1

BAB I
PENDAHULUAN

1.1 Latar Belakang

Saat ini perkembangan dunia industri semakin maju, hal itu terbukti dengan
banyaknya industri-industri baru yang mengelola berbagai macam produk.
Dengan demikian kebutuhan akan faktor-faktor produksi menjadi bertambah
banyak. Tindakan yang akan dilakukan perusahaan sangat tergantung pada posisi
perusahaan saat ini. Salah satu indikator yang dapat dijadikan sebagai acuan
tindakan adalah dengan mengetahui market share saat ini. Disini untuk
mengetahui market share yang kita kuasai kita akan menggunakan metode
Markov Chain atau yang biasa disebut Rantai Markov adalah suatu teknik
matematika yang biasa digunakan untuk pembuatan model bermacam-macam
sistem dan proses bisnis. Teknik ini dapat digunakan untuk memperkirakan
perubahan-perubahan di waktu yang akan datang dalam variabel-variabel dinamis
atas dasar perubahan-perubahan dari variabel-variabel dinamis tersebut diwaktu
yang lalu. Teknik ini dapat juga digunakan untuk menganalisis suatu kejadian di
waktu yang akan datang secara matematis. Tujuan dari persoalan ini ialah
menentukan keputusan optimum yang dapat memaksimumkan ekspektasi
pendapatan dari proses yang mempunyai jumlah state terbatas atau tidak terbatas
tersebut.
Kemudian setelah mengetahui market share yang kita kuasai dengan
perusahaan pesaing, kita akan menentukan strategi yang terbaik bagi suatu
perusahaan untuk memenangkan persaing. Adapun caranya, yaitu dengan metode
Game Theory atau yang biasa disebut Teori Permainan adalah bagian dari ilmu
pengetahuan yang berkaitan dengan pembuatan keputusan pada saat dua pihak
atau lebih berada dalam kondisi persaingan atau konflik. Tujuan penggunaan
Game Theory ini adalah untuk mengetahui strategi optimal yang digunakan oleh
kedua perusahaan beserta nilai permainannya, Game Theory juga bertujuan untuk
mendapatkan posisi pilihan terbaik dalam melakukan promosi atau untuk
mendapatkan keuntungan maksimal dan kerugian yang minimal, model-model

1
 2

teori permainan ini dapat diklasifikasikan dalam beberapa cara, bergantung pada
faktor-faktor berikut: banyaknya pemain, jumlah keuntungan dan kerugian, dan
banyaknya strategi yang dilakukan dalam permainan.
Persoalan penentuan berapa banyak item/barang yang dapat dimasukkan
kesuatu tempat untuk memaksimalkan keuntungan. Persoalan knapsack selalu
memiliki kapasitas atau capacity yang dapat berupa berat atau ukuran.
Suatu perusahaan sering kali memiliki lebih dari 1 jenis produk. Dimana
masing-masing produk dibuat dengan komposisi bahan yang berbeda-beda, waktu
pengerjaan yang berbeda dan tentunya memberikan kontribusi keuntungan yang
berbeda-beda. Untuk memeperoleh keuntungan yang optimal, perusahaan akan
lebih banyak memeproduksi jenis produk yang memeberikan keuntungan terbesar.
Namun perlu di ingat bahwa terdapat batasan-batasan yang tidak bisa dilanggar,
seperti tingkat permintaan, ketersediaan bahan baku, tenaga kerja, waktu dan
sebagainya. Sehingga perlu ditentukan kombinasi jenis produk yang akan dibuat
untuk memaksimalkan keuntungan dengan tetap memenuhi batasan-batasan yang
ada.
Untuk mengerjakan produk yang telah ditentukan dari hasil penyelesaian
dan penetapan produk yang akan diproduksi, maka perusahaan akan menentukan
mesin mana yang akan digunakan untuk mengerjakan masing-masing produk
tersebut. Jika pengerjaan produk yang berbeda pada suatu mesin, maka harus
ditentukan mesin mana yang akan digunakan untuk masing-masing produk
sehingga diperoleh total biaya yang minimal.
Perusahaan tentunya harus memenuhi permintaan dari semua wilayah
pemasaran, jika perusahaan memiliki beberapa gudang, maka perusahaan harus
menentukan dari mana permintaan di masing-masing wilayah akan dipenuhi
sehingga mampu meminimasi biaya distribusi.
Salah satu biaya terbesar dalam distribusi produk adalah biaya transportasi.
Perusahaan harus menentukan strategi untuk meminimasi biaya trasnportasi
tersebut. Jika rute untuk melakukan pengiriman dari sumber menuju wilayah
pemasaran melalui beberapa titik, maka harus ditentukan titik-titik jalur
 3

perjalanan hingga diperoleh jarak rute yang terpendek. Untuk meminimasi jarak
tempuh, maka harus ditentukan urutan untuk mengunjungi semua agen.
Agen merupakan ujung tombak perusahaan, karena berhubungan langsung
dengan end customer. Tingkat pelayanan yang diberikan agen kepada end
customer merupakan salah satu keunggulan yang harus diperhatikan oleh
perusahaan. Untuk menjamin konsumen terlayani dengan baik, maka tingkat
pelayanan di agen harus sebanding dengan tingkat kedatangan konsumen sehingga
tidak terjadi antrian pelanggan untuk mendapat pelayanan. Untuk itu perlu
ditentukan saluran pelayanan yang sesuai sehingga utilitas sistim bisa optimal.

1.2 Rantai Markov

Pada model ini akan disajikan penerapan baru Markov Chain terhadap
pemecahan suatu proses keputusan stokastik yang dapat dijelaskan oleh sejumlah
state yang terbatas. Probabilitas transisi di antara state ini dijelaskan oleh satu
rantai Markov, sedangkan struktur biaya proses ini juga dijelaskan oleh suatu
matriks yang elemen-elemennya menyatakan pendapatan atau ongkos yang
dihasilkan dari pergerakan dari satu state ke state yang lain. Tujuan persoalan ini
adalah menentukan keputusan optimum yang dapat memaksimumkan ekspektasi
pendapatan dari proses yang mempunyai jumlah state terbatas atau tidak terbatas
tersebut.

1.3 Teori Permainan (Game Theory)

Game Theory atau teori permainan adalah bagian dari ilmu pengetahuan
yang berkaitan dengan pembuatan keputusan pada saat dua pihak atau lebih
berada dalam kondisi persaingan atau konflik. Tujuan penggunaan game theory
ini adalah untuk mengetahui strategi optimal yang digunakan oleh kedua
perusahaan beserta nilai permainannya, game theory juga bertujuan untuk
mendapatkan posisi pilihan terbaik dalam melakukan promosi atau untuk
mendapatkan keuntungan maksimal dan kerugian yang minimal.
 4

a. Elemen-elemen Dasar Teori Permainan

Berikut ini akan diuraikan unsur atau elemen dasar yang sangat penting
dalam penyelesaian setiap kasus dengan teori permainan, dengan mengambil
suatu contoh permainan dua – pemain – jumlah - nol, dimana matrik pembayaran
(pay-off) nya dalam tabel berikut:
Tabel 1.1 Matriks Permainan
Grup B
Grup A B1 B2 B3
A1 6 9 2
A2 8 5 4

Dari tabel di atas dapat diuraikan unsur-unsur dasar teori permainan adalah
sebagai berikut :
1. Bilangan-bilangan dalam matriks pay-off atau matriks permainan
menunjukkan hasil-hasil dari s strategi-strategi permainan yang
berbeda-beda. Hasil-hasil ini dinyatakan dalam suatu bentuk
efektifitas atau kegunaan. Sebagai contoh, jika A melakukan strategi
A1 dan B memilih Strategi B2, maka A akan memperoleh 9 dan B
kehilangan 9.
2. Strategi adalah tindakan pilihan. Dalam hal ini diasumsikan bahwa
strategi ini tidak dapat dibolak-balik oleh para pemain.
3. Aturan permainan menjelaskan tentang bagaimana cara pemain
memilih strategi-strategi mereka.
4. Suatu strategi dinyatakan dominan apabila setiap pay-off yang ada
pada suatu strategi bersifat superior (paling tinggi) dibandingkan
dengan pada setiap pay-off pada strategi lainnya. Aturan dominasi ini
dapat digunakan untuk mengurangi ukuran matrik pay-off dan
menyederhanakan perhitungan.
5. Nilai permainan menyatakan ekspektasi outcome per permainan jika
kedua pemain melakukan strategi terbaik (strategi optimum) mereka.
Suatu permainan dikatakan fair jika nilai permainannya nol, dan
dinyatakan tidak fair jka nilai permainannya bukan nol.
 5

6. Strategi optimum adalah strategi yang menjadikan seorang pemain

berada pada posisi pilihan terbaik, tanpa memperhatikan tindakan-
tindakan pemain lawannya. Arti pilihan posisi terbaik ialah bahwa
setiap penyimpangan dari strategi optimum ini akan menyebabkan
turunnya pay-off.
7. Tujuan model permainan adalah untuk mengidentifikasikan strategi
optimum bagi masing-masing pemain.
b. Two-person Zero-sum Game
Ada 2 jenis persoalan two-person zero-sum game yang biasa dijumpai. Jenis
pertama adalah permainan yang posisi pilihan terbaiknya bagi setiap pemain
dicapai dengan memilih satu strategi tunggal sehingga permainannya disebut
permainan strategi murni (pure-strategy game). Jenis yang kedua adalah
permainan yang kedua pemainnya melakukan percampuran (mixed-strategy game)
terhadap strategi yang berbeda dengan maksud untuk mencapai posisi pilihan
terbaik.
Pada pure-strategy game, pemain yang akan memaksimumkan akan
mengidentifikasi strategi optimumnya dengan menggunakan kriteria maksimum,
sedangkan pemain yang akan meminimumkan akan mengidentifikasi strategi
optimumnya dengan menggunakan kriteria maksimaks. Jika nilai maksimin sama
dengan nilai maksimaks, maka permainan telah terpecahkan.
Jika nilai maksimin tidak sama dengan nilai minimaks, maka titik
keseimbangan tidak tercapai. Hal ini berarti bahw saddle point-nya tidak ada dan
permainan ini tidak dapat diselesaikan dengan strategi murni. Akibatnya suatu
permainan yang tidak memiliki saddle point harus diselesaikan dengan
menggunakan strategi campuran.
 6

c. Strategi Campuran (Mixed-Strategy Game)

Perhatikan matrik pay-off dari suatu game berikut ini:
Tabel 1.2 Matriks Pay-Off
Pemain B
Minimum Baris
1 2 3
1 0 -2 3 -2
Pemain A 2 5 4 -3 -3 Maksimin
3 2 3 -4 -4
5 4 2
Maksimum kolom
Minimaks

Karena nilai minimaks tidak sama dengan nilai maksimin maka persamaan
di atas tidak memiliki saddle point. Sehingga terjadi kondisi unstable game. Pada
permainan ini para pemain dapat memainkan seluruh strateginya sesuai dengan set
probabilitas yang telah ditetapkan. Misal:
xi = Probabilitas pemain A memilih strategi i (i = 1, 2, …, m)
yi = Probabilitas pemain A memilih strategi j (j = 1, 2, …, n)
Dimana m dan n adalah banyaknya strategi yang dapat digunakan. Kita
tahu bahwa:
m n

 xi   yj  1
i 1 j 1

xi, yj  0
Solusi persoalan strategi campuran ini masih didasarkan pada kriteria
maksimin dan minimaks. Perbedaannya adalah bahwa A akan memilih x1 yang
memaksimumkan ekspektasi pay-off terkecil pada suatu kolom, sedangkan B
memilih Yj yang dapat meminimumkan ekspektasi pay-off terbesar pada suatu
baris. Ada beberapa metode yang dapat digunakan untuk menyelesaikan
permainan jenis ini, diantaranya ialah dengan cara grafis dan dengan
menggunakan program linier.
 7

1.4 Programa Dinamis

Programa Dinamis adalah teknik pemecahan matematis dengan cara
menguraikan permasalahan-permasalahan kecil yang akan dapat lebih mudah
diselesaikan. Subproblem-subproblem yang terurai biasa disebut dengan Stage
dan setiap Stage memiliki beberapa kondisi yang disebut state. Programa dinamis
mempunyai dua karakteristik, yaitu:
 Fungsi tujuan
 Fungsi Recursive : fungsi yang menunjukkan hubungan antara suatu
Stage dengan Stage sebelumnya.
Programa dinamis mempunyai 3 kategori permasalahan programa
dinamis yang popular yang dapat diselesaikan dalam software Quantitive
System Under Windows, yaitu :
 Knapsack Problem
 Stagecoach Problem
 Production and Inventory Scheduling

1.5 Programa Linier

Program linier adalah suatu cara untuk menyelesaikan persoalan sumber-
sumber yang terbatas diantara beberapa aktivitas yang bersaing dengan cara yang
terbaik yang mungkin dilakukan. Persoalan pengalokasian ini akan muncul
manakala seseorang harus memilih tingkat aktivitas-aktivitas tertentu yang
bersaing dalam hal penggunaan sumber daya langka yang dibutuhkan untuk
melaksanakan aktivitas-aktivitas tersebut. Beberapa contoh situasi dari uraian di
atas antara lain adalah persoalan pengalokasian fasilitas produksi, persoalan
pengalokasian sumber daya nasiaonal untuk kebutuhan domestik, penjadwalan
produksi, solusi permainan (game), dan pemilihan pola pengiriman (shipping).
Satu hal yang menjadi ciri situasi di atas ialah adanya keharusan untuk
mengalokasikan sumber terhadap aktivitas.
Linear Programming adalah perencanaan aktivitas-aktivitas untuk
memperoleh suatu hasil yang optimum atau suatu hasil yang mencapai tujuan
terbaik diantara seluruh alternatif yang feasible.
 8

a. Model Linear Programming

Model matematis perumusan masalah umum pengalokasikan sumber daya
untuk berbagai kegiatan disebut dengan model Linear Programming (LP). Dalam
Linear Programming (LP) dikenal 2 macam fungsi, yaitu: fungsi tujuan (objective
function) dan fungsi batasan (constrain function).
 Fungsi tujuan
Fungsi yang mengambarkan sasaran / tujuan di dalam permasalahan Linear
Programing (LP) yang berkaitan dengan pengaturan secara optimal sumber
daya-sumber daya untuk memperoleh keuntungan maksimal atau biaya
minimal. Untuk menyatakan nilai fungsi tujuan digunakan variabel Z.
 Fungsi batasan
Bentuk penyajian secara matematis batasan-batasan kapasitas yang tersedia
yang akan dialokasikan secara optimal ke berbagai kegiatan.
Formula model matematis dari pengalokasian sumber-sumber pada aktivitas-
aktivitas adalah sebagai berikut:
Fungsi tujuan:
Maksimumkan Z = C1 X1 + C2 X2 + C3 X3 + …. + Cn Xn
Batasan-batasan:
a11 X1 + a12 X2 + a13 X3 +….. + a1n Xn ≤ b1
a21 X1 + a22 X2 + a23 X3 + ….. + a2n Xn ≤ b2
am1 X1 + am2 X2 +am3 X3 + …. + amn Xn ≤ bm
dan X1 ≥ 0, X2 ≥ 0, X3 ≥ 0, …. Xn ≥ 0
b. Aplikasi Metode Linear Programming (LP)
a. Masalah produk mix (pencampuran kombinasi produk)
b. Perencanaan investasi
c. Rencana produk dan persediaan
d. Perencanaan advertasi
e. Masalah distribusi dan transportasi
 9

1.6 Metode Penugasan

Model penugasan merupakan model transportasi di mana sejumlah m
sumber ditugaskan kepada sejumlah n tujuan (satu sumber untuk satu tujuan)
sedemikian sehingga didapat ongkos yang minimum. Biasanya yang dimaksud
dengan sumber ialah pekerjaan (atau pekerja), sedangkan yang dimaksud dengan
tujuan ialah mesin-mesin. Jadi, dalam hal ini, ada m pekerjaan yang ditugaskan
pada n mesin, dimana apabila pekerjaan i (i = 1, 2, …. , m) ditugaskan kepada
mesin j (j = 1, 2, …. , n) akan muncul ongkos penugasan cij. Karena satu pekerjaan
ditugaskan hanya pada satu mesin, maka supply yang dapat digunakan pada setiap
sumber adalah 1 (atau ai = 1, untuk seluruh i). Demikian pula halnya dengan
mesin-mesin; karena satu mesin hanya dapat menerima satu pekerjaan, maka
demand dari setiap tujuan adalah 1 (atau bj = 1, untuk seluruh j). Jika ada suatu
pekerjaan yang tidak dapat ditugaskan pada mesin tertentu, maka c ij yang
berkorespondensi dengan dinyatakannya sebagai M, yang merupakan ongkos
yang sangat tinggi.
Sebelum model ini dapat dipecahkan dengan teknik transportasi, terlebih
dahulu peroalannya harus diseimbangkan dengan menambahkan pekerjaan-
pekerjaan atau mesin-mesin khayalan, bergantung pada apakah m < n atau m > n.
Dengan demikian, diasumsikan bahwa m = n.Secara sistematis, model
penugasan ini dapat dinyatakan sebagai berikut:
Tabel 1.3 Masalah Penugasan
Mesin
Pekerjaan
1 2 3 ..... N
1 C11 C12 C13 ..... C1n 1
2 C21 C22 C23 ..... C2n 1
..... ..... ..... ..... ..... ..... 1
M Cm1 Cm2 Cm3 ..... Cmn 1
1 1 1 1 1

Dengan demikan, model persoalan penugasan ini adalah:

n n
Minimumkan: z   c x ij ij
i a j 1
 10

1.7 Metode Transportasi

Transportasi membahas masalah pendistribusian suatu komoditas atau
produk dari sejumlah sumber (supply) kepada sejumlah tujuan (destination,
demand) dengan tujuan meminimumkan ongkos pengangkutan yang terjadi. Suatu
model transportasi dikatakan seimbang apabila total supply (sumber) sama dengan
total demand (tujuan).
Persoalan tansportasi ini biasanya memiliki cirri-ciri khusus diantaranya
sebagai berikut:
 Terdapat sejumlah sumber dan tujuan tertentu.
 Kuantitas komoditas atau barang yang didistribusikan dari setiap
sumber dan yang diminta oleh setiap tujuan besarnya tertentu.
 Komoditas yang dikirim atau diangkut dari suatu sumber ke suatu
tujuan, besarnya sesuai dengan permintaan dan atau kapasitas sumber.
 Ongkos pengangkutan komoditas dari suatu sumber ke suatu tujuan
besarnya tertentu.
a. Metode Pendekatan VAM (Vogel’s Approximation Method)
Cara ini merupakan cara terbaik dibandingkan dengan kedua cara di atas.
Langkah-langkah pengerjaannya adalah sebagai berikut:
1. Hitung penalti untuk tiap kolom dan baris dengan jalan mengurangkan
elemen ogkos terkecil dari yang kedua terkecil.
2. Selidiki kolom/baris dengan penalty terbesar. Alokasikan sebanyak
mungkin pada variabel dengan ongkos terkecil, sesuaikan supply dengan
demand, kemudian tandai kolom atau baris yang sudah terpenuhi. Kalau ada
dua buah kolom/baris yang terpenuhi secara simultan, pilih salah satu untuk
ditandai, sehingga supply/demand pada baris/kolom yang tidak terpilih
adalah nol. Setiap baris/kolom dengan supply/demand sama dengan nol,
tidak kan terbawa lagi dalam perhitungan berikut penalty berikutnya.
3. Bila tinggal 1 kolom/baris yang belum ditandai, STOP. Bila tinggal 1
kolom/baris dengan supply/demand desaitif yang belum ditandai, tentukan
variabel basis pada kolom/ baris dengan cara ongkos terkecil (Least Cost).
Bila semua baris dan kolom yang belum ditandai mempunyai supply dan
 11

demand sama dengan nol, tentukan variable-variabel basis yang berharga

nol dengan cara ongkos terkecil. kemudian STOP.
4. Jika 3a, b, danc tidak terjadi, hitung kembali penalty untuk baris/kolom
yang belum ditandai. Kembali ke nomor 2.
b. Terminologi
Secara diagramatik, model transportasi dapat digambarkan sebagai berikut:
Misalkan ada m buah sumber dan n buah tujuan.

Gambar 1.1 Ilustrasi Model Transportasi

 Masing–masing sumber mempunyai kapasitas ai dengan i = 1,2,3, … ,

m
 Masing–masing tujuan membutuhkan komoditas sebanyak bj dengan
j = 1,2,3, ….. , n
 Jumlah satuan ( unit ) yang dikirimkan dari sumber i ke tujuan j
adalah sebanyak Xij.
 Ongkos pengiriman per unit dari sumber i ke tujuan j adalah Cij.
Sehingga dengan demikian akan kita dapatkan formulasi programa
liniernya, yaitu sebagai berikut:
m n

 Minimumkan : Z =  Cij  Xij

i 1 j 1

n
 Berdasarkan pembatas :  Xij
j 1
= ai , i = 1,2,…, m

 Xij
i 1
= bj , j = 1,2,.…, n

Xij ≥ 0 untuk seluruh i dan j

 12

Formula Matematis:
Fungsi Tujuan : Min Z = C11X11+ C12X12...... + C23X23
St x11 + x12 + x13 =a1
Pembatas Sumber
x21 + x22 + x23 =a2
x11 + x21 = b1
x12 + x22 = b2 Pembatas Tujuan
x13 + x23 = b3
Model transportasi dikatakan seimbang jika total kapasitas sumber
(supply) sama dengan total tujuan (demand). Persoalan transportasi memiliki sifat-
sifat khusus dimana semua koefisien teknosif bernilai nol atau satu, sehingga tabel
simpleks dari persoalan transportasi dapat digantikan dengan matriks berikut ini.

Tabel 1.4 Masalah Trasnportasi

Tujuan
Sumber 1 2 3 Supply
C11 C12 C13
1 a1
X11 X12 X13
C21 C22 C23
2 a2
X21 X22 X23
Demand B1 b2 b3

1.8 Analisis Jaringan

Analisis jaringan merupakan sebuah teknik untuk membantu dalam
pengambilan keputusan untuk memaksimalkan resource yang dimiliki. Sebuah
jaringan adalah suatu himpunan titik-titik yang disebut simpul (node), dan suatu
himpunan kurva yang disebut cabang (busur) yang menghubungkan beberapa titik
simpul tertentu. Sebuah cabang dikatakan terorientasi (oriented) jika memiliki
suatu arah yang dikaitkan dengannya. Dua buah cabang dikatakan tersambung
(connected) jika memiliki titik simpul yang sama. Sehingga Analisis Jaringan
didefinisikan sebagai suatu ilmu yang membantu untuk pengambilan keputusan
dalam persoalan jaringan dalam suatu proses produksi. Salah satu persoalan
jaringan adalah rute terpendek. Dalam persoalan rute terbentuk diketahui suatu
 13

jaringan dengan informasi jarak, waktu tempuh atau ongkos transportasi dari suatu
node ke node lainnya. Kemudian tugasnya adalah mencari rute yang mempunyai
jarak, waktu tempuh atau ongkos transportasi yang minimum. Di dalam persoalan
jaringan ini dapat kita bagi menjadi tiga macam persoalan, diantaranya:
a. Persoalan Rute Terpendek (Shortest Route)
Sebuah masalah rute terpendek menyangkut suatu jaringan tersambung
yang memiliki suatu biaya tak negative yang dikaitkan dengan tiap-tiap busur.
Tujuannya adalah menetukan suatu lintasan yang menghubungkan sumber
sedemikian rupa sehingga biaya-biaya yang berkaitan dengan tiap-tiap busur
dalam lintasan ini adalah minimum. Bobot disini dapat berupa jarak, waktu
tempuh atau ongkos transportasi dari satu node ke node lainnya yang berbentuk
rute tertentu. Algoritma untuk mencari rute terpendek ini dikembangkan pada
tahun 1959 oleh Dijkstra, dengan batasan atau ketentuan yang mengatakan bahwa
algoritma Dijkstra ini hanya dapat digunakan apabila semua busur pada
jaringannya mempunyai bobot non-negative.
b. Persoalan Aliran Maksimum (Maximum Flow)
Tujuan dari suatu masalah aliran maksimal adalah untuk mengembangkan
suatu jadwal pengiriman yang memaksimumkan jumlah bahan yang dikirim
antara dua buah titik. Informasi yang diperlukan untuk dapat menyelesaikan
persoalan ini adalah mengenai jumlah perjalanan yang dapat dilakukan pada
masing-masing jalan yang menghubungkan satu stasiun dengan stasiun lainnya.
Dengan kata lain diperlukan data mengenai kapasitas aliran pada masing-masing
busur.

Gambar 1.2 Persoalan Aliran Maksimum

 14

1.9 Teori Antrian

Suatu antrian adalah suatu garis tunggu dari konsumen (satuan) yang
memerlukan layanan dari satu atau lebih pelayanan (fasilitas layanan).
Notasi dalam teori antrian:
λ : Tingkat kedatangan
μ : Tingkat pelayanan
s : Jumlah server
Ci : Biaya server dalam keadaan menganggur ( idle ) per jam
Cs : Biaya server dalam keadaan sibuk / jam
Cb : Biaya kehilangan konsumen karena sistem antrian penuh.
L : Rata – rata jumlah pelanggan dalam sistem
Lb : Rata – rata jumlah pelanggan dalam antrian ketika sistem dalam
keadaan sibuk
Lq : Rata – rata jumlah pelanggan dalam antrian
P0 : kemungkinan seluruh server dalam keadaan menganggur.
Pn : Kemungkinan adanya n orang dan pelanggan dalam sistem
K : Jumlah pelanggan maksimal yang berada dalam sistem.
Pb/pw : Kemungkinan satu orang pelanggan datang dan menunggu dalam
antrian
W : Rata – rata waktu menunggu pelanggan dalam sistem
Wb : Rata – rata waktu menunggu pelanggan dalam sistem pada saat
keadaan sibuk
Wq : Rata – rata waktu mengunggu pelanggan dalam antrian
B : Rata–rata pelanggan yang tidak terlayani karena sistem dalam
keadaan penuh.
 15

1.10 Perumusan Masalah

Beberapa permasalahan yang ada dalam pelaksanaan praktikum ini dapat
dirumuskan sebagai berikut:
1. Bagaimana cara melakukan perhitungan market share untuk mengetahui
pangsa pasar, penentuan strategi pemasaran, penentuan kombinasi produk
yang akan diproduksi, penugasan job ke tim yang ada, menentuka jumlah
dan jenis produk yang akan didistribusikan, mendistribusikan produk dan
rute pendistribusiannya, mengidentifikasi saluran distribusi dengan
pendekatan optimasi dan stokastik ?
2. Bagaimana cara mencari dan menganalisa hasil software dari QSBwin ?
3. Bagaimana menentukan metode yang paling tepat untuk pemecahan
masalah yang optimum ?

1.11 Tujuan Praktikum

Dengan perumusan masalah yang telah dikemukakan di atas, maka perlu
adanya tujuan praktikum secara sistematis, yaitu:
1. Melakukan teknik metode pemecahan masalah pengambilan keputusan di
dalam suatu perusahaan dengan cara manual dan menggunakan software
QSBWin.
2. Mampu menganalisis hasil dari running QSBWin dari setiap metode di
dalam pengambilan keputusan yang optimal.
3. Menentukan metode yang terbaik dari setiap masalah.

1.12 Pembatasan Masalah

Mengingat betapa luasnya peramasalahan dalam sistem produksi, maka
diperlukan adanya pembatasan masalah supaya pembahasan di sini tidak terlalu
luas ruang lingkupnya pada data yang akan digunakan, yaitu pada:
1. Pengolahan data dilakukan dengan metode QSB win.
2. Metode yang digunakan dalam perhitungan market share forecasting
adalah menggunakan markov chain.
 16

3. Metode yang digunakan dalam penentuan strategi adalah menggunakan

game theory.
4. Metode yang digunakan dalam kombinasi produk,penugasan tim, serta
distribusi produk adalah menggunakan linier programing.
5. Metode yang digunakan dalam rute distribusi adalah menggunakan metode
analisa jaringan.
6. Metode yang digunakan dalam saluran distribusi adalah menggunakan
metode teory antrian.

1.13 Sistematika Penulisan

Agar dapat memperoleh suatu penyusunan dan pembahasan yang
sistematis, terarah pada masalah yang telah terpilih dan pengendalian yang benar,
maka sistematika penulisannya disusun sebagai berikut:
BAB I Pendahuluan
Bab ini berisikan latar belakang, perumusan masalah, tujuan
praktikum, pembatasan masalah, dan sistematika penulisan.
BAB II Studi Kasus
Bab ini berisi skenario praktikum optimasi dan stokastik yang
sudah ditentukan.
BAB III Pengumpulan Dan Pengolahan Data
Bab ini terdiri atas pemakaian formulasi model matematis dan
pengolahan secara manual serta pengolahan dengan menggunakan
software QSBWin.
BAB IV Penutup
Bab ini berisi tentang kesimpulan dan saran.
 17

BAB II
STUDI KASUS

PT.Track adalah sebuah perusahaan sepeda yang sedang berkembang.

Produk sepeda yang diproduksi beragam berdasarkan tipenya, diantaranya sepeda
lipat, sepeda fixie dan sepeda gunung.

1. Marketing
PT.Track saat ini memiliki 3 perusahaan lain yang bersaing dipasar yang
sama yaitu PT.jayen, PT.whycycle dan PT.urban. Pada awal tahun penguasaan
pasar oleh masing-masing Perusahaan adalah PT.Track 25%, PT.Jayen 25%,
PT.Whycycle 26% dan PT.Urban 24%. Ternyata selama satu tahun terjadi
perpindahan pelanggan dari satu merk ke merk lain. Perpindahan tersebut adalah
sebagai berikut:

Tabel 2.1 Perpindahan Pelanggan

Awal Pindah dari Merk Pindah ke Merk
Merek Akhir Tahun
Tahun B P C R B P C R
Track 200 - 10 20 10 - 10 15 10 205
Jayen 200 10 - 15 10 20 - 10 10 195
Whycycle 300 10 15 - 10 15 20 - 10 290
Racing 300 15 10 20 - 15 10 10 - 310
1000 1000

Melihat kondisi tersebut, maka PT.Track merencanakan strategi untuk

memenangkan persaingan. PT.Track menyiapkan dana Rp 150.000.000 untuk
memenangkan pasar dengan bersaing dengan perusahaan yang saat ini menguasai
pasar (memiliki market share terbesar). Terdapat tiga strategi yang direncanakan
yaitu: promosi, variasi warna dan program bonus. Ketiga perusahaan yang lain
juga memiliki strategi penjualan masing-masing. Dalam persaingan ini
penggunaan strategi yang berbeda akan menghasilkan perubahan market share

17
 18

yang berbeda-beda. Prediksi perubahan market share yang terjadi akibat

penggunaan strategi-strategi tersebut adalah sebagai berikut :

Tabel 2.2 Perubahan Market Share

Strategi PT. Jayen Strategi PT. Whycycle Strategi PT. Urban
Strategi B A B B
A. A
PT. Track Hadiah Menambah Program Variasi
Discount Bonus
Langsung Outlet Paket warna
A. Discount 15% -5% 13% 5% 12% -16%
B. Variasi bentuk 10% 5% -5% 15% 15% 20%
C. Bonus 15% -30% 10% 15% -12% 17%

2. Perencanaan Produksi
Saat ini PT. Track sedang melakukan perencanaan produksi, untuk memenuhi
permintaan dan menghasilkan keuntungan yang maksimal. Perusahaan ini
memproduksi 3 jenis sepeda dengan nilai keuntungan yang berbeda beda, yaitu :
Tabel 2.3 Keuntungan dan Permintaan Minimal
Keuntungan Permintaan Minimal
Jenis Sepeda
(Rp. Per unit) (dalam ribuan) (unit)
Lipat 150 700
Fixie 350 900
Gunung 100 500

Proses pembuatan masing-masing jenis sepeda melalui tiga proses dengan

waktu yang berbeda-beda, dimana masing-masing proses juga memiliki kapasitas
yang berbeda-beda :
Tabel 2.4 Kapasitas Proses
Waktu proses (Jam/unit)
Jenis Kapasitas
Proses Proses (jam)
Lipat Fixie Gunung
1. Measuring 5 3 2 10000
2. Sub-assembly 3 2 3 8000
3. Assembly 2 4 4 9000
 19

Untuk proses assembly, PT.Track memiliki 3 tim assembly yang akan

mengerjakan ketiga jenis produk tersebut. Namun biaya pengerjaan tiap produk
dimasing-masing tim assembly berbeda, yaitu sebagai berikut:
Tabel 2.5 Penugasan Tim
Biaya pengerjaan dimasing-masing mesin assembly
Jenis Sepeda (Rp. Per unit) (dalam ribuan)
Tim Assembly1 Tim Assembly 2 Tim Assembly 3
Lipat 12 15 20
Fixie 12 20 20
Gunung 15 22 25

3. Distribusi
PT.Track akan mengirimkan order berupa ketiga jenis sepeda tersebut
dengan menggunakan sebuah kendaraan kontainer. Namun karena kontainer
memiliki keterbatasan kapasitas, maka PT.Track tidak dapat mengangkut semua
order tersebut. Kendaraan kontainer yang dimiliki perusahaan berkapasitas 20 ton,
maka harus ditentukan jenis-jenis barang apa saja yang akan diangkut untuk
memperoleh keuntungan maksimal tanpa melanggar batas beban maksimum dari
kapasitas kendaraan.
Jenis sepeda yang akan dikirim berbentuk paket dengan berat paket dan
keuntungan sebagai berikut:

Tabel 2.6 Jenis Sepeda, Berat Paket, dan Keuntungan

Keuntungan (Rp per paket)
No Jenis Sepeda Berat paket (Ton)
(dalam ribuan)
1. Sepeda Lipat 2 250
2. Sepeda Fixie 1 100
3. Sepeda Gunung 4 500
 20

PT.Track memiliki 2 pabrik yang harus memenuhi permintaan di 3 wilayah

pemasaran. Diketahui Permintaan di pasar A = 1200 unit, pasar B. 1200 unit dan
pasar C 800 unit, dan total permintaan 3200 unit. Untuk memenuhi kebutuhan itu
akan diproduksi dikedua pabrik masing-masing sebanyak 1600 unit.
Biaya pengiriman (Rp. per unit) (dalam ribuan) dari masing-masing pabrik
ke setiap pasar adalah sebagai berikut:

Tabel 2.7 Biaya Pengiriman, Kapasitas Pabrik, dan Permintaan Pasar

Pasar A Pasar B Pasar C Kapasitas
Pabrik 1 15 25 15 1600
Pabrik 2 20 25 11 1600
Permintaan 1200 1200 800

4. Jalur Distribusi
Jalur yang dapat ditempuh dari tiap-tiap pabrik ke ketiga wilayah pasar yang
ada adalah sebagai berikut, dimana angka-angka yang tertera pada anak panah
menunjukkan jarak (Km) antara satu titik dengan titik lainnya.

12 D
A 8 I Pasar A
14 12 12
20
Pabrik 22
1 11 8
G
J 9
B
16 21
28 Pasar B
10 14
Pabrik
22 10
14 12 E H
K 12
11
C
11 18
14 Pasar C
F
L 9
14

Gambar 2.1 Jalur Distribusi

 21

Di setiap wilayah pemasaran, PT. Track memiliki sejumlah agen yang harus
disupply kebutuhannya. Saat ini agen pertama yang ada didaerah pemasaran A
memiliki 6 orang pelayan (server). Secara general untuk melayani 1 pelanggan
dibutuhkan waktu 15 menit , sementara dalam 1 jam rata-rata datang 25 orang
pelanggan. Satu orang kasir mendapatkan gaji Rp. 30.000 per hari dengan jam
kerja 7 jam per hari. Sementara itu jika seorang pelanggan menunggu maka ada ia
akan rugi karena kehilangan waktu kerja, dikonversikan dalam bentuk kerugian
finansial sebesar Rp. 3.500 per jam. Untuk itu harus ditentukan jumlah pelayan
yang optimal sehingga mampu melakukan pelayanan dengan baik kepada
pelanggan dan meminimasi biaya antriannya.
 22

BAB III
PENGOLAHAN DAN ANALISA DATA

A. Market Share
1. Pengumpulan Data
PT. Track saat ini memiliki 3 perusahaan lain yang bersaing dipasar yang
sama yaitu PT. Jayen, PT. Whycycle dan PT. Urban. Pada awal tahun penguasaan
pasar oleh masing-masing perusahaan adalah PT. Track 25%, PT. Jayen 25%, PT.
Whycycle 26% dan PT. Urban 24%. Ternyata selama satu tahun terjadi
perpindahan pelanggan dari satu merk ke merk lain. Perpindahan tersebut adalah
sebagai berikut:
Tabel 3A.1 Perpindahan Pelanggan Antar Perusahaan
Awal Pindah dari Merk Pindah ke Merk Akhir
Merk
Tahun T J W U T J W U Tahun
Track 200 - 10 20 10 - 10 15 10 205
Jayen 200 10 - 15 10 20 - 10 10 195
Whycycle 300 10 15 - 10 15 20 - 10 290
Urban 300 15 10 20 - 15 10 10 - 310
1000 1000

2. Pengolahan Data
2.1 Pengolahan Data Secara Manual
Matriks probabilitas transisi perubahan merek

165/200 10/200 15/200 10/200

20/200 160/200 10/200 20/200
15/300 20/300 255/300 10/300
15/300 10/300 10/300 265/300

0,825 0,05 0,075 0,05

0,1 0,8 0,05 0,05
P=
0,05 0,067 0,85 0,033
0,05 0,033 0,033 0,883

22
 23

πA = 0,825 πA + 0,1 πB + 0,05 πC + 0,05 πD

πB = 0,05 πA + 0,8 πB + 0,067 πC + 0,033 πD
πC = 0,075 πA + 0,05 πB + 0,85 πC + 0,033 πD
πD = 0,05 πA + 0,05 πB + 0,033 πC + 0,883 πD

Misal πA = 1
Substitusi ke persamaan (1)
πA = 0,825 πA + 0,1 πB + 0,05 πC + 0,05 πD
1 = 0,825 + 0,1 πB + 0,05 πC + 0,05 πD
0,175 = 0,01 πB + 0,05 πC + 0,05 πD
πB = 0,175 – 0,05 πC – 0,05 πD
0,1
πB = 1,75 – 0,5 πC – 0,5 πD

πB = 0,05 πA + 0,8 πB + 0,067 πC + 0,033 πD

πB – 0,8 πB = 0,05 + 0,067 πC + 0,033 πD
0,2 = 0,05 + 0,067 πC + 0,033 πD
πC = 0,15 – 0,033 πD
0,067
πC = 2,239 - 0,493 πD
πB = 1,75 – 0,5 πC – 0,5 πD
= 1,75 – 0,5(2,239 – 0,493 πD ) – 0,5 πD
= 1,75 – 1,120 + 1,014 πD – 0,5 πD
= 0,63 + 0,514 πD

πC = 0,075 πA + 0,05 πB + 0,085 πC + 0,033 πD

πC – 0,85 πC = 0,75 + 0,05 πB + 0,033 πD
0,15 πC = 0,75 + 0,05 (0,63 + 0,514 πD ) + 0,033 πD
0,15 πC = 0,75 + 0,032 + 0,026 πD + 0,033 πD
0,15 πC = 0,107 + 0,059 πD
0,15 πC (2,239 - 0,493 πD ) = 0,107 + 0,059 πD
 24

0,336 – 0,074 πD = 0,107 + 0,059 πD

0,229 = 0,133 πD
0,229 = πD
0,133
πD = 1,722

πC = 2, + 0239 - 0,493 πD
= 2,239 – 0,493(1,722)
= 2,239 – 0,849
= 1,39

πB = 0,63 + 0,514 πD
= 0,63 + 0,514 (1,722)
= 0,63 + 0,885
= 1,515

∑π = 1
∑π = πA + πB + πC + πD
= 1 + 1,515 + 1,39 + 1,722
= 5,627

1
πA = = 0,178
5,627
1,515
πB = = 0,269
5,627
1,39
πC = = 0,427
5,627
1,722
πD = = 0,306 +
5,627

1
 25

2.2 Pengolahan Data Menggunakan Software QSBWin Program MKP

Pengolahan data dilakukan dengan menggunakan software QSBWin untuk
menjelaskan market share pada saat steady state. Data yang telah diperoleh di atas
dengan memasukkan input seperti gambar sebagai berikut:
Tabel 3A.2 Input Data

Kemudian output yang dihasilkan adalah sebagai berikut:

Tabel 3A.3 Output Data

Perbandingan steady state manual dan software adalah sebagai berikut:

Tabel 3A.4 Perbandingan Steady State Manual dan Software
Nama Perbandingan Steady State
No. Perusahaan Manual Software Qsbwin
1 PT.Track 0,178 0.2439
2 PT.Jayen 0,269 0,2197
3 PT.Whycycle 0,247 0,2901
4 PT.Urban 0,306 0,2463
Jumlah 1 1
 26

3. Analisis Data
Dari hasil output qsbwin dapat dilihat bahwa perusahaaan kita memiliki
pesaing yang kuat yaitu PT Whycycle, karena PT Whycycle memiliki pangsa pasar
/ steady state yang paling besar yaitu 29,01% sedangkan PT yang lain yaitu PT
Track memiliki nilai 24,39%, PT Jayen memiliki nilai 21,97% dan PT Urban
dengan nilai24,63%
Kemudian dari output dapat diketahui jumlah pelanggan PT Track 409 orang,
PT Jayen 455 orang, PT Whycycle 344 orang dan PT Urban 406 orang.

4. Kesimpulan
Berdasarkan hasil analisis di atas didapat kesimpulan bahwa pesaing terbesar
PT Whycycle dengan steady state sebesar 29,01% sedangkan untuk pesaingnya
yaitu PT Urban dengan probabilitas steady state sebesar 24,63%.
 27

B. Penentuan Strategi
1. Pengumpulan jData
Melihat adanya persaingan dalam menarik pelanggan, maka PT. Track
merencanakan strategi untuk memenangkan persaingan. PT. Track menyiapkan
dana Rp. 150.000.000,- untuk memenangkan pasar dengan bersaing dengan
perusahaan yang saat ini menguasai pasar (memiliki market share terbesar).
Terdapat tiga strategi yang direncanakan yaitu discount, variasi bentuk dan bonus.
Ketiga perusahaan yang lain juga memiliki strategi penjualan masing-masing.
Dalam persaingan ini penggunaan strategi yang berbeda akan menghasilkan
perubahan market share yang berbeda-beda. Prediksi perubahan market share
yang terjadi akibat penggunaan strategi-strategi tersebut adalah sebagai berikut:
Tabel 3B.1 Prediksi Perubahan Market Share
Strategi PT. Jayen Strategi PT. Whycycle Strategi PT. Urban
Strategi B. A. B. B.
A. A.
PT. Track Hadiah Menambah Program Variasi
Discount Bonus
Langsung Outlet Paket warna
A. Discount 15% -5% 13% 5% 12% -16%
B. Variasi bentuk 10% 5% -5% 15% 15% 20%
C. Bonus 15% -30% 10% 15% -12% 17%

2 Pengolahan Data
2.1 Pengolahan Data Secara Manual
Tabel 3B.2 Matriks Permainan dengan Perusahaan Pesaing
Strategi PT. Urban
Strategi PT. Track Nilai Minimal
A. Bonus B. Variasi warna
A. Discount 12% -16% -16%
B. Variasi bentuk 15% 20% 15%
Maksimin
C. Bonus -12% 17% -12%
Nilai Maksimal 15% 20%

Minimaks Saddle
Point
Dari matriks permainan di atas dapat dicapai kondisi Saddle Point, yakni
ketika PT Track menggunakan strategi “Variasi bentuk” dan PT Urban
menggunakan strategi “Bonus”. Sehingga Saddle Point sebesar 15%.
 28

2.2 Pengolahan Data Menggunakan Software QSBWin dengan Metode

Decision Analysis
a. Input
Adapun kondisi persaingan antara perusahaan PT Track dan PT Whycycle
adalah sebagai berikut:
Tabel 3B.3 Input Data

b. Output
Adapun solusi yang dihasilkan berdasarkan hasil running software QSB
Win dengan metode Decision Analysis adalah sebagai berikut:
Tabel 3B.4 Hasil Running Software
 29

3. Analisis Data
Analisa dari hasil runing software diketahui bahwa PT Track menggunakan
strategi Discount, variasi bentuk dan bonus, dimana strategi bonus mendominasi
strategi variansi bentuk sehingga PT Track akan menggunakan ketiga strategi
dengan masing-masing proporsinya untuk menang. Pada perusahaan komppetitor
yaitu PT Whycycle, strategi menambah outlet dan program paket yang tidak saling
mendominasi sehingga PT Whycycle juga akan menggunakan kedua strategi
dengan masing-masing proporsinya untuk menang. Pada matriks permainan diatas
tidak dicapai kondisi saddle point, sehingga menggunakan strategi campuran yaitu
strategi discount, variasi bentuk dan bonus. Sedangkan besar proporsinya yakni
38%, 0% dan 62%. Untuk masing-masing strategi dan alokasi dananya sesuaing
dengan masing-masing proporsi strategi yaitu sebesar Rp 57.000.000 , Rp 0 , Rp
93.000.000 .

4. Kesimpulan
Berdasarkan hasil analisis dapat disimpulkan bahwa dana sebesar Rp
150.000.000,- akan dialokasikan oleh perusahaan PT.Whycycle untuk
menggunakan strategi campuran yaitu strategi discount, variasi bentuk dan bonus.
Dengan besar proporsinya yakni 38%, 0% dan 62%.
 30

C. Kombinasi Produk
1. Pengumpulan Data
Saat ini PT. Track sedang melakukan perencanaan produksi, untuk memenuhi
permintaan dan menghasilkan keuntungan yang maksimal. Perusahaan ini
memproduksi 3 jenis sepeda dengan nilai keuntungan yang berbeda beda, yaitu:
Tabel 3C.1 Keuntungan dan Permintaan Minimal Sepeda pada PT. Track
Keuntungan Permintaan Minimal
Jenis Sepeda
(Rp. per unit) (dalam ribuan) (unit)
Lipat 150 700
Fixie 350 900
Gunung 100 500

Proses pembuatan masing-masing jenis sepeda melalui tiga proses dengan

waktu yang berbeda-beda, dimana masing-masing proses juga memiliki kapasitas
yang berbeda-beda:
Tabel 3C.2 Waktu dan Kapasitas Proses Produksi Sepeda pada PT. Track
Waktu proses (Jam/unit) Kapasitas
Jenis
Proses
Proses Lipat Fixie Gunung
(jam)
1. Measuring 5 3 2 10000
2. Sub-assembly 3 2 3 8000
3. Assembly 2 4 4 9000

2. Pengolahan Data
2.1 Pengolahan Data Secara Manual
- Tujuan : Memaksimalkan keuntungan
- Batasan : Permintaan produk dan kapasitas waktu proses produksi
- Keputusan : Jumlah dan jenis sepeda yang harus diproduksi
- Notasi
X1 = Sepeda lipat
X2 = Sepeda fixie
X3 = Sepeda gunung
 31

- Bentuk primal
Max Z = 150 X1 + 350 X2 + 100 X3
s.t.
X1 ≥ 700 (Batasan Permintaan)
X2 ≥ 900 (Batasan Permintaan)
X3 ≥ 500 (Batasan Permintaan)
5 X1 + 3 X2 + 2 X3 ≤ 10000 (Batasan Kapasitas Proses)
3 X1 + 2 X2 + 3 X3 ≤ 8000 (Batasan Kapasitas Proses)
2 X1 + 4 X2 + 4 X3 ≤ 9000 (Batasan Kapasitas Proses)

- Bentuk dual
Min W = 10000 Y1 + 8000 Y2 + 9000 Y3 + 700 Y4 + 900 Y5 + 500 Y6
s.t.
5 Y1 + 3 Y2 + 2 Y3 ≥ 700
3 Y1 + 2 Y2 + 4 Y3 ≥ 900
2 Y1 + 3 Y2 + 4 Y3 ≥ 500

- Bentuk standar dan implisit:

Max = Z - 150 X1 - 350 X2 - 100 X3 + 0 S1 + 0 S2 + 0 S3 = 0
s.t.
5 X1 + 3 X2 + 2 X3 + S1 = 10000
3 X1 + 2 X2 + 3 X3 + S2 = 8000
2 X1 + 4 X2 + 4 X3 + S3 = 9000

Tabel 3C.3 Input Tabel Simplek Secara Manual

Variabel
Z X1 X2 X3 S1 S2 S3 RHS Index
dasar
Z 1 -150 -350 -100 0 0 0 0
S1 0 5 3 2 1 0 0 10000 3333
S2 0 3 2 3 0 1 0 8000 4000
S3 0 2 4 4 0 0 1 9000 2250 Baris
kunci
Angka kunci
Kolom kunci
 32

Pivoting
Baris kunci:
Baris S3 = [ 2 4 4 0 0 1 9000 ] :4
= [ 0,5 1 0,75 0 0,25 0 2250 ]

Baris non kunci:

Baris Z = [ -150 -350 -100 0 0 0 0 ] -
-350 [ 0,5 1 1 0 0 0,25 2250 ] -
25 0 250 0 0 87,5 787.500

Baris S1 = [ 5 3 2 1 0 0 10000 ] -
3 [ 0,5 1 1 0 0 0,25 2250 ] -
3,5 0 -1 1 0 -0,75 3250

Baris S2 = [ 3 2 3 0 1 0 8000 ] -
2 [ 0,5 1 1 0 0 0,25 2250 ] -
2 0 1 0 -1 -0,5 3500

Tabel simplek iterasi 1:

Tabel 3C.4 Tabel Simplek Iterasi 1
Variabel
Z X1 X2 X3 S1 S2 S3 RHS
dasar
Z 1 25 0 250 0 0 87,5 787.500
S1 0 3,5 0 -1 1 0 -0,75 3250
S2 0 2 0 1 0 -1 -0,5 3500
X2 0 1,5 1 1 0 0 0,25 2250

Z = 787.500, S1 = 3250, S2 = 3500, X2 = 2250

Kesimpulan:
Berdasarkan hasil tersebut, untuk memaksimalkan keuntungan perusahaan PT.
Track harus memproduksi sepeda fixie sebanyak 2250 unit serta tidak perlu
memproduksi sepeda lipat dan sepeda gunung, dimana menyisakan kapasitas
waktu proses measuring sebanyak 3250 jam dan menyisakan waktu proses sub
assembly sebanyak 3500 namun tidak menyisakan waktu proses assembly.
Keuntungan yang diperoleh sebesar Rp. 787.500,- .
 33

2.2 Pengolahan Data Menggunakan Software QSBWin Program LP-ILP

a. Input
Di bawah ini adalah input data pada software QSBWin:
Tabel 3C.5 Input Data infisible

b. Output
Adapun solusi yang dihasilkan berdasarkan hasil running software
QSBWin dengan metode Linear and Integer Programming adalah sebagai
berikut:
Tabel 3C.6 Hasil Running Software
 34

3. Analisis Data
Dari hasil software QSBWin data input diketahui bahwa untuk mendapatkan
keuntungan maksimal, perusahaan PT Track harus memproduksi sepeda lipat
sebanyak 700 unit dengan keuntungan perunit Rp 150,- dan memberikan
kontribusi keuntungan kepada perusahaan sebanyak Rp 105.000,- .
Sepeda fixie akan diproduksi sebanyak 1400 unit dengan keuntungan per unit
Rp 350,- dimana produsi tersebut akan memberikan kontribusi keuntungan pada
perusahaan sebesar Rp 490.000,- .
Sepeda gunung akan diproduksi sebanyak 500 unit dengan keuntungan per
unit Rp 100,- dimana produsi tersebut akan memberikan kontribusi keuntungan
pada perusahaan sebesar Rp 50.000,- . Sehingga total keuntungan yang didapat
adalah Rp 645.000,- .
Selain itu dari hasil software qsbwin juga diketahui bahwa jumlah sepeda
lipat yang harus diproduksi adalah sebanyak 700 unit, dengan kapasitas 700 unit.
Hal itu menunjukan tidak ada keurangan maupun kelebihan produksi. Untuk
sepeda fixie yang harus diproduksi adalah sebanyak 1400 unit dengan kapasitas
sebanyak 900 unit. Untuk sepeda fixie menunjukan ada kekurangan produksi
sebanyak 500 unit. Untuk sepeda gunung yang harus di produksi adalah sebanyak
500 unit dengan kapasitas 500 unit. Hal ini menunjukan tidak ada kekurangan atau
kelebihan produksi.
Hasil output software qsbwin juga diketahui bahwa C4 waktu yang
dibutuhkan untuk memproduksi adalah 8.700 jam dengan kapasitas waktu
produksinya sebesar 10.000 jam. Hal ini menunjukan ada kelebihan yang
berjumlah 1.300 jam. Pada C5 waktu yang dibutuhkan untuk memproduksi adalah
6400 jam dengan kapasitas waktu produksinya sebesar 8000 jam. Hal ini
menunjukan adanya kelebuhan waktu produksi sebesar 1600 jam. Sedangkan
apada C6 waktu yang dibutuhkan untuk produksi adalah 9000 jam, dengan
kapasitas waktu produksinya sebesar 9000 jam. Hal ini menunjukan tidak ada
kekurangan atau kelebihan waktu produksi.
 35

4. Kesimpulan
Berdasarkan hasil analisis data maka untuk menghasilkan keuntungan yang
maksimal perusahaan PT Track harus memproduksi sepeda lipat sebanyak 700
unit dengan keuntungan perunit Rp 150,- dan memberikan kontribusi keuntungan
kepada perusahaan sebanyak Rp 105.000,- . Sepeda fixie akan diproduksi
sebanyak 1400 unit dengan keuntungan per unit Rp 350,- dimana produsi tersebut
akan memberikan kontribusi keuntungan pada perusahaan sebesar Rp 490.000,- .
Sepeda gunung akan diproduksi sebanyak 500 unit dengan keuntungan per unit
Rp 100,- dimana produsi tersebut akan memberikan kontribusi keuntungan pada
perusahaan sebesar Rp 50.000,- . Sehingga total keuntungan yang didapat adalah
Rp 645.000,- .
 36

D. Penugasan Tim
1. Pengumpulan Data
Untuk proses assembly, PT. Track memiliki 3 mesin assembly yang akan
mengerjakan ketiga jenis produk tersebut. Namun biaya pengerjaan tiap produk
dimasing-masing mesin assembly berbeda, yaitu sebagai berikut:
Tabel 3D.1 Biaya Pengerjaan Tiap Jenis Sepeda di Tiap Mesin pada PT. Track
Biaya pengerjaan dimasing-masing mesin assembly
Jenis Sepeda (Rp. per unit) (dalam ribuan)
Mesin Assembly 1 Mesin Assembly 2 Mesin Assembly 3
Lipat 12 15 20
Fixie 12 20 20
Gunung 15 22 25

2. Pengolahan Data
2.1 Pengolahan Data Secara Manual
- Tujuan : Meminimasi total biaya perakitan untuk semua produk
- Batasan : Penggunaan mesin, dimana satu mesin hanya merakit satu
jenis sepeda
- Keputusan : Pembagian kerja di masing-masing mesin untuk merakit
tiap-tiap produk
Formulasi Matematis
- Notasi
X1 = Sepeda lipat dirakit di mesin assembly 1
X2 = Sepeda lipat dirakit di mesin assembly 2
X3 = Sepeda lipat dirakit di mesin assembly 3
X4 = Sepeda fixie dirakit di mesin assembly 1
X5 = Sepeda fixie dirakit di mesin assembly 2
X6 = Sepeda fixie dirakit di mesin assembly 3
X7 = Sepeda gunung dirakit di mesin assembly 1
X8 = Sepeda gunung dirakit di mesin assembly 2
X9 = Sepeda gunung dirakit di mesin assembly 3
 37

- Fungsi tujuan
Min Z = 12 X1 + 15 X2 + 20 X3 + 12 X4 + 20 X5 + 20 X6 + 15 X7 + 22 X8
+ 25 X9
- Batasan
X1 + X2 + X3 = 1 X1 + X4 + X7 = 1
X4 + X5 + X6 = 1 X2 + X5 + X8 = 1
X7 + X8 + X9 = 1 X3 + X6 + X9 = 1

Tabel 3D.2 Menentukan Nilai Minimal Baris

Biaya pengerjaan di masing-masing mesin assembly
Jenis sepeda (Rp. Per unit) (dalam ribuan)
Mesin Assembly 1 Mesin Assembly 2 Mesin Assembly 3
Lipat 12 15 20
P1 = 12
Fixie 12 20 20
Gunung 15 22 25 P2 = 12
P3 = 15
Tabel 3D.3 Menentukan Nilai Minimal Kolom yang Tidak Terdapat Nilai Nol
Biaya pengerjaan di masing-masing mesin assembly
Jenis sepeda (Rp. Per unit) (dalam ribuan)
Mesin Assembly 1 Mesin Assembly 2 Mesin Assembly 3
Lipat 0 3 8 P1 = 3
Fixie 0 8 8
P2 = 8
Gunung 0 7 10
P3 = 7
Tabel 3D.4 Menentukan Pembagian Tugas Tiap Mesin
Biaya pengerjaan di masing-masing mesin assembly
Jenis sepeda (Rp. Per unit) (dalam ribuan)
Mesin Assembly 1 Mesin Assembly 2 Mesin Assembly 3
Lipat 0 0 5
Fixie 0 0 0
Gunung 0 0 3

Penugasan / penggunaan mesin yang fisibel:

- Mesin assembly 1 digunakan untuk merakit sepeda lipat
- Mesin assembly 2 digunakan untuk merakit sepeda gunung
- Mesin assembly 3 digunakan untuk merakit sepeda fixie
Biaya yang dikeluarkan = 12 + 20 + 22 = Rp. 54.000,-.
 38

2.2 Pengolahan Data Menggunakan Software QSBWin Program LP-ILP

3. Input
Di bawah ini adalah input data pada software QSBWin:
Tabel 3D.5 Input Data

4. Output
Adapun solusi yang dihasilkan berdasarkan hasil running software
QSBWin dengan metode Linear and Integer Programming adalah sebagai
berikut:
Tabel 3D.6 Hasil Running Software 1

Setelah mendapatkan hasilnya kemudian hasil tersebut di result dan

resolution summary.
 39

Tabel 3D.7 Hasil Running Software 2

3. Analisis
Dari hasil pengolahan data di atas, dengan menggunakan software QSBWin
untuk mengidntifikasi penugasan mesin assembly untuk digunakan pada masing-
masing produk sepeda. Terlihat dari hasil pengolahan data di atas bahwa untuk
produk sepeda lipat dikerjakan pada mesin assembly 2 dengan biaya sebesar Rp.
15.000,-, dengan kontribusi sebesar Rp. 15.000,-. Untuk sepeda fixie dikerjakan
pada mesin assembly 3 dengan biaya sebesar Rp. 20.000,-, dengan kontribusi
sebesar Rp. 20.000,-. Untuk sepeda gunung dikerjakan pada mesin assembly 1
dengan biaya sebesar Rp. 15.000,-, dengan kontribusi sebesar Rp. 15.000,-.
Dengan total biaya minimum sebesar Rp. 50.000,-.

4. Kesimpulan
Berdasarkan hasil analisis di atas didapat kesimpulan bahwa perusahaan
menugaskan tim dimana sepeda lipat untuk tim assembly 2, sepeda fixie untuk tim
assembly 3 dan sepeda gunung untuk tim assembly 1. Dimana total biaya produksi
sebesar Rp 50.000,-.
 40

E. Pengiriman Produk
1. Pengumpulan Data
PT Track akan mengirimkan order berupa ketiga jenis sepeda tersebut
dengan menggunakan sebuah kendaraan kontainer. Namun karena kontainer
memiliki keterbatasan kapasitas, maka PT Track tidak dapat mengangkut semua
order tersebut. Kendaraan kontainer yang dimiliki perusahaan berkapasitas 20 ton,
maka harus ditentukan jenis-jenis barang apa saja yang akan diangkut untuk
memperoleh keuntungan maksimal tanpa melanggar batas beban maksimum dari
kapasitas kendaraan. Jenis sepeda yang akan dikirim berbentuk paket dengan berat
paket dan keuntungan sebagai berikut:
Tabel 3E.1 Jenis Sepeda, Berat Paket, dan Keuntungan
Keuntungan (Rp per
No Jenis Sepeda Berat paket (Ton)
paket) (dalam ribuan)
1. Sepeda Lipat 2 250
2. Sepeda Fixie 1 100
3. Sepeda Gunung 4 500

2. Pengolahan Data
2.1 Pengolahan Data Manual
Tabel 3E.2 Stage 3 : sepeda mini dengan berat 4 ton dan keuntungan 500 (dalam ribuan)
Jumlah paket sepeda yang di angkut
state F3* X3*
0 1 2 3 4 5
20 0 500 1000 1500 2000 2500 2500 5
19 0 500 1000 1500 2000 2000 4
18 0 500 1000 1500 2000 2000 4
17 0 500 1000 1500 2000 2000 4
16 0 500 1000 1500 2000 2000 4
15 0 500 1000 1500 1500 3
14 0 500 1000 1500 1500 3
13 0 500 1000 1500 1500 3
12 0 500 1000 1500 1500 3
11 0 500 1000 1000 2
10 0 500 1000 1000 2
9 0 500 1000 1000 2
 41

Tabel 3E.2 Stage 3: Lanjutan

Jumlah paket sepeda yang di angkut
state F3* X3*
0 1 2 3 4 5
8 0 500 1000 1000 2
7 0 500 500 1
6 0 500 500 1
5 0 500 500 1
4 0 500 500 1
3 0 0 0
2 0 0 0
1 0 0 0
0 0 0 0

Tabel 3E.3 Stage 2 : sepeda Fixie dengan berat 1 ton dan keuntungan 100 (dalam ribuan)
state 0 1 2 3 4 5 6 7 8 9 10 F2* X2*
20 2500 2100 2200 2300 2400 2000 2100 2200 2300 1900 2000 2500 0
19 2000 2100 2200 2300 1900 2000 2100 2200 1800 1900 2000 2300 3
18 2000 2100 2200 1800 1900 2000 2100 1700 1800 1900 2000 2200 2
17 2000 2100 1700 1800 1900 2000 1600 1700 1800 1900 1500 2100 1
16 2000 1600 1700 1800 1900 1500 1600 1700 1800 1400 1500 2000 0
15 1500 1600 1700 1800 1400 1500 1600 1700 1300 1400 1500 1800 3
14 1500 1600 1700 1300 1400 1500 1600 1200 1300 1400 1500 1700 2
13 1500 1600 1200 1300 1400 1500 1100 1200 1300 1400 1000 1600 1
12 1500 1100 1200 1300 1400 1000 1100 1200 1300 900 1000 1500 0
11 1000 1100 1200 1300 900 1000 1100 1200 800 900 1000 1300 3
10 1000 1100 1200 800 900 1000 1100 700 800 900 1000 1200 2
9 1000 1100 700 800 900 1000 600 700 800 900 1100 1
8 1000 600 700 800 900 500 600 700 800 1000 0
7 500 600 700 800 400 500 600 700 800 3
6 500 600 700 300 400 500 600 700 2
5 500 600 200 300 400 500 600 1
4 500 100 200 300 400 500 0
3 0 100 200 300 300 3
2 0 100 200 200 2
1 0 100 100 1
0 0 0 0
 42

Tabel 3E.3 Stage 2 : Lanjutan

state 11 12 13 14 15 16 17 18 19 20 F2* X2*
20 2100 2200 1800 1900 2000 2100 1700 1800 1900 2000 2500 0
19 2100 1700 1800 1900 2000 1600 1700 1800 1900 2300 3
18 1600 1700 1800 1900 1500 1600 1700 1800 2200 2
17 1600 1700 1800 1400 1500 1600 1700 2100 1
16 1600 1700 1300 1400 1500 1600 2000 0
15 1600 1200 1300 1400 1500 1800 3
14 1100 1200 1300 1400 1700 2
13 1100 1200 1300 1600 1
12 1100 1200 1500 0
11 1100 1300 3
10 1200 2
9 1100 1
8 1000 0
7 800 3
6 700 2
5 600 1
4 500 0
3 300 3
2 200 2
1 100 1
0 0 0

Tabel 3E.4 Stage 1 : sepeda lipat dengan berat 2 ton dan keuntungan 250 (dalam ribuan)
state 0 1 2 3 4 5 6 7 8 9 10 F1* X1*
20 2500 2450 2500 2450 2500 2450 2500 2450 2500 2450 2500 2500 10
 43

2.2 Pengolahan Data Menggunakan Software QSBWin dengan Metode

Dynamic Programing
a. Input
Pengolahan data dilakukan dengan menggunakan software QSBWin untuk
menjelaskan pendistribusian suatu produk. Data yang telah diperoleh di
atas dengan memasukkan input seperti gambar sebagai berikut:

Tabel 3E.5 Input Data Metode Knapsack

b. Output
Adapun solusi yang dihasilkan berdasarkan hasil running software QSB
Win dengan metode Dynamic Programing adalah sebagai berikut:
Tabel 3E.6 Hasil Running Software

3. Analisis Data
Dari hasil output diatas dapat dilihat bahwa PT.Track, untuk
memaksimalkan jumlah keuntungan akan mendistribusikan item sepeda gunung
sebanyak 5 paket dengan berat perpaket 4 ton dan keuntungan Rp 500.000
perpaket sehingga total keuntungan Rp 2.500.000. untuk sepeda lipat dan sepeda
fixie tidak dikirim.
 44

4. Kesimpulan
Berdasarkan hasil analisis dapat disimpulkan bahwa untuk memaksimalkan
keuntungan akan mendistribusikan item sepeda gunung sebanyak 5 paket dengan
berat perpaket 4 ton dan keuntungan Rp 500.000 perpaket dengan total
keuntungan Rp 2.500.000.

F. Distribusi Pasar
1. Pengumpulan Data
PT. Track memiliki 2 pabrik yang harus memenuhi permintaan di 3 wilayah
pemasaran. Diketahui Permintaan di pasar A sebesar 1200 unit, pasar B sebesar
1200 unit dan pasar C sebesar 800 unit, dan total permintaan 3200 unit. Untuk
memenuhi kebutuhan itu akan diproduksi dikedua pabrik masing-masing
sebanyak 1600 unit. Biaya pengiriman (Rp. per unit) (dalam ribuan) dari masing-
masing pabrik ke setiap pasar adalah sebagai berikut:
Tabel 3F.1 Biaya Pengiriman, Kapasitas Pabrik, dan Permintaan Pasar
Pasar A Pasar B Pasar C Kapasitas
Pabrik 1 15 25 15 1600
Pabrik 2 20 25 11 1600
Permintaan 1200 1200 800

2. Pengolahan Data
2.1 Pengolahan Data Manual
 Identifikasi:
X11 : Pengiriman dari Pabrik 1 ke Pasar A

X12 : Pengiriman dari Pabrik 1 ke Pasar B

X13 : Pengiriman dari Pabrik 1 ke Pasar C

X21 : Pengiriman dari Pabrik 2 ke Pasar A

X22 : Pengiriman dari Pabrik 2 ke Pasar B

X23 : Pengiriman dari Pabrik 2 ke Pasar C

 45

 Fungsi Tujuan: Minimasi Biaya Transportasi / Distribusi

Min Z = 15X11 + 45X12 + 11X13 + 30X21 + 25X22 + 10X23
 Batasan-batasan:
X11 + X12 + X13 = 1600 (Batasan kapasitas pabrik)
X21 + X22 + X23 = 1600 (Batasan kapasitas pabrik)
X11 + X21 = 1200 (Batasan permintaan pasar)
X12 + X22 = 1200 (Batasan permintaan pasar)
X13 +X23 = 800 (Batasan permintaan pasar)
X11, X12, X13, X21, X22, X23 ≥ 0

2.1.1 Penyelesaian dengan Metode Vogel Approximation Method

Di bawah ini merupakan penyelesaian manual dengan Metode Vogel
Approximation Method . Hasil perhitungannya adalah sebagai berikut.
Tabel 3F.2 Penyelesain Manual dengan Metode VAM
Pasar A Pasar B Pasar C Kapasitas
Pabrik 1 15 1200 25 400 15 1600
Pabrik 2 20 X 25 800 11 800 1600
Permintaan 1200 1200 800

Jadi, alokasi distribusi dan total biaya transportasinya dapat dilihat dari
tabel sebagai berikut:
Tabel 3F.3 Alokasi Distribusi dan Total Biaya VAM
Jumlah
Dari Ke Biaya (Rp) Total Biaya (Rp)
(Pak)
Pabrik 1 ke Pasar A 1200 15 18.000
Pabrik 1 ke Pasar B 400 25 10.000
Pabrik 2 ke Pasar B 800 25 20.000
Pabrik 2 ke Pasar C 800 11 8.800
Total 56.800
 46

2.2 Pengolahan Data Menggunakan Software QSBWin Metode Network

Modelling (Transportation)
 Input
Berikut di bawah ini adalah input data dalam software QSBWin dengan
Metode Vogel Approximation Method .
Tabel 3F.4 Input Data Metode Vogel Approximation Method

 Output
Adapun solusi yang dihasilkan berdasarkan hasil running software
QSBWin dengan metode Vogel Approximation Method .adalah sebagai berikut:
Tabel 3F.5 Output Metode Vogel Approximation Method

3. Analisis Data
Berdasarkan hasil output dapat dianalisa bahwa:
Pabrik 1 akan mendistribusikan kepasar A sebanyak 1200 unit dengan biaya
pendistribusian sebesar Rp 15.000 perunit sehingga didapatkan total biaya
pendistribusian Rp 18.000.000, kemudian pabrik 1 juga akan mendistribusikan
kepasar B sebanyak 400 unit dengan biaya pendistribusian sebesar Rp 25.000
perunit sehingga didapatkan total biaya pendistribusian sebesar Rp 10.000.000.
Pabrik 2 akan mendistribusikan kepasar B sebanyak 800 unit dengan biaya
pendistribusian sebesar Rp 25.000 perunit sehingga didapatkan total biaya
pendistribusian Rp 20.000.000, kemudian pabrik 2 juga akan mendistribusikan
 47

kepasar C sebanyak 800 unit dengan biaya pendistribusian sebesar Rp 11.000

perunit sehingga didapatkan total biaya pendistribusian sebesar Rp 8.800.000.
Dengan demikian, total biaya keseluruhan yang dihasilkan dari pola
distribusi tersebut adalah sebesar Rp 56.800.000.

4. Kesimpulan
Berdasarkan analisis di atas, kebijakan distribusi yang optimum adalah
Pabrik 1 mendistribusikan produk ke pasar A sejumlah 1200 unit, Pabrik 1
mendistribusikan produk ke pasar B sejumlah 1200 unit, Pabrik 2
mendistribusikan produk ke pasar B sejumlah 800 unit, dan Pabrik 2
mendistribusikan produk ke pasar C sejumlah 800 unit. Dari kebijakan tersebut
total biaya distribusi yang didapat adalah sebesar Rp 56.800.000.

G. Rute Distribusi
1. Pengumpulan Data
PT.Bimcycle memiliki 2 pabrik yang harus memenuhi permintaan pasar di 3
wilayah pemasaran. Jalur yang dapat ditempuh dari tiap-tiap pabrik ke ketiga
wilayah pasar yang ada adalah sebagai berikut:

12 D
A 8 I Pasar A
14 12 12
20
Pabrik 22
1 11 8
G
J 9
B
16 21
28 Pasar B
10 14
Pabrik
22 10
14 12 E H
K 12
11
C
11 18
14 Pasar C
F
L 9
14

Gambar 3G.1 Jalur Distribusi PT Track

 48

2. Pengolahan Data
2.1 Pengolahan Data Manual
PT Track memiliki 2 pabrik dalam melakukan produksi. Dimana kedua
pabrik tersebut harus memenuhi permintaan di 3 wilayah pemasaran, yang
kemudian harus ditentukan rute mana yang memiliki total jarak terkecil, yaitu
sebagai berikut:
 Rute distribusi Pabrik 1 ke Pasar A:
A–D-G–I–J = 72
A–D–G–J = 66
B–G–I–J = 65
B–G–J = 53→ Jalur terpilih

 Rute distribusi Pabrik 1 ke Pasar B:

A–D–G–I–J = 75
A–D–G–J = 63
B–G–I–J = 62
B–G–J = 50→ Jalur terpilih

 Rute distribusi Pabrik 2 ke Pasar B:

B–G–I–J = 56
B–G–J = 44→ Jalur terpilih
B–E–H–J = 84
B–E–H–K = 78
B–E–F–K = 87
B–E–F–L–K = 89
C–E–H–J = 66
C–E–F–K = 69
C–E–F–L–K = 79
C–F–K = 57
C–F–L–K = 67
 49

 Rute distribusi Pabrik 2 ke Pasar C:

B–E–H–K = 76
B–E–F–K = 85
B–E–F–L–K = 95
B–E–F–L = 78
C–E–H–K = 58
C–E–F–K = 67
C–E–F–L = 60
C–F–K = 55
C–F–L–K = 65
C–F–L = 48→ Jalur terpilih
C–E–F–L–K = 77

2.2 Pengolahan Data Menggunakan Software QSBWin Metode Network

Modelling (Shortest Path)
 Input
Pengolahan data dilakukan dengan menggunakan software QSbWin untuk
menentukan rute yang memiliki total jarak terkecil, dengan memasukkan input
data sebagai berikut:
Tabel 3G.1 Input Data Metode Network Modelling (Shortest Path)
 50

 Output
Adapun solusi yang dihasilkan berdasarkan hasil running software
QSBWin dengan metode Shortest Path Problem adalah sebagai berikut:
 Rute dari Pabrik 1 ke Pasar A
Rute distribusi yang ditempuh untuk mendistribusikan produk dari
pabrik 1 ke pasar A adalah melalui rute Pabrik 1 – B – G – J – Pasar A
dengan total jarak 53. Hasil dari pengerjaan tersebut dapat dilihat pada
tabel dan grafik berikut ini.
Tabel 3G.2 Rute dari Pabrik 1 ke Pasar A

Di bawah ini merupakan grafik hasil pengerjaan dengan software QSBWin

dengan metode Shortest Path Problem.

Gambar 3G.2 Graphic Solution Rute Distribusi dari Pabrik 1 ke Pasar A

 51

 Rute dari Pabrik 1 ke Pasar B

Rute distribusi yang ditempuh untuk mendistribusikan produk dari
pabrik 1 ke pasar B adalah melalui rute Pabrik 1 – B – G – J – Pasar
B dengan total jarak 50. Hasil dari pengerjaan tersebut dapat dilihat
pada tabel dan grafik di bawah berikut ini:
Tabel 3G.3 Rute dari Pabrik 1 ke Pasar B

Di bawah ini merupakan grafik hasil pengerjaan dengan software QSBWin

dengan metode Shortest Path Problem.

Gambar 3G.3 Graphic Solution Rute Distribusi dari Pabrik 1 ke Pasar B

 Rute dari Pabrik 2 ke Pasar B

Rute distribusi yang ditempuh untuk mendistribusikan produk dari
pabrik 2 ke pasar B adalah melalui rute Pabrik 2 – B – G – J – Pasar B
dengan total jarak 44. Hasil dari pengerjaan tersebut dapat dilihat pada
tabel dan grafik di bawah berikut ini.
 52

Tabel 3G.4 Rute dari Pabrik 2 ke Pasar B

Di bawah ini merupakan grafik hasil pengerjaan dengan software QSBWin

dengan metode Shortest Path Problem.

Gambar 3G.4 Graphic Solution Rute Distribusi dari Pabrik 2 ke Pasar B

 Rute dari Pabrik 2 ke Pasar C

Rute distribusi yang ditempuh untuk mendistribusikan produk dari
pabrik 2 ke pasar C adalah melalui rute Pabrik 2 – C – F – L – Pasar C
dengan total jarak 48. Hasil dari pengerjaan tersebut dapat dilihat pada
tabel dan grafik di bawah berikut ini.
Tabel 3G.5 Rute dari Pabrik 2 ke Pasar C

Di bawah ini merupakan grafik hasil pengerjaan dengan software QSBWin

dengan metode Shortest Path Problem.
 53

Gambar 3G.5 Graphic Solution Rute Distribusi dari Pabrik 2 ke Pasar C

3. Analisis Data
Analisis dari hasil running software di atas pada PT Track, dari hasil
output dapa dianalisa pabrik 1 dalam mendistribusikan produknya ke pasar A
akan melewati rute B – G – J – Pasar A dengan jarak antar titik berturut-turut
adalah 22 km – 11 km – 8 km – 12 km sehiingga total jarak yang ditempuh
sepanjang 53 km. Kemudian pabrik 1 juga akan mendistribusikan produknya
kepasar B melewati rute B – G – J – Pasar B dengan jarak antar titik berturut-turut
adalah 22 km – 11 km – 8 km – 9 km , sehingga total jarak yang ditempuh adalah
50 km.
Sementara itu pabrik 2 dalam mendistribusikan produknya kepabrik B
akan melewati rute B – G – J – Pasar B dengan jarak antar titik berturut-turut
adalah 16 km – 11 km – 8 km – 9 km sehiingga total jarak yang ditempuh
sepanjang 44 km. Kemudian pabrik 2 juga akan mendistribusikan produknya
kepasar C melewati rute C – F – L – Pasar C dengan jarak antar titik berturut-turut
adalah 14 km – 11 km – 14 km – 9 km, sehingga total jarak yang ditempuh adalah
48 km.
 54

4. Kesimpulan
Berdasarkan hasil analisis di atas maka dapat disimpulkan bahwa dalam
melakukan pendistribusian produknya kebeberapa wilayah pemasaran, PT Track
menggunakan model jalur terpendek guna meminimumkan jarak tempuh dari
pabrik menuju ke wilayah pemasarannya. Dengan jalur distribusi antara lain, rute
dari Pabrik 1 ke Pasar A melalui Pabrik 1 – B – G – J – Pasar A, rute distribusi
dari Pabrik 1 ke Pasar B melalui Pabrik 1 – B – G – J – Pasar B; rute distribusi
dari Pabrik 2 ke Pasar B melalui Pabrik 2 – B – G – J – Pasar B; dan rute
distribusi dari Pabrik 2 ke Pasar C melalui Pabrik 2 – C – F – L – Pasar C.
 55

H. Saluran Distribusi
1. Pengumpulan Data
Di setiap wilayah pemasaran, PT Track memiliki sejumlah agen yang harus
disupply kebutuhannya. Saat ini agen pertama yang ada didaerah pemasaran A
memiliki 7 orang pelayan (server). Secara general untuk melayani 1 pelanggan
dibutuhkan waktu 15 menit , sementara dalam 1 jam rata-rata datang 25 orang
pelanggan. Satu orang kasir mendapatkan gaji Rp. 30.000 per hari dengan jam
kerja 7 jam per hari. Sementara itu jika seorang pelanggan menunggu maka ada ia
akan rugi karena kehilangan waktu kerja, dikonversikan dalam bentuk kerugian
finansial sebesar Rp. 3.500 per jam. Untuk itu harus ditentukan jumlah pelayan
yang optimal sehingga mampu melakukan pelayanan dengan baik kepada
pelanggan dan meminimasi biaya antriannya.
2. Pengolahan Data
2.1 Pengolahan Data Manual
Identifikasi:
Dari data tersebut di atas dapat diidentifikasi beberapa parameter antrian,
yakni sebagai berikut:
Model antrian : M/M/S/I/I
Jumlah server : 7 server
Rata – rata waktu pelayanan ( µ ) : 15 menit/orang = 4 orang/jam
Rata – rata tingkat kedatangan ( λ ) : 25 orang/jam
Biaya tunggu Pelayan : Rp 3.500,-/jam
Gaji pelayan : Rp 30.000,-/hari
Jam kerja : 7 jam/hari
Gaji pelayan perjam : Rp 4285,-jam
 56

2.2 Pengolahan Data Menggunakan Software QSBWin Program Queuing

Analysis
 Input
Berikut di bawah ini adalah input data dalam software QSBWin dengan
Metode Queuing Analysis untuk 7 server.
Tabel 3H.1 Input Data Metode Queuing Analysis 7 Server

26787,5
3214.5

Untuk mendapatkan total biaya sistem minimum perlu dilakukan simulasi

perbandingan dengan jumlah server alternatif. Di bawah ini akan disimulasikan
dengan menggunakan 8 server. Input datanya adalah sebagai berikut.
Tabel 3H.2 Input Data Metode Queuing Analysis 8 Server

26787.5
7500.5
 57

 Output
Adapun solusi yang dihasilkan berdasarkan hasil running software
QSBWin dengan metode Queuing Analysis masing-masing untuk 7 server dan 8
server adalah sebagai berikut:
Tabel 3H.3 Output Metode Queuing Analysis 7 Server

Tabel 3H.4 Output Metode Queuing Analysis 8 Server

 58

3. Analisis Data
Berdasarkan data dari persoalan Saluran Pelayanan ini dapat diketahui
bahwa utilitas sistemnya bernilai mendekati 100%, yang berarti bahwa sistemnya
cukup sibuk sehingga menghasilkan kondisi yang tidak stabil (unstable) dan tidak
memiliki solusi yang mapan (steady state solution). Untuk menghasilkan sampel
M/M sistem pada Metode Queuing Analysis ini. Berikut adalah tabel
perbandingan hasil simulasi pengukuran kinerja dengan menggunakan 7 server
dan 8 server tersebut:
Tabel 3H.5 Perbandingan 7 Server & 8 Server

Ukuran Performansi 7 Server 8 Server

Utilitas Sistem (ρ) 89% 78%
Panjang antrian dalam sistem (Ls) 12,09 7,22
Panjang antrian (Lq) 5,8 1,4
Waktu entity dalam sistem (Ws) 0,48 jam 0,30 jam
Waktu entity dalam antrian (Wq) 0,23 jam 0,05 jam
Probabilitas server menganggur (P0) 0,01 % 0,15 %
Probabilitas customer menunggu (Pw) 70,16 % 41,82 %
Biaya total server sibuk per jam Rp. 26.787,- Rp. 26.787,-
Biaya total server menganggur / jam Rp. 3.214,- Rp. 7.500,-
Biaya total customer menunggu Rp. 20.456,- Rp. 5.227,-
Biaya total customer dilayani Rp. 0,- Rp. 0,-
Total Biaya Sistem per Jam Rp. 50.467,- Rp. 39.515,-

Berdasarkan hasil percobaan dengan menggunakan beberapa server dapat

diketahui bahwa dengan menggunakan 8 server maka akan menghasilkan total
biaya sistem paling rendah, yaitu sebesar Rp. 39.515,- /jam.

4. Kesimpulan
Berdasarkan analisis di atas, maka dapat disimpulkan bahwa kebijakan
penggunaan jumlah pelayan yang paling optimal adalah dengan menggunakan 8
pelayan karena memiliki total biaya sistem terkecil, yakni sebesar Rp. 39.515,-/
jam.
 59

BAB IV
PENUTUP

4.1 Kesimpulan
Dari pengumpulan dan pengolahan data pada bab sebelumnya, dapat di
simpulkan keputusan-keputusan yang optimal bagi PT Track berdasarkan bagian-
bagian yang ada salam sistem produksinya, yaitu sebagai berikut.

4.1.1 Bagian Marketing

4.1.1.1 Market Share
Market share yang dimiliki PT Track dengan steady state sebesar 39,01%
sedangkan untuk pesaingnya yaitu PT Urban dengan probabilitas steady state
sebesar 24.63%. Maka yang menjadi pesaing terbesar PT Track saat ini adalah PT
Urban.

4.1.1.2 Strategi Marketing

Untuk bersaing dengan pesaing utama, PT Track menggunakan strategi
Discount, variasi bentuk dan bonus, dimana strategi bonus mendominasi strategi
variansi bentuk sehingga PT Track akan menggunakan ketiga strategi dengan
masing-masing proporsinya untuk menang. Pada perusahaan komppetitor yaitu
PT Whycycle, strategi menambah outlet dan program paket yang tidak saling
mendominasi sehingga PT Whycycle juga akan menggunakan kedua strategi
dengan masing-masing proporsinya untuk menang. Pada matriks permainan diatas
tidak dicapai kondisi saddle point, sehingga menggunakan strategi campuran yaitu
strategi discount, variasi bentuk dan bonus. Sedangkan besar proporsinya yakni
38%, 0% dan 62%. Untuk masing-masing strategi dan alokasi dananya sesuaing
dengan masing-masing proporsi strategi yaitu sebesar Rp 57.000.000 , Rp 0 , Rp
93.000.000 .

59
 60

4.1.2 Bagian Perencanaan Produksi

4.1.2.1 Kombinasi Produk
PT Track harus memproduksi sepeda lipat sebanyak 700 unit dengan
keuntungan perunit Rp 150,- dan memberikan kontribusi keuntungan kepada
perusahaan sebanyak Rp 105.000,- . Sepeda fixie akan diproduksi sebanyak 1400
unit dengan keuntungan per unit Rp 350,- dimana produsi tersebut akan
memberikan kontribusi keuntungan pada perusahaan sebesar Rp 490.000,- .
Sepeda gunung akan diproduksi sebanyak 500 unit dengan keuntungan per unit
Rp 100,- dimana produsi tersebut akan memberikan kontribusi keuntungan pada
perusahaan sebesar Rp 50.000,- . Sehingga total keuntungan yang didapat adalah
Rp 645.000,- .

4.1.2.2 Penugasan Mesin

PT Track dalam melakukan perencanaan produksi dengan mengidntifikasi
penugasan mesin assembly untuk digunakan pada masing-masing produk sepeda.
Terlihat dari hasil pengolahan data di atas bahwa untuk produk sepeda lipat
dikerjakan pada mesin assembly 2 dengan biaya sebesar Rp. 15.000,-, dengan
kontribusi sebesar Rp. 15.000,-. Untuk sepeda fixie dikerjakan pada mesin
assembly 3 dengan biaya sebesar Rp. 20.000,-, dengan kontribusi sebesar Rp.
20.000,-. Untuk sepeda gunung dikerjakan pada mesin assembly 1 dengan biaya
sebesar Rp. 15.000,-, dengan kontribusi sebesar Rp. 15.000,-. Dengan total biaya
minimum sebesar Rp. 50.000,-.

4.1.3 Bagian Distribusi

4.1.3.1 Pengiriman Produk
Untuk memaksimalkan keuntungan akan mendistribusikan item sepeda
gunung sebanyak 5 paket dengan berat perpaket 4 ton dan keuntungan Rp 500.000
perpaket dengan total keuntungan Rp 2.500.000. Untuk sepeda lipat dan sepeda
fixie tidak dikirim.
 61

4.1.3.2 Distribusi Produk

Untuk melakukan kebijakan distribusi yang optimal, maka Pabrik 1
mendistribusikan produk ke pasar A sejumlah 1200 unit, Pabrik 1
mendistribusikan produk ke pasar B sejumlah 1200 unit, Pabrik 2
mendistribusikan produk ke pasar B sejumlah 800 unit, dan Pabrik 2
mendistribusikan produk ke pasar C sejumlah 800 unit. Dari kebijakan tersebut
total biaya distribusi yang didapat adalah sebesar Rp 56.800.000,- .

4.1.3.3 Rute Distribusi

Pabrik 1 dalam mendistribusikan produknya ke pasar A akan melewati rute
B – G – J – Pasar A dengan total jarak yang ditempuh sepanjang 53 km.
Kemudian pabrik 1 juga akan mendistribusikan produknya kepasar B melewati
rute B – G – J – Pasar B dengan total jarak yang ditempuh adalah 50 km. Pabrik 2
dalam mendistribusikan produknya kepabrik B akan melewati rute B – G – J –
Pasar B dengan total jarak yang ditempuh sepanjang 44 km. Kemudian pabrik 2
juga akan mendistribusikan produknya kepasar C melewati rute C – F – L – Pasar
C dengan total jarak yang ditempuh adalah 48 km.

4.1.3.4 Saluran Distribusi

Untuk pelayanan kepada pelanggan agar mendapatkan antrian yang
optimal dan dapat meminimasi total biaya sistem sebaiknya menggunakan
98server karena total biaya sistemnya lebih rendah jika dibandingkan dengan
menggunakan 7 server. Jadi untuk pelayanan di daerah pemasaran sebaiknya
menggunakan 8 server karena memiliki total biaya antrian terkecil, yakni sebesar
Rp. 39.515,- / jam, dan agar mampu memberikan pelayanan dengan baik kepada
pelanggan dan meminimasi biaya antriannya.
 62

4.2 Saran
Adapun saran yang dapat kaimi sampaikan sebagai berikut:
1. Praktikan sebaiknya lebih memperhatikan saat praktikum berjalan untuk
kelancaran pengerjaan tugas-tugas yang diberikan.
2. Praktikan diharapkan telah menguasai software QSBWin sebagai penunjang
pengolahan data nantinya.