Perencanaan

Produksi
Gambaran Umum

Periode waktu yang

Menyangkut apa dan
digunakan (jk. Panjang
berapa yang diproduksi
atau jk. Pendek)

Penyusunan kebutuhan
Aspek ekonomis BB, TK, Jam Kerja utk
Jadwal Produksi
 Perlu Diketahui

Luas Perusahaan  Kapasitas yang tersedia/

Kapasitas yang terpasang
Luas Perusahaan ditentukan oleh luas
produksi, tetapi luas produksi belum tentu luas
perusahaan
Luas Perusahaan ditentukan untuk jangka
waktu panjang dan tidak dapat berubah-ubah
setiap waktu
Luas produksi ditentukan untuk jangka pendek
dan dapat dirubah setiapp waktu
Teknik Penentuan
Luas Produksi
Teknik penentuan luas produksi untuk menentukan
LABA MAKSIMAL antara lain

MC = MR

TC = TR

BEP

Pemrograman Linear (LP)

Definisi

Program Linear adalah metode optimasi

untuk menemukan nilai optimum dari
fungsi tujuan linear pada kondisi batas-
batas tertentu.
2 Metode dalam LP
Metode Grafis

Metode Simplek
Bentuk umum dari
Model PL
• Fungsi tujuan : n

Memaksimumkan (Meminimumkan) Z  C j X j
j 1
• Fungsi batasan :

aij X j (, , ) bi
untuk semua i = 1, 2, …, m semua Xj > 0
Keterangan :
– Xj = Variabel keputusan/kegiatan j, di mana j = 1, 2, …., n
– Z = nilai dari fungsi tujuan
– Cj = parameter per unit kegiatan
– bi = jumlah sumber daya i (i = 1, 2, …, m),
– aij = banyaknya sumber daya i yang dikonsumsi oleh kegiatan j
Model Matematis

• Fungsi tujuan:
– Maksimumkan Z = C1X1+ C2X2+ C3X3+ ….+ CnXn
• Batasan :
1. a11X11+ a12X2 + a13X3 + ….+ a1nXn ≤ b1
2. a21X11+ a22X2 + a33X3 + ….+ a2nXn ≤ b1
…..
m. am1X11+ am2X2 + am3X3 + ….+ amnXn ≤ bm
dan
X1 ≥ 0, X2 ≥ 0, ………. Xn ≥ 0
MODEL LP
Kegiatan Pemakaian sumber per unit Kapasitas
Sumber Kegiatan (keluaran) Sumber
1 2 3 …. n
1 a11 a12 a13 …. a1n b1
2 a21 a22 a23 …. a2n b2
3 a31 a32 a33 …. a3n b3
… … … … … …
m am am2 am3 …. amn bm
1
ΔZ
pertambahan C1 C2 C3 Cn
tiap unit
Tingkat X1 X2 X3 Xn
kegiatan
Istilah-Istilah dalam
Program Linier
 Solution : jawaban akhir dari suatu masalah PL.
 Feasible solution : penyelesaian yang memenuhi (tidak
melanggar) batasan-batasan yang ada.
 No-feasible solution : tidak ada penyelesaian yang feasible
(tidak ada penyelesaian yang memenuhi batasan-batasan yang
ada).
 Optimal solution : feasible solution yang mempunyai nilai
tujuan yang optimal atau terbaik.
 Multiple optimal solution : terdapat beberapa alternatif solusi
optimal dalam satu masalah.
 No- optimal solution : terjadi apabila suatu masalah tidak
mempunyai jawaban atau penyelesaian optimal.
 Contoh 1

Gembira Furniture merupakan suatu perusahaan yang

memproduksi peralatan meubel dari kayu. Bahan baku
utama yang digunakan berupa kayu jati dan kayu kamper.
Untuk mendapatkan hasil yang baik, perusahaan ini
menggunakan mesin multiguna yang dikendalikan oleh
komputer.
Karena persaingan yang semakin tajam, manajemen
bermaksud meningkatkan efisiensi penggunaan sumber
daya produksinya shg dapat mencapai hasil yang optimal.
Jumlah kebutuhan BB dan waktu mesin yg diperlukan untuk
membuat setiap unit meubel (meja dan kursi) model A dan
model B serta kapasitas yang tersedia sbb:
 Jenis kayu Model A Model B Kapasitas
dan mesin
Kayu Kamper 4 2 120
Kayu Jati 2 2 100
Mesin 1 3 90

Apabila keuntungan yang diperoleh untuk satu unit

model A =Rp 200.000,- dan satu unit model B = Rp
150.000,-.
Berapa unit masing-masing model harus dibuat agar
memperoleh keuntungan maksimal.
Pemecahan Dengan Metode Grafik
Model pemograman linear Sebagai berikut :
Fungsi tujuan : Maks Z = 200 X1 + 150 X2
Pembatas : 4X1 + 2X2 ≤ 120
2X1 + 2X2 ≤ 100
X1 + 3X2 ≤ 90
dan X1; X2 ≥ 0
Ketiga persamaan batasan sumber daya pada kasus tsb
dapat digambarkan satu persatu dalam grafik sbb:
 X2

4X1 + 2X2 ≤ 120

60 B

50 D

E
G 2X1 + 2X2 ≤ 100
30

H X1 + 3X2 ≤ 90
A C F
X1
0 30 50 90

Untuk menggambarkan garis 4X1 + 2X2 = 120 dilakukan dg mencari ttk

potong grs tsb terhadap Sb X1 dan X2.
Jika X1 = 0, maka X2= 60
Jika X2 = 0, maka X1 = 30
Diperoleh ttk A (30;0) dan B (0;60)
 Untuk menggambarkan garis 2X1 + 2X2 = 100 ttk potong grs
tsb thdp sb X1 dan X2
Jika X1 = 0, maka X2 = 50
Jika X2 = 0, maka X1 = 50
Diperoleh titik C (50;0) dan D (0;50)
 Untuk menggambarkan garis X1 + 3X2 = 90 ttk potong grs
tsb thdp sb X1 dan X2
Jika X1 = 0, maka X2 = 30
Jika X2 = 0, maka X1 = 90
Diperoleh titik F (90;0) dan G (0;30)
 Titik H mrp perpotongan antara garis fungsi kayu kamper
dan grs fungsi mesin. Koordinat ttk H dpt diperoleh dg cara
menyamakan koefisien salah satu variabel, misal X1, shg X2
dapat diperoleh. Selanjutnya dg memasukkan kedalam salah
satu persamaan maka nilai X1 dapat diperoleh sbb :
 4X1 + 2X2 = 120 x1 4X1 + 2X2 = 120
X1 + 3X2 = 90 x4 4X1 + 12X2 = 360
-10X2 = - 240
X2 = 24
X1 + 3 (24) = 90 maka X1 = 18

Titik A (30 : 0); H (18 : 24); dan G (0 : 30) disebut

titik ekstrim yang feasible yaitu titik titik berada
pada sudut dari daerah feasible OAHG. Ketiga titik
ini mewakili semua titik yang berada dalam daerah
feasible yang salah satu diantaranya merupakan titik
yang mempunyai nilai maksimal
 TITIK X1(UNIT) X2(UNIT) Z(000 Rupiah)
A 30 0 6.000
H 18 24 7.200
G 0 30 4.500

Dengan demikian titik H (18;24) memberikan hasil yang

paling optimal. Artinya keuntungan maksimal sejumlah
Rp 7.200.000,- diperoleh apabila perusahaan
memproduksi mebel model A dan B masing masing
sebanyak 18 dan 24 unit
Contoh 2:

Fungsi tujuan : Maks Z = 4 X1 + 5 X2

Fungsi batasan :
X1 + 2 X2 < 40
4 X1 + 3 X2 < 120
X 1 , X2 > 0
 X1 X2 SOLUSI
0 20 Z = (4).(0) + (5).(20) = 100
30 0 Z = (4).(30) + (5).( 0) = 120
24 8 Z = (4).(24) + (5).(8) = 136

Dari hasil di atas terlihat bahwa nilai maksimum dari Z adalah

136.
Sehingga solusi optimal adalah X1 = 24 , X2 = 8 , dan Z = 136.
Contoh 3 :

Fungsi tujuan : Min Z = 6 X1 + 3 X2

Fungsi batasan :
2 X1 + 4 X2 > 16
X1 + 3 X2 < 24
X 1 , X2 > 0