe Industries memiliki beberapa fasilitas,

sebagai berikut:

a. Fasilitas yang disediakan oleh PT. KHI Pipe Industries terhadap

karyawannya adalah :

1. Gaji.

2. Tunjangan Jabatan.

3. Tunjangan Kesehatan.

4. Insentif.

5. Makan.

6. Bonus.

b. Fasilitas yang disediakan oleh PT. KHI Pipe Industries berupa

peralatan kantor adalah :

1. Mobil.

2. Motor.
 61

3. Unit Komputer.

4. Mesin Printer.

5. Telepon.

6. Fax.

7. Ruang Arsip.

8. Ruang Rapat.

9. Laptop.

10. Meja Tulis serta Lemari yang dikunci.

11. Ruang Tamu.

12. Mushola.

4.1.5 Logo PT. KHI Pipe Industries

Berikut ini adalah Gambar 4.1 yang merupakan logo perusahan

PT. KHI Pipe Industries :

Gambar 4. 1
Logo PT. KHI Pipe Industries

4.1.6 High Frequency Resistance Welded Pipe (HFRW) atau disebut

juga Electric Resistance Welding (ERW) di PT. KHI Pipe
Industries

Proses produksi yang dilaksanakan pada mesin ERW merupakan

proses produksi pembuatan pipa baja yang biasanya digunakan untuk

perusahaan PDAM, PLN, dan Migas dengan jenis pipa Oil and Gas,
 62

Pancang, dan Water Pipe. Pada lampiran 3 terdapat dokumentasi

proses produksi yang merupakan proses produksi pada mesin ERW

#1. Gambar diambil pada saat proses produksi selesai dilaksanakan.

4.2 Analisa Produksi dengan metode Pemrograman Linier, Simpleks, dan

Analisis Sensitivitas

Pada produksi pipa di mesin ERW #1 yang dikerjakan oleh PT. KHI

Pipe Industries ini akan ditentukan solusi yang optimal untuk

memaksimalkan laba yang di peroleh PT. KHI dengan mengkombinasikan

produk pipa baja dengan ukuran diameter 4” (inch), 6” (inch), dan 8” (inch)

dengan pemrograman linier, simpleks, dan analisis sensitivitas. Produksi yang

diteliti kali ini memiliki total produksi dengan total 7.188 pipa dalam jangka

waktu bulan Agustus sampai dengan bulan Oktober 2015. Oleh karena itu,

terdapat beberapa kegiatan produksi, kegiatan tersebut adalah :

1. Work Order adalah kegiatan awal atau bisa disebut dengan pertemuan

awal perusahaan dengan client.

2. Kick of Meeting adalah rapat penentuan pelaksanaanan produksi antara

perusahaan dengan client.

3. Purchasing Material adalah kedatangan material produksi.

4. Inpection Material adalah pengecekan material proyek supaya tidak ada

kekeliruan dalam pemesananan.

5. Tool & Machine adalah proses persiapan dan pengecekan mesin dan

peralatan yang akan digunakan selama proyek berlangsung.

6. Material Transport adalah proses pengiriman material ke tempat produksi.

 63

7. Work Permit adalah awal mulai pengerjaan proyek dilapangan setelah

mendapatkan persetujuan dari pihak client.

4.3 Ketenagakerjaan

Jumlah tenaga kerja PT. KHI Pipe Industries berjumlah 30 orang yang

terbagi dalam 2 (dua) shift.

Tabel 4. 2
Jam kerja karyawan

Jumlah Tenaga Kerja Shift Jam

15 1 (satu) 07.00 – 15.00
15 2 (dua) 15.00 - 23.00

Karyawan yang tersedia pada bagian produksi berjumlah 30 orang. PT. KHI

memiliki beberapa reward untuk karyawan berprestasi seperti kenaikan gaji,

ataupun pemberian bonus. Selain itu, PT. KHI memberikan fasilitas mobil antar

jemput untuk karyawan yang bertempat tinggal jauh dari lokasi pabrik.

4.4 Proses produksi pada mesin ERW #1

Tahap awal proses produksi pipa baja pada mesin ERW #1 yaitu HRC

(material utama) di ambil dari storage HRC dengan OH Crane, kemudian

dimasukan ke dalam Coil Ramp. Dari Coil Ramp dikirim ke Uncoiler untuk

membuka dan memasukan gulungan HRC kedalam leveler & pinch roll untuk

diratakan. Setelah dari leveler & pinch roll HRC yang sudah menjadi

lembaran akan disambung dengan HRC yang lainnya, kemudian

dikumpulkan ke dalam Accumulator.

HRC yang sudah berada di Accumulator lalu di kirim ke area body

lamination untuk mengecek kondisi bodi HRC. Setelah bodi HRC di cek,

kemudian lembaran HRC tersebut mulai masuk ke area forming untuk di

 64

bentuk menjadi pipa, setelah pipa dibentuk kemudian di las menggunakan

HFRW. Setelah di las menjadi pipa, pipa dibersihkan dari sisa pengelasan

menggunakan inside (optional) & outside scrafing.

Setelah melalui inside (optional) & outside scarfing, pipa akan

menjalani proses Annealing untuk proses normalisasi struktur baja. Kemudian

pipa mulai didinginkan dengan air cooling & water cooling. Kemudian pipa

di ukur panjangnya dan kemudian di potong. Setelah pipa dipotong, pipa akan

menjalani proses finishing : Beveling, Hydrotester (Optional), & UT Offline

(Optional). Alur proses produksi dapat dilihat pada Gambar 4.2 dibawah ini.

Gambar 4. 2
Proses Produksi Pipa Baja

OH Crane
HRC Coil Ramp Uncoiler

Body Lamination Leveler and

Accumulator Pinch Roll

Inside and Outside Air Cooling and Finishing

Forming
Scrafing Water Cooling
(optional)

Beveling, Hydrotester
Pipa Baja (optional), UT Offline
(optional)

Catatan : Optional = perlakukan untuk pipa dengan Spec. Oil & Gas.

4.5 Pemasaran

Membuat produk yang bermutu adalah motto dari PT. KHI. Selain

produknya bermutu, PT. KHI memiliki pemasaran sangat baik untuk

 65

produknya, Seperti pada perusahaan PLN, Migas, dan PDAM. Kapasitas

aktual produksi pipa baja dapat dilihat pada tabel 4.3.

Tabel 4. 3
Kapasitas aktual produksi pipa baja PT. KHI
Pcs / Bulan
Bulan
Pipa diameter 4” Pipa diameter 6” Pipa diameter 8”
Agustus 132 281 164
September 394 2341 2275
Oktober 1029 329 243

4.6 Perumusan Model Linear Programming

Perumusan model LP dalam penelitian ini mengasumsikan beberapa

asumsi, diantaranya model tidak memperhitungkan adanya stok persediaan

bahan baku dan produk jadi. Dalam penelitian ini tidak terdapat perubahan

jumlah karyawan selama tahun 2015 dan tidak ada kerusakan pada mesin

selama berjalannya proses produksi pada tahun 2015.

1. Variabel Keputusan

Analisis optimasi yang dilakukan pada PT. KHI Pipe Industries divisi

Plant 1 ini bertujuan memaksimumkan keuntungan perusahaan. Variabel

keputusan yang diteliti adalah jumlah produk yang dihasilkan selama tiga

bulan terakhir terhitung dari bulan Agustus, September sampai dengan

Oktober 2015. Produk yang diteliti untuk optimasi, dipilih sebanyak dua

jenis produk dengan pertimbangan berdasarkan harga jual, penggunaan

bahan baku, dan permintaan. Produk I adalah pipa baja berdiameter 4”

(inch), dan produk II adalah pipa baja berdiameter 6” (inch), dan produk

III adalah pipa baja berdiameter 8” (inch). Variabel keputusan dapat

dilihat pada tabel 4.4 di bawah ini :

 66

Tabel 4. 4
Variabel Keputusan

Produk I Produk II Produk III

Tahun Bulan
Agustus X101 X201 X301
2015 September X102 X202 X302
Oktober X103 X203 X303

2. Fungsi Tujuan

Tujuan yang ingin dicapai oleh perusahaan adalah untuk

memaksimumkan perolehan laba. Penetapan koefisien fungsi tujuan ini

diawali dengan menentukan kontribusi keuntungan perusahaan setiap

bulan untuk produk-produk yang perusahaan produksi setiap bulannya.

Dengan menempatkan terminology memaksimumkan di depan fungsi

laba, maka formulasi fungsi tujuan yang dapat digambarkan untuk

memaksimumkan laba, adalah sebagai berikut :

3 3

Maks Z = ∑ ∑ AijXij … … … … … … … … … . (5)

i=1 j=1

Keterangan :

Z = Nilai fungsi tujuan atau keuntungan optimum (Rp)

Aij = Kontribusi keuntungan produk ke-i pada bulan ke-j

Xij = Jumlah produk ke-i yang dihasilkan pada bulan ke-j

i = Kelompok produk

j = Periode produksi selama 3 bulan

a. Perhitungan Kontribusi Keuntungan Produk

Perusahaan menetapkan besarnya kontribusi keuntungan tiap produk

yang diproduksi adalah sebesar 20% dari harga jual. Besarnya

 67

keuntungan masing-masing produk dapat dilihat pada tabel 4.6 di

bawah ini.

Tabel 4. 5
Kontribusi Keuntungan Tiap Produk

Kontribusi
Produk Harga Jual (Rp) Keuntungan (Rp)

Produk I 6.000.000 1.200.000

Produk II 12.000.000 2.400.000
Produk III 36.000.000 7.200.000

Sumber : Data Primer dan Diolah

b. Formulasi Model Fungsi Tujuan

Fungsi tujuan dalam penelitian ini adalah memaksimumkan laba

produksi. Fungsi tujuan dalam penelitian ini, setelah diketahui

kontribusi keuntungannya adalah :

Maks Z = 1.200.000 X101 + 1.200.000 X102 + 1.200.000 X103 +

2.400.000 X201 + 2.400.000 X202 + 2.400.000 X203 +

7.200.000 X301 + 7.200.000 X302 + 7.200.000 X303

3. Fungsi Kendala

Dalam kegiatan produksi, perusahaan akan menghadapi berbagai macam

kendala-kendala dengan keterbatasannya. Kendala-kendala produksi yang

dihadapi PT. KHI pada divisi Plant 1 antara lain ketersediaan bahan baku,

ketersediaan jam tenaga kerja langsung, dan banyaknya permintaan

konsumen.

4.6.1 Kendala Bahan Baku

Bahan baku merupakan komponen utama dalam proses produksi.

Tidak adanya bahan baku mengakibatkan terhambatnya proses

 68

produksi. Formulasi fungsi kendala yang dapat digambarkan, adalah

sebagai berikut :
3 3

∑ ∑ 𝐵𝑖𝑗𝑋𝑖𝑗 ≤ 𝑏𝑖𝑗 … … … … … … (6)

𝑖=1 𝑗=1

Keterangan :

Bij = Koefisien penggunaan bahan baku untuk produk ke-i pada bulan

ke-j

bij = Ketersediaan bahan baku produk ke-i pada bulan ke-j

1. Koefisien Penggunaan Bahan Baku HRC

Perusahaan telah menetapkan HRC sebagai bahan baku dari

pembuatan produk pipa baja. Produk I adalah pipa baja berdiameter

4” (inch) = 1.555 Kg, dan produk II adalah pipa baja berdiameter

6” (inch) = 2951 Kg, dan produk III adalah pipa baja berdiameter

8” (inch) = 2.682 Kg.

2. Ketersediaan Bahan Baku HRC

Banyaknya jumlah bahan baku HRC yang digunakan selama proses

produksi dalam periode tiga bulan, merupakan dasar

ketersediaannya bahan baku HRC. Berikut ini adalah penggunaan

bahan baku HRC yang digunakan, selama periode produksi tiga

bulan terakhir tahun 2015.

 69

Tabel 4. 6
Pemakaian Bahan Baku HRC

Bulan HRC (Kg/Ton)

Agustus 12.000 Kg
September 15.000 Kg
Oktober 17.000 Kg
Sumber : Data Primer

3. Formulasi Kendala Bahan Baku HRC

Setelah mengetahui jumlah kebutuhan bahan baku yang diperlukan

untuk memproduksi masing-masing produk, maka kendala bahan

baku HRC dapat diformulasikan sebagai berikut :

1.555 X101 + 2.951 X201 + 2.682 X301 ≤ 12.000

1.555 X102 + 2.951 X202 + 2.682 X302 ≤ 15.000

1.555 X103 + 2.951 X203 + 2.682 X303 ≤ 17.000

4.6.2 Kendala Jam Tenaga Kerja Langsung

Ketersediaan jam tenaga kerja langsung dijadikan dasar

perhitungan kendala karena berhubungan langsung dengan tenaga

kerja pada produksi pipa baja. Jumlah tenaga kerja yang dimiliki PT.

KHI pada divisi Plant 1 untuk pembuatan pipa baja berjumlah 15

orang tenaga kerja pada shift 1 dan 15 orang tenaga kerja pada shift 2.

Kendala jam tenaga kerja langsung dapat diformulasikan sebagai

berikut :

2 12

∑ ∑ 𝑇𝑖𝑗𝑋𝑖𝑗 ≤ 𝑡𝑖𝑗 … … … … … … … (7)

i=2 𝑗=1
 70

Keterangan :

Tij = Koefisien kebutuhan jam tenaga kerja langsung untuk produk

ke- i pada bulan ke-j

tij = Ketersediaan jam tenaga kerja langsung untuk produk ke-i pada

bulan ke-j

Tabel 4. 7
Ketersediaan Jam Tenaga Kerja Langsung

Jam
Jam Jumlah
Kerja
Hari Kerja Tenaga
Bulan Selama Ketersediaan
Produksi per Kerja per
Satu
Hari Hari
Bulan
Agustus 26 16 416 30 12.480
September 26 16 416 30 12.480
Oktober 26 16 416 30 12.480

Sumber : Data Primer dan Diolah

Tabel 4. 8
Koefisien Kebutuhan Jam Tenaga Kerja Langsung

Keterangan Satuan Nilai

Rataan Jam Kerja Untuk
Jam 8
Satu Tenaga Kerja
Rataan Jumlah Tenaga
TKL 30
Kerja per Hari
Produksi Maksimum dalam
Unit 0,55
Satu Hari
Koefisien Kebutuhan Jam Jam
436,36
Tenaga Kerja Langsung TKL/Unit

Sumber : Data Primer dan Diolah

Koefisien kebutuhan jam tenaga kerja langsung dapat diperoleh

dari perkalian rataan jam kerja untuk satu tenaga kerja dengan rataan

jumlah tenaga kerja per hari, lalu dibagi dengan produksi maksimum

dalam satu hari. Nilai produksi maksimum per hari diperoleh dari

pembagian satu unit produk, dibagi dengan tiga. Tiga di sini diartikan
 71

jangka waktu yang dibutuhkan untuk membuat satu batang pipa baja.

Jangka waktu yang dibutuhkan untuk membuat satu batang pipa baja

diperlukan tiga hari pengerjaan. Oleh karena itu, untuk produksi

maksimum per hari, satu batang pipa baja dibagi dengan tiga hari

pengerjaan, sehingga menghasilkan 0,55 unit sebagai produksi

maksimum perusahaan dalam satu hari.

Selain itu, perusahaan juga menetapkan persentase produksi

untuk produk I sebesar 0,35 , produk II adalah sebesar 0,40 , dan

produk III adalah sebesar 0,25. Koefisien kebutuhan jam tenaga kerja

langsung untuk masing-masing produk, dapat diketahui dengan cara

perkalian koefisien kebutuhan jam tenaga kerja langsung dengan

persentase masing-masing produk.

Tabel 4. 9
Koefisien Kebutuhan Jam Tenaga Kerja Langsung
Masing - masing Produk

Koef. Koef. Kebutuhan

Persentase
Produk Kebutuhan Jam Jam TKL per
Produk
TKL Produk
Produk I 436,36 0,35 152,726
Produk II 436,36 0,40 174,544
Produk III 436,36 0,25 109,09
Sumber : Data Primer dan Diolah

Setelah mengetahui koefisien kebutuhan jam tenaga kerja

langsung masing-masing produk, maka kendala jam tenaga kerja

langsung dapat diformulasikan sebagai berikut :

152,726 X101 + 174,544 X201 + 109,09 X301 ≤ 12.480

152,726 X102 + 174,544 X202 + 109,09 X302 ≤ 12.480

152,726 X103 + 174,544 X203 + 109,09 X303 ≤ 12.480

 72

4.6.3 Kendala Permintaan

Permintaan pasar yang selalu berfluktuasi setiap bulannya,

membuat perusahaan sulit menentukan produksi optimum yang

harus dicapai perusahaan, agar tujuan memaksimumkan laba

perusahaan tercapai. Kendala permintaan bertujuan agar perusahaan

memiliki acuan berdasarkan batas maksimum yang dapat diproduksi

oleh perusahaan, sesuai dengan permintaan pasar dan memenuhinya.

Hal ini dilakukan agar perusahaan tidak menyimpan barang terlalu

banyak yang nantinya akan menimbulkan biaya lain seperti biaya

penyimpanan, biaya perawatan, dan biaya-biaya yang lainnya.

3 3

∑ ∑ 𝑋𝑖𝑗 ≤ 𝑃𝑖𝑗 … … … … … … . . (8)

𝑖=1 𝑗=1

Keterangan :

Pij = Jumlah permintaan untuk produk ke-i pada bulan ke-j

Tabel 4. 10
Permintaan Produk Selama Periode 3 Bulan Produksi

Bulan Produk I Produk II Produk III

Agustus 132 281 164
September 394 2.341 2.275
Oktober 1.029 329 243

Sumber : Data Primer

Berdasarkan tabel 4.10 di atas, maka kendala permintaan dapat

diformulasikan sebagai berikut :

X101 ≤ 132 X201 ≤ 281 X301 ≤ 164

X102 ≤ 394 X202 ≤ 2341 X302 ≤ 2275
X103 ≤ 1029 X203 ≤ 329 X303 ≤ 243
 73

4.7 Hasil Optimasi Fungsi Tujuan

Analisis yang dilakukan dalam penelitian ini terdiri dari dua proses

analisis, yaitu analisis tanpa kendala permintaan dan analisis dengan kendala

permintaan. Keuntungan aktual yang diperoleh perusahaan setiap bulannya

berbeda-beda, ini dikarenakan permintaan pasar yang berfluktuasi setiap

bulannya. Keuntungan aktual yang diperoleh PT. KHI pada divisi Plant 1

selama periode produksi tiga bulan, dapat dilihat pada tabel 4.11 di bawah ini.

Tabel 4. 11
Rincian Keuntungan Aktual Produk Pipa Baja Di PT. KHI Pipe Industries

Bulan Keuntungan
Agustus 25.500.000
September 27.000.000
Oktober 42.000.000
Total Keuntungan 94.500.000

Sumber : Data Primer

4.7.1 Hasil Optimasi Keuntungan Tanpa Menggunakan Kendala

Permintaan

Hasil perhitungan optimasi keuntungan tanpa menggunakan

kendala permintaan menggunakan perangkat lunak POM-QM for

Windows menunjukkan bahwa, perusahaan masih dapat menghasilkan

keuntungan yang jauh lebih besar dibandingkan dengan kondisi

aktualnya. Kondisi keuntungan aktual PT. KHI Pipe Industries pada

divisi Plant 1 adalah sebesar Rp 94.500.000,- , sedangkan keuntungan

optimal hasil perhitungan dengan perangkat lunak POM-QM for

Windows menunjukkan angka Rp 118.120.800,- (Lampiran 5). Terdapat

selisih keuntungan sebesar Rp 23.620.800,- yang masih dapat diperoleh

PT. KHI Pipe Industries pada divisi Plant 1.

 74

Menurut perhitungan optimasi dengan menggunakan perangkat

lunak POM-QM for Windows, kedua produk baik produk I, produk II,

dan produk III sama-sama memiliki kontibusi terhadap keuntungan

yang diperoleh perusahaan, hanya saja jumlah produk II lebih dominan

dibanding produk I, ini menunjukkan bahwa produk II lebih banyak

memberikan kontribusi terhadap keuntungan yang diperoleh

perusahaan. Hal tersebut dapat dilihat pada tabel 4.12 di bawah ini.

Tabel 4. 12
Solusi Optimal Keuntungan Produk I Tanpa Kendala Permintaan

Kontribusi Total Kontribusi

Jumlah Produksi
Variabel Keuntungan Keuntungan
Optimal (Unit)
(Rp) (Rp)
X101 0 1.200.000 0
X102 0 1.200.000 0
X103 0 1.200.000 0
Total Keuntungan Optimal Produk I 0

Sumber : Data Primer dan Diolah

Tabel 4. 13
Solusi Optimal Keuntungan Produk II Tanpa Kendala Permintaan

Kontribusi
Jumlah Produksi Total Kontribusi
Variabel Keuntungan
Optimal (Unit) Keuntungan (Rp)
(Rp)
X201 0 2.400.000 0
X202 0 2.400.000 0
X203 0 2.400.000 0
Total Keuntungan Optimal Produk II 0
Sumber : Data Primer dan Diolah

Tabel 4. 14
Solusi Optimal Keuntungan Produk III Tanpa Kendala
Permintaan

Total
Jumlah Kontribusi
Kontribusi
Variabel Produksi Keuntungan
Keuntungan
Optimal (Unit) (Rp)
(Rp)
X301 4,4743 7.200.000 32.214.960
 75

X302 5,5928 7.200.000 40.268.160

X303 6,3386 7.200.000 45.637.920
Total Keuntungan Optimal Produk III 118.121.040

Sumber : Data Primer dan Diolah

Tabel 4. 15
Solusi Optimal Keuntungan Keseluruhan Tanpa Kendala
Permintaan

Total Keuntungan Optimal Produk I Rp 0

Total Keuntungan Optimal Produk II Rp 0
Total Keuntungan Optimal Produk III Rp 118.121.040
Rp 118.121.100
Total Keuntungan Optimal Keseluruhan
(dibulatkan)

Sumber : Data Primer dan Diolah

4.7.2 Nilai Reduced Cost

Reduced cost adalah besarnya perubahan nilai optimal fungsi

tujuan jika produk yang harusnya tidak diproduksi tetapi tetap

diproduksi oleh perusahaan. Nilai reduced cost untuk penggunaan

perangkat lunak POM-QM for Windows terdapat pada form jangkauan

(ranging). Jangkauan (ranging) dari hasil optimasi keuntungan dapat

dilihat pada tabel 4.16 dibawah ini.

Tabel 4. 16
Jangkauan (Ranging) Optimasi Keuntungan Tanpa Kendala
Permintaan

Reduced Original Lower Upper

Variabel Value
Cost Value Bound Bound
X101 0 2.974.497 1.200.000 -Infinity 4.174.497
X102 0 2.974.497 1.200.000 -Infinity 4.174.497
X103 0 2.974.497 1.200.000 -Infinity 4.174.497
X201 0 5.522.148 2.400.000 -Infinity 7.922.148
X202 0 5.522.148 2.400.000 -Infinity 7.922.148
X203 0 5.522.148 2.400.000 -Infinity 7.922.148
X301 4,4743 0 7.200.000 2.181.227 Infinity
X302 5,5928 0 7.200.000 2.181.227 Infinity
X303 6,3386 0 7.200.000 2.181.227 Infinity
 76

Sumber : Data Primer dan Diolah

Dari form jangkauan (ranging) yang ditunjukkan pada tabel 4.16

dapat dijelaskan sebagai berikut, misalnya untuk variabel X101 sampai

dengan X103 dengan value 0, X201 sampai dengan X203 dengan value 0,

X301 dengan value 4,4743, X302 dengan value 5,5928, X303 dengan value

6,3386, adalah sebagai berikut :

a) Variabel X101 sampai dengan X103 mempunyai value sebesar 0,

artinya produk I (pipa baja dengan diameter 4”) pada bulan

Agustus sampai dengan Oktober tidak menguntungkan untuk

diproduksi, dan jika tetap diproduksi, maka akan menurunkan

tingkat keuntungan yang dapat diperoleh perusahaan sebesar nilai

reduced cost pada variabel X101 sampai dengan X103, yaitu sebesar

Rp 2.974.497,-. Pada kolom lower bound, terdapat nilai negatif

infinity untuk variabel X101 sampai dengan X103, artinya jika

penetapan keuntungan diturunkan berapapun sampai tak

terhingga, maka nilai pada kolom value akan tetap 0 (nol) karena

produk I (pipa baja dengan diameter 4”) pada bulan Agustus

sampai dengan Oktober kontribusinya terhadap keuntungan

perusahaan sangat rendah. Kolom upper bound bernilai Rp

4.174.497,- yang artinya solusi optimal yang dihasilkan masih

berlaku, selama penetapan keuntungan yang diinginkan

perusahaan tidak lebih besar daripada Rp 4.174.497,-.

b) Variabel X201 sampai dengan X203 mempunyai value sebesar 0,

artinya produk II (pipa baja dengan diameter 6”) pada bulan

 77

Agustus sampai dengan Oktober tidak menguntungkan untuk

diproduksi, dan jika tetap diproduksi, maka akan menurunkan

tingkat keuntungan yang dapat diperoleh perusahaan sebesar nilai

reduced cost pada variabel X201 sampai dengan X203, yaitu sebesar

Rp 5.522.148,-. Pada kolom lower bound, terdapat nilai negatif

infinity untuk variabel X201 sampai dengan X203, artinya jika

penetapan keuntungan diturunkan berapapun sampai tak

terhingga, maka nilai pada kolom value akan tetap 0 (nol) karena

produk II (pipa baja dengan diameter 6”) pada bulan Agustus

sampai dengan Oktober kontribusinya terhadap keuntungan

perusahaan sangat rendah. Kolom upper bound bernilai Rp

7.922.148,- yang artinya solusi optimal yang dihasilkan masih

berlaku, selama penetapan keuntungan yang diinginkan

perusahaan tidak lebih besar daripada Rp 7.922.148,-.

c) Variabel X301 mempunyai value sebesar 4,743 yang artinya hasil

optimal dapat dicapai atau keuntungan maksimal dapat diperoleh

perusahaan apabila produk III (pipa baja dengan diameter 8”)

diproduksi sejumlah 4,4743 unit pada bulan Agustus. Nilai

reduced cost yang didapat pada variabel X301 sebesar 0, produk

III (pipa baja dengan diameter 8”) tidak ada memberikan

keuntungan dan besar kontribusinya terhadap keuntungan yang

diperoleh perusahaan. Nilai pada kolom lower bound sebesar Rp

2.181.227,- dan kolom upper bound terdapat nilai infinity, untuk

 78

variabel X301, artinya jika penetapan keuntungan dinaikan

berapapun sampai tak terhingga.

d) Variabel X302 mempunyai value sebesar 5,5928 yang artinya hasil

optimal dapat dicapai atau keuntungan maksimal dapat diperoleh

perusahaan apabila produk III (pipa baja dengan diameter 8”)

diproduksi sejumlah 5,5928 unit pada bulan September. Nilai

reduced cost yang didapat pada variabel X302 sebesar 0, produk

III (pipa baja dengan diameter 8”) tidak ada memberikan

keuntungan dan besar kontribusinya terhadap keuntungan yang

diperoleh perusahaan. Nilai pada kolom lower bound sebesar Rp

2.181.227,- dan kolom upper bound terdapat nilai infinity, untuk

variabel X302, artinya jika penetapan keuntungan dinaikan

berapapun sampai tak terhingga.

e) Variabel X303 mempunyai value sebesar 6,3386 yang artinya hasil

optimal dapat dicapai atau keuntungan maksimal dapat diperoleh

perusahaan apabila produk III (pipa baja dengan diameter 8”)

diproduksi sejumlah 6,3386 unit pada bulan Oktober. Nilai

reduced cost yang didapat pada variabel X303 sebesar 0, produk

III (pipa baja dengan diameter 8”) tidak ada memberikan

keuntungan dan besar kontribusinya terhadap keuntungan yang

diperoleh perusahaan. Nilai pada kolom lower bound sebesar Rp

2.181.227,- dan kolom upper bound terdapat nilai infinity, untuk

variabel X303, artinya jika penetapan keuntungan dinaikan

berapapun sampai tak terhingga.

 79

4.7.3 Dual Value dan Slack atau Surplus

Nilai dual dan nilai slack atau surplus pada perangkat lunak POM-

QM for Windows ditampilkan pada form jangkauan (ranging).

Jangkauan (ranging) ditunjukkan pada tabel 4.17 di bawah ini.

Tabel 4. 17
Hasil Optimasi Penggunaan Sumber Daya
Dual Slack atau Original Lower Upper
Constraint
Value Surplus Value Bound Bound
BB01 2684.564 0 12000 0 306.823,3
BB02 2684.564 0 15000 0 306.823,4
BB03 2684.564 0 17000 0 306.823,4
TKL01 0 11991,9 12480 488,0986 Infinity
TKL02 0 11869,88 12480 610,123 Infinity
TKL03 0 11869,88 12480 691,4727 Infinity

Sumber : Data Primer dan Diolah

Dari form jangkauan (ranging) yang ditunjukkan pada tabel

4.17 dapat dijelaskan sebagai berikut, misalnya untuk variabel BB01

sampai BB03 , variabel TKL01 sampai TKL03 :

a) Batasan minimal penggunaan bahan baku pada bulan Agustus

(BB01) mempunyai dual value sebesar Rp 2.684.564,- yang artinya

setiap penambahan bahan baku sebesar satu unit tambahan, maka

akan meningkatkan keuntungan perusahaan sebesar Rp 2.684.564,-

karena bernilai positif. Nilai slack atau surplus pada BB01 sampai

BB03 bernilai 0 (nol), artinya bahan baku pada solusi optimal habis

terpakai. Original value merupakan ketersediaan bahan baku pada

PT. KHI. Lower bound pada constraint BB01 sampai BB03

bernilai 0 (nol), sedangkan upper bound bernilai 306.823,3 , artinya

nilai dual pada solusi optimal yang dihasilkan tidak akan berubah

jika ketersediaan bahan baku diturunkan ataupun ditingkatkan

 80

selama dalam rentang antara 0 (nol) sampai dengan 306.823,3

meter.

b) Batasan minimal penggunaan bahan baku pada bulan September

(BB02) mempunyai dual value sebesar Rp 2.684.564,- yang artinya

setiap penambahan bahan baku sebesar satu unit tambahan, maka

akan meningkatkan keuntungan perusahaan sebesar Rp 2.684.564,-

karena bernilai positif. Nilai slack atau surplus pada BB01 sampai

BB03 bernilai 0 (nol), artinya bahan baku pada solusi optimal habis

terpakai. Original value merupakan ketersediaan bahan baku pada

PT. KHI. Lower bound pada constraint BB01 sampai BB03

bernilai 0 (nol), sedangkan upper bound bernilai 306.823,3 , artinya

nilai dual pada solusi optimal yang dihasilkan tidak akan berubah

jika ketersediaan bahan baku diturunkan ataupun ditingkatkan

selama dalam rentang antara 0 (nol) sampai dengan 306.823,3

meter.

c) Batasan minimal penggunaan bahan baku pada bulan Oktober

(BB03) mempunyai dual value sebesar Rp 2.684.564,- yang artinya

setiap penambahan bahan baku sebesar satu unit tambahan, maka

akan meningkatkan keuntungan perusahaan sebesar Rp 2.684.564,-

karena bernilai positif. Nilai slack atau surplus pada BB01 sampai

BB03 bernilai 0 (nol), artinya bahan baku pada solusi optimal habis

terpakai. Original value merupakan ketersediaan bahan baku pada

PT. KHI. Lower bound pada constraint BB01 sampai BB03

bernilai 0 (nol), sedangkan upper bound bernilai 306.823,3 , artinya

 81

nilai dual pada solusi optimal yang dihasilkan tidak akan berubah

jika ketersediaan bahan baku diturunkan ataupun ditingkatkan

selama dalam rentang antara 0 (nol) sampai dengan 306.823,3

meter.

d) Jam tenaga kerja langsung pada bulan Agustus (TKL01)

mempunyai dual value sebesar 0 (nol), artinya jam tenaga kerja

langsung pada bulan Agustus (TKL01) bukan merupakan sumber

daya pembatas, karena ketersediaannya berlebihan sebesar nilai

slack atau surplus-nya. Jam tenaga kerja langsung pada bulan

Agutus (TKL01) mempunyai nilai slack atau surplus sebesar

11991,9 yang artinya pada solusi optimal, jam tenaga kerja

langsung kelebihan atau tidak terpakai sebesar 11991,9 jam. Lower

bound pada constraint jam tenaga kerja langsung pada bulan

Agustus (TKL01) sebesar 488,0986 yang artinya nilai dual yang

dihasilkan tidak akan berubah selama ketersediaan jam tenaga kerja

langsung dinaikkan di atas 488,0986 jam dan bukan diturunkan di

bawahnya. Upper bound bernilai infinity mempunyai arti bahwa

berapapun ketersediaan jam tenaga kerja langsung dinaikkan, maka

tidak akan merubah nilai dual-nya, tetapi akan meningkatkan nilai

slack atau surplus-nya.

e) Jam tenaga kerja langsung pada bulan September (TKL02)

mempunyai dual value sebesar 0 (nol), artinya jam tenaga kerja

langsung pada bulan September (TKL02) bukan merupakan

sumber daya pembatas, karena ketersediaannya berlebihan sebesar

 82

nilai slack atau surplus-nya. Jam tenaga kerja langsung pada bulan

September (TKL02) mempunyai nilai slack atau surplus sebesar

11869,88 yang artinya pada solusi optimal, jam tenaga kerja

langsung kelebihan atau tidak terpakai sebesar 118869,88 jam.

Lower bound pada constraint jam tenaga kerja langsung pada bulan

September (TKL02) sebesar 610,123 yang artinya nilai dual yang

dihasilkan tidak akan berubah selama ketersediaan jam tenaga kerja

langsung dinaikkan di atas 610,123 jam dan bukan diturunkan di

bawahnya. Upper bound bernilai infinity mempunyai arti bahwa

berapapun ketersediaan jam tenaga kerja langsung dinaikkan, maka

tidak akan merubah nilai dual-nya, tetapi akan meningkatkan nilai

slack atau surplus-nya.

f) Jam tenaga kerja langsung pada bulan Oktober (TKL03)

mempunyai dual value sebesar 0 (nol), artinya jam tenaga kerja

langsung pada bulan Oktober (TKL03) bukan merupakan sumber

daya pembatas, karena ketersediaannya berlebihan sebesar nilai

slack atau surplus-nya. Jam tenaga kerja langsung pada bulan

Oktober (TKL03) mempunyai nilai slack atau surplus sebesar

118869,88 yang artinya pada solusi optimal, jam tenaga kerja

langsung kelebihan atau tidak terpakai sebesar 118869,88 jam.

Lower bound pada constraint jam tenaga kerja langsung pada bulan

Oktober (TKL03) sebesar 691,4727 yang artinya nilai dual yang

dihasilkan tidak akan berubah selama ketersediaan jam tenaga kerja

langsung dinaikkan di atas 691,4727 jam dan bukan diturunkan di

 83

bawahnya. Upper bound bernilai infinity mempunyai arti bahwa

berapapun ketersediaan jam tenaga kerja langsung dinaikkan, maka

tidak akan merubah nilai dual-nya, tetapi akan meningkatkan nilai

slack atau surplus-nya.

4.7.4 Solution List

Pada form solution list dijelaskan bahwa kolom variabel memuat

variabel keputusan dari suatu model. Dalam penelitian ini terdapat dua

jenis produk yang diproduksi oleh PT. KHI Pipe Industries pada divisi

Plant 1 dalam periode produksi satu tahun. Variabel slack menunjukkan

status dari suatu constraint. slack 1, slack 2, dan slack 3 pada kolom

variabel adalah kendala atau constraint bahan baku HRC selama satu

tahun, sedangkan slack 4, slack 5, dan slack 6 adalah kendala atau

constraint jam tenaga kerja langsung selama satu tahun. Optimal value

(Z) pada form menunjukkan keuntungan maksimal yang dapat

diperoleh PT. KHI Pipe Industries pada divisi Plant 1. Form solution

list untuk optimasi keuntungan tanpa kendala permintaan dapat dilihat

pada tabel 4.18.

Tabel 4. 18
Solution List PT. KHI Pipe Industries pada divisi Plant 1 Tanpa
Kendala Permintaan

PT. KHI Solution

Variable Status Value
(1) (2) (3)
X101 NON Basic 0
X102 NON Basic 0
X103 NON Basic 0
X201 NON Basic 0
X202 NON Basic 0
X203 NON Basic 0
X301 Basic 4,4743
 84

X302 Basic 5,5928

X303 Basic 6,3386
(1) (2) (3)
Slack 1 NON Basic 0
Slack 2 NON Basic 0
Slack 3 NON Basic 0
Slack 4 Basic 11991,9
Slack 5 Basic 118869,88
Slack 6 Basic 11788,53
Optimal Value (Z) 118.120.800

Sumber : Data Primer dan Diolah

Dari form solution list yang ditunjukkan pada tabel 4.18 dapat

dijelaskan sebagai berikut :

a. Status basic pada variabel keputusan menunjukkan bahwa variabel

tersebut merupakan bagian dari solusi optimal dan harus diproduksi

sebesar nilai pada kolom value-nya. Variabel X301, X302, X303

merupakan bagian dari solusi optimal dan harus diproduksi sebesar

nilai pada kolom value masing-masing variabel, misal untuk X301,

artinya pada bulan Agustus perusahaan harus memproduksi

sebanyak 4,4743 unit (X301), sebanyak 5,5928 unit (X302), dan

sebanyak 6,3386 unit (X303) produk III (pipa baja dengan diameter

8”).

b. Status nonbasic pada variabel keputusan menunjukkan bahwa

variabel tersebut bukan bagian dari solusi optimal karena kolom

value bernilai 0 (nol). Variabel X101 (produk I bulan Agustus), X102

(produk I bulan September), X103 (produk I bulan Oktober), X201

(produk II bulan Agustus), X202 (produk II bulan September), X203

 85

(produk II bulan Oktober), bukan bagian dari solusi optimal dan

seharusnya tidak diproduksi.

c. Status basic pada variabel slack menunjukkan bahwa suatu sumber

daya bukan merupakan pembatas dan masih tersisa sebesar nilai

pada value-nya. Misal pada variabel slack 4, jam tenaga kerja

langsung pada bulan Agustus bukan merupakan pembatas dalam

memperoleh solusi optimal karena masih bersisa 11991,9 jam.

d. Status basic pada variabel slack menunjukkan bahwa suatu sumber

daya bukan merupakan pembatas dan masih tersisa sebesar nilai

pada value-nya. Misal pada variabel slack 5, jam tenaga kerja

langsung pada bulan Agustus bukan merupakan pembatas dalam

memperoleh solusi optimal karena masih bersisa 118869,88 jam.

e. Status basic pada variabel slack menunjukkan bahwa suatu sumber

daya bukan merupakan pembatas dan masih tersisa sebesar nilai

pada value-nya. Misal pada variabel slack 6, jam tenaga kerja

langsung pada bulan Agustus bukan merupakan pembatas dalam

memperoleh solusi optimal karena masih bersisa 11788,53 jam.

f. Status nonbasic pada variabel slack menunjukkan bahwa suatu

sumber daya merupakan pembatas karena kolom value bernilai 0

(nol), artinya sumber daya tersebut habis terpakai. Variabel slack 1,

slack 2, dan slack 3 menunjukkan bahwa bahan baku HRC

merupakan pembatas atau kendala dalam memperoleh solusi optimal

karena habis terpakai.

 86

4.7.5 Hasil Optimasi Keuntungan dengan Menggunakan Kendala

Permintaan

Hasil perhitungan optimasi keuntungan tanpa menggunakan

kendala permintaan menggunakan perangkat lunak POM-QM for

Windows menunjukkan bahwa, perusahaan masih dapat menghasilkan

keuntungan yang jauh lebih besar dibandingkan dengan kondisi

aktualnya. Kondisi keuntungan aktual PT. KHI Pipe Industries pada

divisi Plant 1 adalah sebesar Rp 94.500.000,- , sedangkan keuntungan

optimal hasil perhitungan dengan perangkat lunak POM-QM for

Windows menunjukkan angka Rp 118.121.100,-. Terdapat selisih

keuntungan sebesar Rp 23.621.100,- yang masih dapat diperoleh PT.

KHI Pipe Industries pada divisi Plant 1.

Menurut perhitungan optimasi dengan menggunakan perangkat

lunak POM-QM for Windows, kedua produk baik produk I, produk II,

dan produk III sama-sama memiliki kontibusi terhadap keuntungan

yang diperoleh perusahaan. Hal tersebut dapat dilihat pada tabel di

bawah ini.

Tabel 4. 19
Solusi Optimal Keuntungan Produk I dengan Kendala Permintaan

Jumlah Kontribusi Total Kontribusi

Variabel Produksi Keuntungan Keuntungan
Optimal (Unit) (Rp) (Rp)
X101 132 1.200.000 158.400.000
X102 394 1.200.000 472.800.000
X103 1029 1.200.000 1.234.800.000
Total Keuntungan Optimal Produk I 1.866.000.000

Sumber : Data Primer dan Diolah

 87

Tabel 4. 20
Solusi Optimal Keuntungan Produk II dengan Kendala
Permintaan

Jumlah Kontribusi Total Kontribusi

Variabel Produksi Keuntungan Keuntungan
Optimal (Unit) (Rp) (Rp)
X201 281 2.400.000 674.400.000
X202 2341 2.400.000 5.618.400.000
X203 329 2.400.000 789.600.000
Total Keuntungan Optimal Produk II 7.082.400.000

Sumber : Data Primer dan Diolah

Tabel 4. 21
Solusi Optimal Keuntungan Produk III dengan Kendala
Permintaan

Jumlah Kontribusi
Total Kontribusi
Variabel Produksi Keuntungan
Keuntungan (Rp)
Optimal (Unit) (Rp)
X301 164 7.200.000 1.180.800.000
X302 2275 7.200.000 16.380.000.000
X303 243 7.200.000 1.749.600.000
Total Keuntungan Optimal Produk III 19.310.400.000

Sumber : Data Primer dan Diolah

Tabel 4. 22
Solusi Optimal Keuntungan Keseluruhan dengan Kendala
Permintaan

Total Keuntungan Optimal Produk I Rp 1.866.000.000

Total Keuntungan Optimal Produk II Rp 7.082.400.000
Total Keuntungan Optimal Produk III Rp 19.310.400.000
Total Keuntungan Optimal Keseluruhan Rp 28.258.800.000

Sumber : Data Primer dan Diolah

4.7.6 Nilai Reduced Cost

Jangkauan (ranging) dari hasil optimasi keuntungan dengan kendala

permintaan dapat dilihat pada tabel 4.23.

 88

Tabel 4. 23
Jangkauan (Ranging) Optimasi Keuntungan dengan Kendala
Permintaan

Reduced Original Lower Upper

Variabel Value
Cost Value Bound Bound
(1) (2) (3) (4) (5) (6)
X101 1 0 1.200.000 0 Infinity
X102 1 0 1.200.000 0 Infinity
X103 1 0 1.200.000 0 Infinity
(1) (2) (3) (4) (5) (6)
X201 1 0 2.400.000 0 Infinity
X202 1 0 2.400.000 0 Infinity
X203 1 0 2.400.000 0 Infinity
(1) (2) (3) (4) (5) (6)
X301 1 0 7.200.000 0 Infinity
X302 1 0 7.200.000 0 Infinity
X303 1 0 7.200.000 0 Infinity

Sumber : Data Primer dan Diolah

Dari form jangkauan (ranging) yang ditunjukkan pada tabel 4.23

dapat dijelaskan bahwa baik produk I, produk II, dan produk III

memberikan keuntungan besar untuk diproduksi, dan berkontribusi besar

terhadap keuntungan optimal yang akan didapatkan. Nilai lower bound

pada produk I (pipa baja dengan diameter 4”) sebesar Rp 1,- (satu rupiah)

dan upper bound sebesar tidak terhingga, menunjukkan bahwa solusi

optimal yang dihasilkan pada kolom value berlaku atau masih relevan

selama penetapan keuntungan perusahaan dalam rentang antara Rp 1,-

sampai dengan tidak terhingga.

4.7.7 Dual Value dan Slack atau Surplus

Nilai dual dan nilai slack atau surplus pada perangkat lunak POM

for Windows ditampilkan pada form jangkauan (ranging). Jangkauan

(ranging) ditunjukkan pada tabel 4.24 berikut :

 89

Tabel 4. 24
Dual Value dan Slack atau Surplus dengan Kendala Permintaan

Slack
Dual Original Lower Upper
Constraint atau
Value Value Bound Bound
Surplus
(1) (2) (3) (4) (5) (6)
BB01 0 4812 12000 7188 Infinity
BB02 0 7812 15000 7188 Infinity
BB03 0 9812 17000 7188 Infinity
TKL01 0 12403,61 12840 436,3896 Infinity
TKL02 0 12403,61 12840 436,3896 Infinity
TKL03 0 12403,61 12840 436,3896 Infinity
(1) (2) (3) (4) (5) (6)
D101 9090,909 0 132 0 540,4785
D102 4270,462 0 281 0 1692,686
D103 7317,073 0 164 0 1198,835
D201 6091,371 0 394 0 1036,47
D202 1025,203 0 2341 0 8538,185
D203 1054,945 0 2275 0 9839,317
D301 6997,084 0 1029 0 2875,215
D302 21884,5 0 329 0 1287,295
D303 29629,63 0 243 0 1132,007

Sumber : Data Primer dan Diolah

Dari form jangkauan (ranging) yang ditunjukkan pada tabel 4.24

tersebut, dapat dijelaskan sebagai berikut :

a) Bahan Baku HRC (BB01) merupakan sumber daya terbatas, karena

nilai slack atau surplus-nya sebesar 4812, artinya bahan baku HRC

pada solusi optimal masih tersedia. Bahan baku HRC mempunyai dual

value sebesar Rp 0,-. Original value merupakan ketersediaan bahan

baku pada PT. KHI. Lower bound pada constraint bahan baku HRC

menunjukkan nilai batas bawah sedangkan upper bound menunjukkan

nilai batas atas, artinya nilai dual pada solusi optimal yang dihasilkan

tidak akan berubah jika ketersediaan bahan baku diturunkan ataupun

ditingkatkan selama dalam rentang nilai lower bound dan upper bound
 90

masing-masing variabel. Misal pada bulan Agustus, nilai dual pada

solusi optimal yang dihasilkan tidak akan berubah jika ketersediaan

bahan baku diturunkan atau ditingkatkan selama dalam rentang antara

7188 Kg sampai dengan tak terhingga.

b) Bahan Baku HRC (BB02) merupakan sumber daya terbatas, karena

nilai slack atau surplus-nya sebesar 7812, artinya bahan baku HRC

pada solusi optimal masih tersedia. Bahan baku HRC mempunyai dual

value sebesar Rp 0,-. Original value merupakan ketersediaan bahan

baku pada PT. KHI. Lower bound pada constraint bahan baku HRC

menunjukkan nilai batas bawah sedangkan upper bound menunjukkan

nilai batas atas, artinya nilai dual pada solusi optimal yang dihasilkan

tidak akan berubah jika ketersediaan bahan baku diturunkan ataupun

ditingkatkan selama dalam rentang nilai lower bound dan upper bound

masing-masing variabel. Misal pada bulan September, nilai dual pada

solusi optimal yang dihasilkan tidak akan berubah jika ketersediaan

bahan baku diturunkan atau ditingkatkan selama dalam rentang antara

7188 Kg sampai dengan tak terhingga.

c) Bahan Baku HRC (BB03) merupakan sumber daya terbatas, karena

nilai slack atau surplus-nya sebesar 9812, artinya bahan baku HRC

pada solusi optimal masih tersedia. Bahan baku HRC mempunyai dual

value sebesar Rp 0,-. Original value merupakan ketersediaan bahan

baku pada PT. KHI. Lower bound pada constraint bahan baku HRC

menunjukkan nilai batas bawah sedangkan upper bound menunjukkan

nilai batas atas, artinya nilai dual pada solusi optimal yang dihasilkan
 91

tidak akan berubah jika ketersediaan bahan baku diturunkan ataupun

ditingkatkan selama dalam rentang nilai lower bound dan upper bound

masing-masing variabel. Misal pada bulan Oktober, nilai dual pada

solusi optimal yang dihasilkan tidak akan berubah jika ketersediaan

bahan baku diturunkan atau ditingkatkan selama dalam rentang antara

7188 Kg sampai dengan tak terhingga.

d) Jam tenaga kerja langsung mempunyai dual value sebesar 0 (nol),

artinya jam tenaga kerja langsung bukan merupakan sumber daya

pembatas karena ketersediaannya berlebihan sebesar nilai slack atau

surplus-nya. Misalnya jam tenaga kerja langsung pada bulan Agustus

(TKL01) mempunyai nilai slack atau surplus sebesar 12403,61 yang

artinya pada solusi optimal, jam tenaga kerja langsung berlebihan atau

tidak terpakai sebesar 12403,61 jam. Lower bound pada constraint

jam tenaga kerja langsung pada bulan Agustus (TKL01) sebesar 436,

3896 yang artinya nilai dual yang dihasilkan tidak akan berubah

selama ketersediaan jam tenaga kerja langsung dinaikkan di atas 436,

3896 jam dan bukan diturunkan di bawahnya. Upper bound bernilai

infinity mempunyai arti bahwa berapapun ketersediaan jam tenaga

kerja langsung dinaikkan, maka tidak akan merubah nilai dual-nya,

tetapi akan meningkatkan nilai slack atau surplus-nya.

e) Jam tenaga kerja langsung mempunyai dual value sebesar 0 (nol),

artinya jam tenaga kerja langsung bukan merupakan sumber daya

pembatas karena ketersediaannya berlebihan sebesar nilai slack atau

surplus-nya. Misalnya jam tenaga kerja langsung pada bulan Agustus

 92

(TKL01) mempunyai nilai slack atau surplus sebesar 12403,61 yang

artinya pada solusi optimal, jam tenaga kerja langsung berlebihan atau

tidak terpakai sebesar 12403,61 jam. Lower bound pada constraint

jam tenaga kerja langsung pada bulan September (TKL02) sebesar

436, 3896 yang artinya nilai dual yang dihasilkan tidak akan berubah

selama ketersediaan jam tenaga kerja langsung dinaikkan di atas 436,

3896 jam dan bukan diturunkan di bawahnya. Upper bound bernilai

infinity mempunyai arti bahwa berapapun ketersediaan jam tenaga

kerja langsung dinaikkan, maka tidak akan merubah nilai dual-nya,

tetapi akan meningkatkan nilai slack atau surplus-nya.

f) Jam tenaga kerja langsung mempunyai dual value sebesar 0 (nol),

artinya jam tenaga kerja langsung bukan merupakan sumber daya

pembatas karena ketersediaannya berlebihan sebesar nilai slack atau

surplus-nya. Misalnya jam tenaga kerja langsung pada bulan Agustus

(TKL01) mempunyai nilai slack atau surplus sebesar 12403,61 yang

artinya pada solusi optimal, jam tenaga kerja langsung berlebihan atau

tidak terpakai sebesar 12403,61 jam. Lower bound pada constraint

jam tenaga kerja langsung pada bulan Oktober (TKL02) sebesar 436,

3896 yang artinya nilai dual yang dihasilkan tidak akan berubah

selama ketersediaan jam tenaga kerja langsung dinaikkan di atas 436,

3896 jam dan bukan diturunkan di bawahnya. Upper bound bernilai

infinity mempunyai arti bahwa berapapun ketersediaan jam tenaga

kerja langsung dinaikkan, maka tidak akan merubah nilai dual-nya,

tetapi akan meningkatkan nilai slack atau surplus-nya.

 93

g) Batasan minimal permintaan produk I pada bulan Agustus (D101)

mempunyai dual value sebesar Rp 9090,909,- yang artinya produk I

(pipa baja dengan diameter 4”) tidak memberikan kontribusi apapun

terhadap keuntungan optimal yang diperoleh PT. KHI pada divisi

Plant 1. Nilai slack atau surplus mempunyai nilai 0 (nol), ini

menunjukkan bahwa batasan minimal permintaan produk I (pipa baja

dengan diameter 4”) merupakan pembatas dalam memperoleh

keuntungan optimal dan tidak seharusnya diproduksi. Misalkan, lower

bound pada constraint batasan minimal permintaan produk I (pipa

baja dengan diameter 4”) bulan Agutus (D101) bernilai 0, sedangkan

nilai upper bound sebesar 540,4785, artinya nilai dual yang dihasilkan

tidak akan berubah apabila batasan minimal diturunkan atau

ditingkatkan selama dalam rentang 132 unit.

h) Batasan minimal permintaan produk I pada bulan September (D102)

mempunyai dual value sebesar Rp 4270,462,- yang artinya produk I

(pipa baja dengan diameter 4”) tidak memberikan kontribusi apapun

terhadap keuntungan optimal yang diperoleh PT. KHI pada divisi

Plant 1. Nilai slack atau surplus mempunyai nilai 0 (nol), ini

menunjukkan bahwa batasan minimal permintaan produk I (pipa baja

dengan diameter 4”) merupakan pembatas dalam memperoleh

keuntungan optimal dan tidak seharusnya diproduksi. Misalkan, lower

bound pada constraint batasan minimal permintaan produk I (pipa

baja dengan diameter 4”) bulan September (D102) bernilai 0,

sedangkan nilai upper bound sebesar 1692,686, artinya nilai dual yang
 94

dihasilkan tidak akan berubah apabila batasan minimal diturunkan

atau ditingkatkan selama dalam rentang 281 unit.

i) Batasan minimal permintaan produk I pada bulan Okteber (D103)

mempunyai dual value sebesar Rp 7317,073,- yang artinya produk I

(pipa baja dengan diameter 4”) tidak memberikan kontribusi apapun

terhadap keuntungan optimal yang diperoleh PT. KHI pada divisi

Plant 1. Nilai slack atau surplus mempunyai nilai 0 (nol), ini

menunjukkan bahwa batasan minimal permintaan produk I (pipa baja

dengan diameter 4”) merupakan pembatas dalam memperoleh

keuntungan optimal dan tidak seharusnya diproduksi. Misalkan, lower

bound pada constraint batasan minimal permintaan produk I (pipa

baja dengan diameter 4”) bulan Oktober (D103) bernilai 0, sedangkan

nilai upper bound sebesar 1198,835, artinya nilai dual yang dihasilkan

tidak akan berubah apabila batasan minimal diturunkan atau

ditingkatkan selama dalam rentang 164 unit.

j) Batasan minimal permintaan produk II pada bulan Agustus (D201)

mempunyai dual value sebesar Rp 6091,371,- yang artinya produk II

(pipa baja dengan diameter 6”) tidak memberikan kontribusi apapun

terhadap keuntungan optimal yang diperoleh PT. KHI pada divisi

Plant 1. Nilai slack atau surplus mempunyai nilai 0 (nol), ini

menunjukkan bahwa batasan minimal permintaan produk II (pipa baja

dengan diameter 6”) merupakan pembatas dalam memperoleh

keuntungan optimal dan tidak seharusnya diproduksi. Misalkan, lower

bound pada constraint batasan minimal permintaan produk II (pipa

 95

baja dengan diameter 6”) bulan Agutus (D201) bernilai 0, sedangkan

nilai upper bound sebesar 1036,47, artinya nilai dual yang dihasilkan

tidak akan berubah apabila batasan minimal diturunkan atau

ditingkatkan selama dalam rentang 394 unit.

k) Batasan minimal permintaan produk II pada bulan September (D202)

mempunyai dual value sebesar Rp 1025,203,- yang artinya produk II

(pipa baja dengan diameter 6”) tidak memberikan kontribusi apapun

terhadap keuntungan optimal yang diperoleh PT. KHI pada divisi

Plant 1. Nilai slack atau surplus mempunyai nilai 0 (nol), ini

menunjukkan bahwa batasan minimal permintaan produk II (pipa baja

dengan diameter 6”) merupakan pembatas dalam memperoleh

keuntungan optimal dan tidak seharusnya diproduksi. Misalkan, lower

bound pada constraint batasan minimal permintaan produk II (pipa

baja dengan diameter 6”) bulan September (D202) bernilai 0,

sedangkan nilai upper bound sebesar 8538,185, artinya nilai dual yang

dihasilkan tidak akan berubah apabila batasan minimal diturunkan

atau ditingkatkan selama dalam rentang 2341 unit.

l) Batasan minimal permintaan produk II pada bulan Oktober (D203)

mempunyai dual value sebesar Rp 1054,945,- yang artinya produk II

(pipa baja dengan diameter 6”) tidak memberikan kontribusi apapun

terhadap keuntungan optimal yang diperoleh PT. KHI pada divisi

Plant 1. Nilai slack atau surplus mempunyai nilai 0 (nol), ini

menunjukkan bahwa batasan minimal permintaan produk II (pipa baja

dengan diameter 6”) merupakan pembatas dalam memperoleh

 96

keuntungan optimal dan tidak seharusnya diproduksi. Misalkan, lower

bound pada constraint batasan minimal permintaan produk II (pipa

baja dengan diameter 6”) bulan Oktober (D203) bernilai 0, sedangkan

nilai upper bound sebesar 9839,317, artinya nilai dual yang dihasilkan

tidak akan berubah apabila batasan minimal diturunkan atau

ditingkatkan selama dalam rentang 2275 unit.

m) Batasan minimal permintaan produk III pada bulan Agustus (D301)

mempunyai dual value sebesar Rp 6997,084,- yang artinya produk III

(pipa baja dengan diameter 8”) tidak memberikan kontribusi apapun

terhadap keuntungan optimal yang diperoleh PT. KHI pada divisi

Plant 1. Nilai slack atau surplus mempunyai nilai 0 (nol), ini

menunjukkan bahwa batasan minimal permintaan produk III (pipa

baja dengan diameter 8”) merupakan pembatas dalam memperoleh

keuntungan optimal dan tidak seharusnya diproduksi. Misalkan, lower

bound pada constraint batasan minimal permintaan produk III (pipa

baja dengan diameter 8”) bulan Agutus (D301) bernilai 0, sedangkan

nilai upper bound sebesar 2875,215, artinya nilai dual yang dihasilkan

tidak akan berubah apabila batasan minimal diturunkan atau

ditingkatkan selama dalam rentang 1029 unit.

n) Batasan minimal permintaan produk III pada bulan September (D302)

mempunyai dual value sebesar Rp 21884,5,- yang artinya produk III

(pipa baja dengan diameter 8”) tidak memberikan kontribusi apapun

terhadap keuntungan optimal yang diperoleh PT. KHI pada divisi

Plant 1. Nilai slack atau surplus mempunyai nilai 0 (nol), ini

 97

menunjukkan bahwa batasan minimal permintaan produk III (pipa

baja dengan diameter 8”) merupakan pembatas dalam memperoleh

keuntungan optimal dan tidak seharusnya diproduksi. Misalkan, lower

bound pada constraint batasan minimal permintaan produk III (pipa

baja dengan diameter 8”) bulan September (D302) bernilai 0,

sedangkan nilai upper bound sebesar 1287,295, artinya nilai dual yang

dihasilkan tidak akan berubah apabila batasan minimal diturunkan

atau ditingkatkan selama dalam rentang 329 unit.

o) Batasan minimal permintaan produk III pada bulan Oktober (D303)

mempunyai dual value sebesar Rp 29629,63,- yang artinya produk III

(pipa baja dengan diameter 8”) tidak memberikan kontribusi apapun

terhadap keuntungan optimal yang diperoleh PT. KHI pada divisi

Plant 1. Nilai slack atau surplus mempunyai nilai 0 (nol), ini

menunjukkan bahwa batasan minimal permintaan produk III (pipa

baja dengan diameter 8”) merupakan pembatas dalam memperoleh

keuntungan optimal dan tidak seharusnya diproduksi. Misalkan, lower

bound pada constraint batasan minimal permintaan produk III (pipa

baja dengan diameter 8”) bulan Oktober (D303) bernilai 0, sedangkan

nilai upper bound sebesar 1132,007, artinya nilai dual yang dihasilkan

tidak akan berubah apabila batasan minimal diturunkan atau

ditingkatkan selama dalam rentang 243 unit.

4.7.8 Solution List

Pada form solution list dijelaskan bahwa kolom variabel memuat

variabel keputusan dari suatu model. Interpretasi pada form solution list
 98

yang ditunjukkan pada tabel 4.26 mengacu pula pada nilai dual

yangterdapat dalam form dual value sebagai dasar pertimbangan. Form

solution list untuk optimasi keuntungan dengan kendala permintaan dapat

dilihat pada tabel berikut.

Tabel 4. 25
Solution List PT. KHI Plant 1 dengan Kendala Permintaan

PT. KHI Solution

Variable Status Value
(1) (2) (3)
X101 Basic 1
X102 Basic 1
X103 Basic 1
X201 Basic 1
X202 Basic 1
X203 Basic 1
X301 Basic 1
X302 Basic 1
X303 Basic 1
Slack 1 Basic 4812
Slack 2 Basic 7812
Slack 3 Basic 9812
Slack 4 Basic 12403,61
Slack 5 Basic 12403,61
Slack 6 Basic 12403,61
Slack 7 NON Basic 0
Slack 8 NON Basic 0
Slack 9 NON Basic 0
(1) (2) (3)
Slack 12 NON Basic 0
Slack 13 NON Basic 0
Slack 14 NON Basic 0
Slack 15 NON Basic 0
Optimal Value (Z) 3.2400.000

Sumber : Data Primer dan Diolah

Dari form solution list yang ditunjukkan pada tabel 4.26 di atas,

dapat dijelaskan bahwa produk I, produk II, produk III harus diproduksi

sesuai dengan besarnya value yang dihasilkan karena merupakan bagian

 99

dari solusi optimal. Status NONBasic pada variabel bahan baku HRC

(slack 7 sampai dengan slack 15) menunjukkan bahwa, batas minimum

merupakan pembatas karena value-nya sebesar 0 (nol). Artinya sumber

daya tersebut habis terpakai dan tidak terjadi pemborosan. Status basic

pada variabel X101 sampai TKL03 (slack 1 sampai dengan slack 6)

merupakan pembatas yang artinya terjadi pemborosan pada variabel

tersebut. Dari tabel di atas dapat disimpulkan bahwa, keuntungan yang

diperoleh perusahaan belum optimal dikarenakan masih ada sisa bahan

baku dan, sisa jam tenaga kerja langsung yang tidak habis terpakai.

Oleh karena itu, keuntungan tidak dapat dioptimalkan karena

terjadi pemborosan tenaga kerja yang tidak terpakai sebesar value yang

dihasilkan.
 BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Berdasarkan penelitian yang telah dilakukan, maka diperoleh kesimpulan

sebagai berikut :

1. Penentuan optimasi produksi dengan menggunakan metode Linear

Programming dapat membantu PT. KHI Pipe Industries divisi Plant 1

dalam menentukan optimasi laba perusahaan yang ingin dicapai. Hal ini

karena hasil optimasi dengan menggunakan Linear Programming jauh

lebih optimum dibandingkan dengan metode manual yang sedang

diterapkan oleh PT. KHI Pipe Industries divisi Plant 1 saat ini.

2. PT. KHI Pipe Industries divisi Plant 1 menghadapi beberapa kendala

dalam proses produksi guna pencapaian laba optimal. Kendala-kendala

tersebut berupa keterbatasan bahan baku dan jam tenaga kerja langsung.

Pada keadaan optimal, kendala bahan baku sudah dimanfaatkan secara

optimal oleh PT. KHI Pipe Industries divisi Plant 1. PT. KHI Pipe

Industries divisi Plant 1 harus memfokuskan pada kendala jam tenaga

kerja langsung karena pada kendala tenaga kerja langsung terdapat banyak

pemborosan, yang akhirnya dapat menghambat perusahaan mendapatkan

laba optimal.

3. Keuntungan optimal yang dihasilkan dari hasil analisis optimasi dengan

dua kendala (kendala bahan baku dan kendala jam tenaga kerja langsung)

adalah sebesar Rp 118.120.800,- dan aktualnya adalah sebesar Rp

94.500.000,- yang artinya terdapat selsisih sebesar Rp 23.620.800,- dalam

100
 101

tiga bulan terakhir. Keuntungan optimal yang dihasilkan dari hasil analisis

optimasi dengan tiga kendala (kendala bahan baku, kendala jam tenaga

kerja langsung, dan kendala permintaan) adalah sebesar Rp 118.121.100,-

dan aktualnya adalah sebesar Rp 94.500.000,- yang artinya terdapat

selsisih sebesar Rp 23.621.100,- dalam tiga bulan terakhir.

5.2 Saran

Beberapa saran yang dapat disampaikan sebagai bahan dasar pertimbangan

perusahaan, yaitu :

1. Perusahaan diharapkan dapat memperbaiki sistem perencanaan produksi

yang belum terstruktur dengan baik. Metode Linear Programming dapat

menjadi solusi alternatif bagi perusahaan agar dapat mengoptimalkan

penggunaan sumber daya produksi, sehingga pencapaian laba perusahaan

dapat lebih optimal lagi.

2. Perusahaan sebaiknya lebih fokus terhadap jam tenaga kerja langsung

yang digunakan dan kendala permintaan yang ada. Pemborosan yang

terdapat pada jam tenaga kerja langsung dapat membuat laba optimal

perusahaan menjadi terhambat karena banyak waktu yang terbuang sia-sia.

Dengan memperhatikan kendala permintaan yang ada keuntungan optimal

perusahaan akan dapat meningkat lebih baik lagi dari sebelumnya.

3. Perusahaan dapat menggunakan aplikasi POM for Windows sebagai alat

bantu pengaplikasian metode Linear Programming, sehingga perencanaan

produksi optimal serta laba optimal dapat tercapai.

 DAFTAR PUSTAKA

Asrina, Liya, dan Migunani. 2013. Pengambilan Keputusan Alokasi Sumber Daya

Produksi Menggunakan Linear Programming. Jurnal Teknologi

Informasi dan Komunikasi Vol. 4, No. 1.

Diatin, I., S. Arifianty, dan N. Farmayanti. 2008. Optimalisasi Input Produksi

Pada Kegiatan Budidaya Udang Vaname (Litopenaeus Vannamei) :

Studi Kasus pada UD Jasa Hasil Diri di Desa Lamaran Tarung,

Kecamatan Cantigi, Kabupaten Indramayu. Jurnal Akuakultur

Indonesia.

Diatin, Iis, Narni Farmayanti, dan Selly Sefrina. 2006. Optimalisasi Produksi

Udang Beku pada PT Wirontono Baru Jakarta Utara. Buletin Ekonomi

Perikanan, Vol. VI No. 3. Institut Pertanian Bogor.

Dumairy. 2003. Matematika Terapan untuk Bisnis dan Ekonomi. Yogyakarta :

BPFE UGM.

Febryan. 2009. Optimisasi Gross Margin Pendapatan dengan Menggunakan

Model Linier Programming. Skripsi. Universitas Al-Azhar Indonesia.

Ferdinand, Augusty. 2011. Metode Penelitian Manajemen : Pedoman Penelitian

Untuk Penulisan Skripsi, Tesis, dan Disertasi Ilmu Manajemen.

Semarang : Badan Penerbit Universitas Diponegoro.

Heizer, Jay, dan Barry Render. 2005. Manajemen Operasi. Jakarta : Salemba

Empat.
Hidayati, Nurul. 2013. Analisa Perencanaan Persediaan Mentega dengan Metode

MRP pada Aneka Swalayan Cake & Bakery. Skripsi. Universitas Sultan

Ageng Tirtayasa.

Hiller, Federick S, dan Gerald J. Lieberman. 1994. Riset Operasi. Jakarta :

Erlangga

Kakiay, Thomas J. 2008. Pemrograman Linier : Metode & Problema. Yogyakarta

: ANDI.

Kusumah, Hendra. 2012. Analisis Optimasi Produksi Yoghurt pada PT Cimory

Cisarua Bogor. Skripsi. Institut Pertanian Bogor.

Muzakki, Muhammad. 2007. Optimalisasi Keuntungan pada Perusahaan Keripik

Balado Mahkota dengan Metode Simpleks. Jurnal Program Studi

Matematika. Universitas Andalas Padang.

Pratomo, Suryo. 2008. Dinamika Perkembangan Klaster Industri Mebel Kayu

Desa Bulakan, Sukoharjo. Tugas Akhir.

Siringoringo, Hotniar. 2005. Seri Teknik Riset Operasional Pemrograman Linear.

Jakarta : Graha Ilmu.

Sugiyono. 2008. Metode Penelitian Kuantitatif Kualitatif dan R&D. Bandung :

Alfabeta.

Suryabrata, Sumadi. 2008. Metodologi Penelitian. Jakarta : Raja Grafindo

Persada.

Tambunan, Tulus T.H. 2009. Perekonomian Indonesia. Bogor : Ghalia Indonesia.

Tarmizi. 2005. Optimasi Usaha Tani Dalam Pemanfaatan Air Irigasi Embung

Leubuk Aceh Besar. Skripsi. Jurusan Teknik Pertanian, Fakultas

Pertanian, Unsyiah. Banda Aceh.

Taylor, Bernard W. 2005. Introduction to Management Science : Sains

Manajemen. Jakarta : Salemba Empat.

http://id.wikipedia.org. Diakses pada 16 Desember 2015.

http://www.depkop.go.id. Diakses pada 10 Februari 2015.

http://www.kemenperin.go.id. Diakses pada 09 Mei 2015.

LAMPIRAN-LAMPIRAN
LAMPIRAN 1
DAFTAR PERTANYAAN
LAMPIRAN

Lampiran 1. Daftar Pertanyaan

Judul Penelitian : Analisis Optimasi Produksi Pada PT. KHI Pipe

Industries

Nama : Mochamad Septyan Nugraha

NIM : 5551112391

1. Bagaimana profil perusahaan PT. KHI Pipe Industries?

2. Produk apa saja yang dihasilkan oleh PT. KHI Pipe Industries?

3. Bagaimana sistem produksi yang diterapkan oleh PT. KHI Pipe

Industries?

4. Bentuk struktur organisasi perusahaan?

5. Produk apa yang memiliki permintaan tertinggi di antara semua produk

yang diproduksi?

6. Data bahan baku?

7. Data penggunaan bahan baku?

8. Data permintaan selama 3 bulan terakhir tahun 2015?

9. Proses produksi pada PT. KHI Pipe Industries?

10. Data keuntungan aktual bulan 3 bulan terakhir tahun 2015?

11. Harga jual produk?

12. Berapa jumlah karyawan?

13. Jam operasional kerja?

 LAMPIRAN 2
STRUKTUR ORGANISASI
PT. KHI Pipe Industries divisi
Plant 1
Lampiran 2. Struktur Organisasi PT. KHI divisi Plant 1
LAMPIRAN 3
DOKUMENTASI
PT. KHI Pipe Industries
Lampiran 3. Dokumentasi
Lampiran 3. Dokumentasi
 LAMPIRAN 4
Formulasi Model Optimasi Tanpa Kendala
Permintaan dengan Menggunakan POM-QM for
Windows
Lampiran 4. Formulasi Model Optimasi Tanpa Kendala Permintaan dengan
Menggunakan POM-QM for Windows
 LAMPIRAN 5
Hasil Optimasi Fungsi Tujuan Tanpa Kendala
Permintaan dengan POM-QM for Windows
Lampiran 5. Hasil Optimasi Fungsi Tujuan Tanpa Kendala Permintaan
dengan POM-QM for Windows

1. Linear Programming Result

2. Jangkauan (Ranging)
3. Dual Value dan Slack atau Surplus

4. Solution List
 LAMPIRAN 6
Formulasi Model Optimasi dengan Kendala
Permintaan Menggunakan POM-QM for Windows
Lampiran 6. Formulasi Model Optimasi dengan Kendala Permintaan
Menggunakan POM-QM for Windows
 LAMPIRAN 7
Hasil Optimasi Fungsi Tujuan dengan Kendala
Permintaan Menggunakan POM-QM for Windows
Lampiran 7. Hasil Optimasi Fungsi Tujuan dengan Kendala Permintaan
Menggunakan POM-QM for Windows
1. Linear Programming Result

2. Jangkauan (Ranging)
3. Dual Value dan Slack atau Surplus
4. Solution List
 LAMPIRAN 8
SURAT KETERANGAN
PENELITIAN
 LAMPIRAN 9
KARTU BIMBINGAN
SKRIPSI
LAMPIRAN 10
DAFTAR RIWAYAT HIDUP
 DAFTAR RIWAYAT HIDUP

Riwayat Hidup

Nama : Mochamad Septyan Nugraha

Tempat, Tanggal, Lahir : Serang, 20 September 1993

Putra dari Pasangan : Bapak Tb. Rahmat Hidayat dan Ibu Neneng

Siti Juarsih

Agama : Islam

Kewarganegaraan : Indonesia

Alamat : Komp. Golden Paradise Blok E No.11, RT/RW :

002/011, Kelurahan Lontar Baru, Kecamatan

Serang, Kota Serang

Pendidikan

SD : SDN Arcamanik Endah ….... Bandung ......... (1999-2005)

SMP : SMPN 1 Kota Serang ........... Serang ............ (2005-2008)

SMA : SMAN 3 Kota Serang …….. Serang ............ (2008-2011)

S-1 Manajemen : Universitas Sultan Ageng Tirtayasa...Serang ..(2011-2016)

Serang, Juli 2016

Penulis

Mocahamad Septyan Nugraha

LAMPIRAN 11
JURNAL PENELITIAN
Lampiran 11. Jurnal Penelitian

1. ANALISIS OPTIMALISASI PRODUKSI DENGAN LINEAR

PROGRAMMING MELALUI METODE SIMPLEKS

Teguh Sriwidadi; Erni Agustina

Management Department, School of Business Management, BINUS University
Jln. K. H. Syahdan No.9, Palmerah, Jakarta Barat 11480
teguhsriwidadi@ymail.com

ABSTRAK

PD Utama Jaya Plasindo merupakan salah satu perusahaan dagang yang

bergerak dalam pengolahan biji plastik. Dalam menjalankan usahnya, PD Utama
Jaya Plasindo memiliki beberapa masalah atau kendala dalam perencanaan
produksi. Fluktuasi permintaan barang yang tidak menentu dari satu periode ke
periode lain menyebabkan kekurangan atau kelebihan produksi. Masalah-masalah
lainnya adalah bahan baku, jam kerja mesin, jam kerja tenaga kerja, dan
permintaan-permintaan akan produk-produk yang dihasilkan. Analisis
menggunakan Metode Simplex yang merupakan salah satu Linear Programming
bertujuan untuk memaksimalkan laba berupa fungsi linear, yaitu Laba = 37 A +
46 B + 38 C + 46 D dan persamaan linear ketujuh kendala yaitu: Bahan Baku = 7
A + 5,8 B + 8,6 C + 7,6 D ≤ 180.000 gram, Jam Kerja Mesin = 2,5 A + 3 B + 2 C
+ 2,5 D ≤ 86.400 detik, Jam Tenaga Kerja = 5 A + 5 B + 5 C + 5 D ≤ 115.200
detik, Permintaan GRX 25 = A ≤ 2400 pcs, Permintaan GTW 25 = B ≤ 7200 pcs,
Permintaan GTX 25 = C ≤ 3000 pcs, dan Permintaan GTX 25 M = D ≤ 6600 pcs.
Total laba keseluruhan yang diperoleh PD Utama Jaya Plasindo dari produk
gesper plastik untuk per harinya yaitu Rp. 837.600 dan untuk per bulannya dengan
20 hari masa aktif Rp. 16.752.000 dengan asumsi perolehan laba sesuai dengan
fungsi tujuan dan fungsi kendala tetap.

Kata Kunci : linear programming, gesper plastik, metode simpleks

ABSTRACT

PD Utama Jaya Plasindo is a trading company which processes plastic

resin. In the daily process, the company has many problems or constraints in
production planning. Uncertainty demand of goods fluctuation has effect on
shortage or surplus production. Other problems are raw materials, machine work
hour, labour work hour, and the demand of the products. Simplex Method of
Linear Programming purposes to maximize profit in linear function, Profit = 37 A
+ 46 B + 38 C + 46 D and linear functions of the seven constraints, Raw
materials = 7 A + 5,8 B + 8,6 C + 7,6 D ≤ 180.000 grams, Machine Work Hour
= 2,5 A + 3 B + 2 C + 2,5 D ≤ 86.400 seconds, Labor Work Hour = 5 A + 5 B +
5 C + 5 D ≤ 115.200 seconds, Demands of GRX 25 = A ≤ 2400 pcs, demand of
GTW 25 = B ≤ 7200 pcs, demand of GTX 25 = C ≤ 3000 pcs, and demand of GTX
25 M = D ≤ 6600 pcs. The total profit earned by PD Utama Jaya Plasindo from
plastic buckle products is Rp 837,000.00 per day and for 20 efective days is Rp
16,752,000.00 with the assumption of profit is in accordance with fixed objective
and constraint functions.

Keywords : linear programming, plastic buckle, simplex method

2. ANALISIS PERUBAHAN KOEFISIEN FUNGSI TUJUAN

SECARA SIMPLEKS PADA MASALAH PROGRAM LINEAR
BILANGAN BULAT
Oleh
Ernawati
Universitas Negeri Yogyakarta

ABSTRAK

Penulisan tugas akhir ini bertujuan untuk membahas mengenai langkah-

langkah dalam melakukan analisis perubahan koefisien fungsi tujuan pada
masalah program linear bilangan bulat murni jika terjadi perubahan koefisien
fungsi tujuan setelah diperoleh penyelesaian optimal dan cara menentukan batas
perubahan koefisien fungsi tujuan yang masih mempertahankan penyelesaian
optimal lama secara simpleks.
Setelah penyelesaian optimal dari masalah program linear bilangan bulat
murni diperoleh menggunakan metode simpleks yang dilanjutkan dengan metode
cutting plane, akan dianalisis apakah adanya perubahan koefisien fungsi tujuan
berpengaruh terhadap penyelesaian optimal tersebut menggunakan strategi yang
disebut analisis sensitivitas. Analisis sensitivitas adalah analisis yang dilakukan
untuk mengetahui akibat atau pengaruh dari perubahan yang terjadi terhadap
penyelesaian optimal yang telah diperoleh. Analisis dilakukan dengan asumsi
bahwa perubahan yang terjadi hanya pada salah satu koefisien fungsi tujuan dan
koefisien yang lain bersifat tetap, sehingga perubahan dapat terjadi pada salah satu
koefisien fungsi tujuan yang merupakan variabel basis atau variabel bukan basis.
Prinsip dasar dalam analisis perubahan koefisien fungsi tujuan adalah
menganalisis nilai dari koefisien kontrol yang baru, yaitu setelah adanya
perubahan menggunakan rumus umum . Jika nilai dari koefisien kontrol tersebut
ada yang bernilai negatif, maka adanya perubahan koefisien fungsi tujuan tersebut
akan merubah penyelesaian optimal lama. Penyelesaian optimal yang baru dapat
diperoleh dengan melanjutkan perhitungan pada tabel simpleks optimal lama
dengan merubah koefisien fungsi tujuan sesuai perubahan masalah. Hasil
perhitungan ini sama dengan perhitungan jika adanya perubahan dianggap sebagai
masalah baru. Untuk menentukan besarnya perubahan koefisien fungsi tujuan dari
cj menjadi cj + Δ cj yang masih mempertahankan penyelesaian optimal lama,
dapat diperoleh dari batas-batas yang ditetapkan oleh semua variabel bukan basis.
Batas perubahan koefisien fungsi tujuan tersebut diperoleh dengan menggunakan
persamaan umum untuk setiap xj variabel bukan basis. Batas perubahan koefisien
fungsi tujuan pada masalah program linear bilangan bulat murni yang diperoleh
tidak melebihi batas perubahan koefisien fungsi tujuan pada masalah program
linearnya.
ABSTRACT

This thesis aims to discuss the steps to analyze changes in the coefficients of
the objective function on the problem of linear programming integer pure if there
is a change coefficients of the objective function having acquired the optimal
solution and how to define the boundary changes in the coefficient of the objective
function that still maintain optimal completion time basis simplex.
Once the optimal solution of the problem purely integer linear program
obtained by using the simplex method, followed by the method of cutting plane,
will be analyzed whether the objective function coefficient changes affect the
optimal solution is using a strategy called sensitivity analysis. The sensitivity
analysis is the analysis conducted to determine the result or the effect of the
change in the optimal solution has been obtained. The analysis was conducted on
the assumption that the changes that occur on only one objective function
coefficient and the other coefficients are fixed, so changes can occur in one of the
objective function coefficients which are variable or variable basis instead of a
base.
The basic principle in the analysis of changes in the coefficient of the
objective function is to analyze the value of the new control coefficient, ie after the
change using general formulas. If the value of the existing control coefficient is
negative, then the change in the objective function coefficients will change the
optimal solution for long. The new optimal solution can be obtained by continuing
the calculation of the optimal simplex table a long time by changing the
coefficients of the objective function according to changes in the problem. The
result of this calculation is equal to the calculation if the change is considered as
a new issue. To determine the amount of change in the coefficient of the objective
function cj becomes cj + Δ cj who still maintain optimal completion time, can be
obtained from the limits set by all the variables are not bases. Boundary changes
in the objective function coefficients obtained using the general equation for each
variable xj is not a base. Boundary changes in the objective function coefficient of
linear programming problem pure integer obtained does not exceed the limit
changes in the objective function coefficients of the linear program problem.
3. OPTIMASI PRODUKSI MENGGUNAKAN METODE FUZZY
LINEAR PROGRAMMING
(Studi Kasus di Home Industri ‘Amanah’ Kediri)
Handyga Putra Muspa Astonis
Jurusan Matematika, FMIPA,Universitas Brawijaya Malang, Indonesia
Email : handygaputra90@gmail.com

ABSTRAK

Permasalahan biaya produksi dan pengendalian bahan baku merupakan

bagian penting dalam sektor produksi yang perlu dioptimalkan. Prosesnya adalah
mengkoordinasikan produksi dan stok, sehingga diperoleh solusi optimal atau
near-optimal (Susanto dan Sarwadi, 2006). Mengingat berbagai kemungkinan
buruk bisa saja terjadi selama proses produksi, maka sangat perlu bagi home
industri ‘Amanah’ untuk melakukan optimasi produksi dengan metode Fuzzy
Linier Programming. Tujuan dari penelitian ini adalah menggunakan metode
Linear Programming dan Fuzzy Linear Programming untuk menemukan optimasi
produksi home industri ‘Amanah’. Serta mermbandingkan hasil optimasi antara
Linear Programing dengan Fuzzy Linear Programming. Hasil dari perhitungan
Linear Programming biasa, keuntungan maksimum yang dapat diterima oleh
home industri ‘Amanah’ dalam memproduksi abon ayam sebesar Rp. 57.500,-
/hari dengan harus memproduksi abon ayam krispi manis sebanyak 2 kali
produksi dan abon ayam krispi pedas sebanyak 2 kali produksi dalam sehari. Hasil
dari perhitungan Fuzzy Linear Programming, keuntungan maksimum yang dapat
diterima oleh home industri ‘Amanah’ dalam memproduksi abon ayam adalah
sebesar Rp. 60.375,-/hari (Rp. 2.875,- lebih banyak dibanding dengan Linear
Programming biasa) dengan harus memproduksi abon ayam krispi manis
sebanyak 2 kali produksi dan abon ayam krispi pedas sebanyak 3 kali produksi
dalam sehari. Artinya, penyelesaian Fuzzy Linear Programming akan memberikan
hasil lebih baik dan optimal jika dibandingkan dengan penyelesaian Linear
Programming biasa.

Kata Kunci : Optimasi, Linear Programming, Fuzzy Linear Programming

ABSTRACT

Issues of production costs and raw material control is an important part in

the production sector which need to be optimized. The process is to coordinate the
production and stocks, in order to obtain an optimal solution or near-optimal
(Susanto and Sarwadi, 2006). Given the variety of possible bad could have
happened during the production process, it is very necessary for the home
industry 'Amanah' to optimize the production with Fuzzy Linear Programming.
The purpose of this research is using Linear Programming and Fuzzy Linear
Programming to find a home production optimization industry 'Amanah'. As well
as the results of the optimization mermbandingkan between Linear Programming
with Fuzzy Linear Programming. The results of the calculation Linear
Programming usual, the maximum profit that can be received by home industry
'Amanah' in producing the shredded chicken is Rp. 57.500, - / day should produce
shredded chicken with sweet krispi 2 times the production and krispi spicy
shredded chicken production as much as 2 times a day. The results of calculation
of Fuzzy Linear Programming, the maximum profit that can be received by home
industry 'Amanah' in producing the shredded chicken is Rp. 60 375, - / day (Rp.
2.875, - more than usual Linear Programming) with shredded chicken krispi
should produce 2 times the production of sweet and spicy shredded chicken krispi
production 3 times a day. That is, the completion of Fuzzy Linear Programming
will give better results and optimal when compared to the usual completion of
Linear Programming.

Keywords : Optimization, Linear Programming, Fuzzy Linear Programming

4. ANALISIS OPTIMASI PRODUKSI YOGHURT PADA
PT. CIMORY CISARUA BOGOR
HENDRA KUSUMAH
H24097054

ABSTRAK

PT. Cimory adalah salah satu perusahaan yang menghasilkan produk olahan
susu sapi, yaitu Fresh Milk, Yogurt dan Frozen Food. Selain berproduksi, Cimory
memiliki resto yang selalu dipadati oleh pengunjung. Pada akhir pekan,
khususnya Sabtu dan Minggu Cimori dapat menarik dua (2) ribu konsumen untuk
berkunjung dan menikmati sajian khas yaitu yoghurt dengan berbagai citarasa.
Penelitian ini bertujuan untuk (1) menentukan kombinasi produk optimal; (2)
mengkaji keuntungan maksimal yang didapat dari produksi optimal; (3)
menentukan alokasi sumber daya untuk mencapai titik optimum produksi; (4)
menganalisis perubahan pada kondisi optimum, jika terjadi perubahan parameter
model produksi. Data yang dikumpulkan dalam penelitian ini berupa data primer
dan sekunder yang bersifat kualitatif dan kuantitatif. Data primer diperoleh
melalui pengamatan langsung dan wawancara, sedangkan data sekunder berasal
dari bahan pustaka, artikel, jurnal, data internal perusahaan dan hasil penelitian
terdahulu. Pengolahan data kualitatif dilakukan secara deskriptif dan data
kuantitatif dengan software LINDO (Linier Interactive and Discrete Optimizer)
untuk memperoleh tingkat produksi dan penggunaan sumber daya optimal.
Hasil penelitian ini adalah kondisi sumber daya yang digunakan baik bahan
baku susu segar maupun bahan penolong masih berlebih (surplus). Yoghurt drink
hasil optimal menunjukan bahwa jumlah produk yang ada pada kondisi aktual
masih berlebih, berbanding terbalik dengan produk yoghurt stirred yang
jumlahnya kurang dari kombinasi produk optimal. Dalam kombinasi ini, produk
dengan potensi mencapai keuntungan optimal adalah susu yoghurt stirred.
Keuntungan aktual perusahaan selama bulan yang diuji (tahun 2010)
Rp2.356.998.626 dan keuntungan perusahaan pada kondisi optimum setelah
diolah oleh software Lindo adalah Rp 2.978.937.000, yang artinya perusahaan
masih dapat menerima keuntungan tambahan Rp 621.938.374.
Untuk menguji solusi optimal awal dilakukan dengan dua (2) skenario, yaitu
peningkatan biaya bahan baku susu segar dari Rp.3.900 menjadi Rp.4.300 dan
pengurangan TKL untuk bagian pengemasan yoghurt stirred. Dari kedua
skenario, solusi optimal didapatkan nilai keuntungan terbesar pada skenario dua
(2) dengan keuntungan total Rp 3.367.956.000 dan keuntungan terbesar kedua
pada solusi optimum Rp 2.978.937.000, serta keuntungan terbesar ketiga pada
skenario satu (1) Rp 2.830.538.000.

ABSTRACT

PT. Cimory is one company that produces dairy cow, namely Fresh Milk,
Yogurt and Frozen Food. In addition to producing, cimory has a restaurant that is
always packed with visitors. On weekends, especially Saturday and Sunday
Cimori can draw two (2) thousands of consumers to visit and enjoy specialties is
yogurt with various flavors. This study aims to (1) determine the optimal
combination of products; (2) assess the maximum benefit is gained from optimal
production; (3) determine the allocation of resources to achieve the optimum level
of production; (4) analyzing the changes in optimum condition, if there is a
change of production model parameters. The data collected in this study are
primary and secondary data that is both qualitative and quantitative. The primary
data obtained through direct observation and interviews, while secondary data
derived from library materials, articles, journals, company internal data and the
results of previous research. Data processing is done descriptively qualitative and
quantitative data with software LINDO (Linear Interactive and Discrete
Optimizer) to obtain the level of production and optimal use of resources.
The results of this study is the condition of the resources that are used both
fresh raw milk or adjuvant still excess (surplus). Yoghurt drink optimum results
showed that the number of products that exist on the actual condition is still
excessive, inversely proportional to the stirred yogurt products that are less than
optimal product combination. In this combination, the products with the potential
to achieve optimal gains are stirred yoghurt milk. The company's actual profits
during the month tested (in 2010) to Rp 2,356,998,626 and corporate profits in
optimum condition after being processed by software Lindo is Rp 2.978.937.000,
which means the company can still receive additional advantages Rp
621.938.374.
To test the optimal solution were done by two (2) scenarios, the increase in
the cost of fresh raw milk from Rp 3.900 be Rp 4.300 and TKL reduction to the
packaging department stirred yoghurt. From the second scenario, the optimal
solution is obtained the value of the biggest advantages in scenario two (2) with a
total profit Rp3.367.956.000 and the second largest gain in Rp 2.978.937.000
optimum solution, as well as the third largest gain in scenario one (1) Rp
2.830.538 000.

5. OPTIMALISASI PRODUKSI INDUSTRI SAMBAL

MENGGUNAKAN PEMROGRAMAN LINIER
OPTIMALIZATION OF PRODUCTION INDUSTRIAL SAUCE
USING LINEAR PROGRAMMING
Denny Sindi Pratama (30408263)
Jurusan Teknik Industri, Fakultas Teknologi Industri, Universitas
Gunadarma
Jl. Margonda Raya No. 100 Pondok Cina, Depok 16424
densitama@gmail.com

ABSTRAK

Penggunaan sumber daya yang optimal merupakan salah satu faktor penting
yang akan menentukan keberhasilan produksi. Maka dari itu, penggunaan sumber
daya dalam proses produksi harus dilakukan secara optimal. Penelitian ini
mengoptimalkan keterbatasan sumber daya dalam industri sambal untuk
menghasilkan kombinasi semua produk sambal sehingga diperoleh keuntungan
yang maksimal. Metode yang digunakan adalah pemrograman linier yang
digunakan untuk menghasilkan kombinasi beberapa produk berdasarkan
keterbatasan sumber daya sehingga diperoleh keuntungan yang maksimal.
 Penelitian dimulai dengan melakukan peramalan penjualan, penentuan
keuntungan, dan perhitungan maksimasi keuntungan menggunakan pemrograman
linier. Berdasarkan hasil penelitian, keuntungan maksimal yang diperoleh sebesar
Rp. 234.347.800 dengan kombinasi dari semua produk sambal. Kombinasi produk
sambal yang harus diproduksi sebanyak 45.835 unit sachet, produk botol kecil
140 ml sebanyak 54.675 unit, produk botol sedang 320 ml sebanyak 59.418 unit,
produk botol besar 600 ml sebanyak 7.684 unit, produk jerigen 5 kg sebanyak 603
unit, dan produk botol sedang seafood 320 ml sebanyak 5.791 unit. Hasil analisis
sensitivitas bila diasumsikan terjadi peningkatan biaya produksi tanpa adanya
peningkatan harga jual sekitar 26% dan dengan peningkatan harga jual sekitar
27%.

Kata Kunci : Optimalisasi, Maksimasi Keuntungan, Pemrograman Linier,

Produk Sambal.

ABSTRACT

Optimized resources utilization is one important factor that will determine

the success of the production. Therefore, the use of resources in the production
process must be performed optimally. This research is to optimize the use of the
limited resources in the industry to produce a combination of sauce products in
order to achieve maximum profit by employing ordinary linear programming. The
research begins with sales forecasting, problem formulation followed by ordinary
linear programming. Based on the research, maximum profit is achieved Rp.
234.347.800 with the production mixed of sauce products as follows 45.835 units
of the sachet, 54.675 bottle units of the 140 ml, 59.418 bottle units of the 320 ml,
7.684 bottle units of the 600 ml, 603 jerry can units of the 5 kg, and 5.791 bottle
units seafood of the 320 ml. The results of sensitivity analysis by assuming the
increase of the cost of production without an increase in the selling price of
approximately 26% and to increase the selling price of approximately 27%.
Keywords : Optimalization, Maximum Profit, Linear Programming, Sauce
Products.