DAFTAR PUSTAKA

Amalia.2009. Peranan Persyaratan Karush-Kuhn-Tucker dalam Menyelesaikan Pemrograman

Kuadratis.Medan: Universitas Sumatera Utara.

Asih, Ni Made dan Widana, I Nyoman.2012 .Aplikasi Metode Kuhn Tucker dalam Penjualan
Oli Mobil(Studi Kasus: PT Anugrah Mitra Dewata).Bali:Universitas Udayana.

Ferreira, M. A. M., Andrade, M., Matos, M. C. P., Filipe, J.A. dan Voelho, M. P. 2010. Kuhn
Tuckers Theorem The Fundamental Result In Convex Programming Applied to Finance
and Economic Sciences. International Journal of Latest Trends In Finance & Economic
Sciences. 2 : 111 116.

Gupta, Prem Kumar dan Hira D.S.2007 Operations Research. New Delhi: S.Chand
&Company Ltd.

Hemmeke, R, Kppe, M., Lee, J dan Weismatel, R. 2009. Nonlinear Integer Programming.
Magdeburg. Germany.

Hiller, Frederick S dan Lieberman,Gerald J.2001.Introduction to Operation Research

.USA:McGrow-Hill.

Luknanto, Djoko . 2000. Pengantar Optimasi Nonlinier. Yogyakarta: Universitas Gajah

Mada.

Mulyono, Sri.2007.Riset Operasi.Jakarta: LP FE UI.

Stewart, J. 1999. Kalkulus. Jilid 1. Ed ke- 4. Mahanani, N. Erlangga. Jakarta.

Supranto, J.2005.Matematika untuk Ekonomi dan Bisnis.Bogor:Ghalia Indonesia.

Universitas Sumatera Utara

Taha, H. A. 2007. Operation Research An Introduction. Ed ke 8. Fayetteville : University of
Arkansas.

Warsana.2007. Analisis Efisiensi Dan Keuntungan Usaha Tani Jagung (Studi Di Kecamatan
Randublatung Kabupaten Blora). [Tesis]. Semarang: Unniversitas Diponegoro,
Program Pasca sarjana.

Universitas Sumatera Utara

 BAB 3
HASIL DAN PEMBAHASAN

3.1 Pengumpulan Data

3.1.1 Gambaran Umum Pengambilan Data

Data yang diperoleh merupakan data sekunder dari Pabrik Roti WN Pasar Baru Padang Bulan
Medan. Dimana data tersebut adalah data proses produksi serta bahan baku tetap setiap
produksi per hari nya.

3.1.2 Data Bahan Baku, Modal dan Proses Produksi

Data yang digunakan dalam penelitian ini meliputi data Bahan Baku, besarnya modal, harga
jual dalam satuan rupiah. Data tersebut dapat dilihat seperti pada Tabel 3.1.

Tabel 3.1 Data Bahan Baku (Kg), Modal dan Harga Jual (Rupiah) Roti WN Pasar Baru
Padang Bulan Medan.

Bahan Baku Komposisi Untuk Satu roti(gram) Bahan yang tersedia

per hari(kg)
Roti Roti Keju Roti Donat
Coklat Kelapa
Tepung
Terigu 15 25 15 8 160

Pelembut 10 20 15 7 145

Pengembang 1 2 1.2 2 12

Mentega 17 35 20 10 210

Gula 2.5 5 3.5 1.6 40

Garam 1.5 3.3 2 1 19

Coklat 3 0 0 0 10

Keju 0 2.5 0 0 4

Kelapa 0 0 8 0 18
Minyak
Goreng 0 0 0 4 20

Universitas Sumatera Utara

Tabel 3.2 Data Modal dan lama waktu pembuatan Roti per detik WN Pasar Baru Padang
Bulan Medan.

Roti Coklat Roti Keju Roti Kelapa Roti Donat Batasan

Modal per
roti(rupiah) 200 350 200 100 4000000
Harga jual
per
roti(rupiah) 500 700 550 500 800
Waktu
pembuatan
Per
Roti(detik) 38 38 38 6 432000

Berdasarkan tabel 3.2 batasan pada Modal, harga jual dan waktu dalam pembuatan masing-
masing roti adalah merupakan prakiraan dari pihak pabrik roti WN. Dan selisih antara harga
jual dengan modal pembuatan per roti akan menjadi fungsi tujuan yang akan
dioptimalisasikan.

Tabel 3.3 Data Proses Pembuatan dan Lama Waktu per adonan Pembuatan Roti WN Pasar
Baru Padang Bulan Medan.

Proses Waktu Yang diperlukan(Menit)

Roti Coklat Roti Keju Roti Kelapa Roti Donat

Pembuatan
Resep 0 0 0 0
Pembuatan
Adonan 15 15 15 15
Penyetakan
Adonan 5 5 5 5
Pengembangan 180 180 180 -
Pembakaran 15 15 15
Peenggorengan - - - 5
Pengemasan 10 10 10 10

Tabel 3.4 Data Fasilitas dan Infrastruktur Roti WN Pasar Baru Padang Bulan Medan.

Universitas Sumatera Utara

 Jumlah

Mesin Pengembang 1
Mesin Adonan 2
Mesin Pembakar 2
Jumlah Karyawan 15

3.2 Pengolahan Data

3.2.1 Pembentukan Variabel Keputusan

Pengolahan data terlebih dahulu dimulai dengan identifikasi variabel keputusan. Berdasarkan
jenis produk yang telah dilihat melalui data pada Pabrik Roti WN, maka dapat disimpulkan
bahwa ada 4 jeniss produk yang diproduksi yaitu Roti Coklat, Roti Keju Roti Kelapa dan Roti
Donat. Maka dengan demikian, akan diambil variabel keputusan sebagai berikut:
Roti Coklat = , Roti Keju = , Roti Kelapa = ,Roti Donat =

3.2.2 Pembentukan Fungsi Tujuan

Fungsi Tujuan adalah Fungsi yang harus dioptimalkan sebagai hasil akhir dari perkiraan
produksi yang optimal. Fungsi Tujuan di sini dapat diperoleh dengan melihat tabel 3.2
mengenai modal dan harga jual tiap produk. Untuk mencapai fungsi tujuan maka jumlah
harga jual setiap produk harus dikurangi dengan harga jualnya sehingga di dapat surplus per
produk. Sehingga surplus inilah yang akan menjadi pengali bagi nilai jumlah produksi yang
optimal.

Fungsi tujuan yang diperoleh setelah mencaari selisih harga jual dan modal adalah:
. . 300 + 350 + 350 + 400

3.2.3 Pembentukan Fungsi Kendala

Fungsi kendala adalah representasi dari kendala-kendala yang muncul dalam hal
pengoptimalan. Dalam suatu produksi kendala-kendala ini biasa disebut sebagai hambatan

Universitas Sumatera Utara

atau suatu keterbatasan. Misalnya ketersediaan bahan baku dan tenaga kerja.Sederhananya
fungsi kendala adalah fungsi yang memiliki batasan tertentu.Dalam hal ini fungsi yang
merupakan bentuk dari keterbatasan dalam produksi di Pabrik Roti WN Pasar Baru Padang
Bulan Medan adalah sebagai berikut:

200 +350 +200 +100 4.000.000

38 + 38 + 38 +6 432.000

15 + 25 + 15 +8 160.000

10 + 20 + 15 +7 145.000

10 + 20 + 12 +5 120.000

17 + 35 + 20 + 10 210.000

2.5 +5 + 3.5 + 1.6 40.000

1.5 + 3.3 +2 +1 19.000

3 10.000

2.5 40.000

8 18.000

2 10.000

3.2.4 Pembentukan Syarat Kuhn Tucker

Secara umum persyaratan Kuhn Tucker dapat didefinisikan seperti berikut:

Dapat juga dijabarkan menjadi:

Fungsi Lagrange

Universitas Sumatera Utara

Sebelum diselesaikan dengan syarat Kuhn Tucker terlebih dahulu fungsi tujuan di konversi
menjadi fungsi lagrange yang merupakan fungsi tujuan akhir.Fungsi Lagrange dibentuk
melalui aturan sebagai berikut:

Berdasarkan data di atas, maka dapat dibentuk suatu fungsi lagrange seperti di bawah ini:

Fungsi lagrange ini akan menjadi fungsi tujuan untuk mencapai nilai hasil produksi dan
keuntungan yang optimal.
Syarat Kuhn Tucker
Syarat Kuhn Tucker yang ditulis di sini merupakan implementasi dari persamaan

Yang dapat dibuat menjadi serangkaian persamaan di bawah ini:

(1)

(2)

(3)

Universitas Sumatera Utara

 (4)

(5)

(6)

(7)

(8)

(9)

(10)

(11)

(12)

– (13)

(14)

(15)

(16)

Untuk mendapatkan nilai maka perlu diperhatikan persamaan (1),(2),(3),

dan(4).Dengan mensubstitusi masing-masing persamaan tersebut akan muncul persamaan-
persamaan baru.
Substitusi persamaan(1) dan (2) menghasilkan:

(17)

Substitusi persamaan(1) dan (3) menghasilkan:

(18)

Universitas Sumatera Utara

Substitusi persamaan(1) dan (4) menghasilkan:
(19)

Substitusi persamaan(2) dan (3) menghasilkan:

(20)

Substitusi persamaan(2) dan (4) menghasilkan:

(21)

Substitusi persamaan(3) dan (4) menghasilkan:

(22)

Substitusi persamaan(21) dan (22) menghasilkan:

(23)

Substitusi persamaan(22) dan (23) menghasilkan:

(24)

Berdasarkan persamaan (1)-(4) dan (17)-(24) maka persamaan tersebut dapat diubah menjadi
persamaan linier untuk mengidentifikasi nilai . Persamaan tersebut ditulis kembali dengan
tampilan sebagai berikut:

Universitas Sumatera Utara

Kemudian persamaan di atas ditulis menjadi persamaan matriks ordo 12. Matriks yang di
buat berordo 12 karena kendala yang terdapat yaitu sebanyak 12 kendala. Jika di proses
secara manual akan membutuhkan waktu yang lama dan pengerjaan yang rumit. Dengan
demikian dapat digunakan software matlab 6.1. Sehingga proses perhitungan input masing
masing kendala pada matlab untuk mengidentifikasi nilai dapat dilakukan
dengan lebih mudah. Pertama disusun suatu matriks A sebagai jumlah masing-masing
variabel dari tiap-tiap kendala. Dapat dilihat pada gambar 3.1.

Gambar 3.1 Input Jumlah Masing-masing Variabel

Selanjutnya dibuat Suatu matriks yang merupakan jumlahan dari tiap-tiap kendala. Matriks
tersebut adalah matriks 1 x 12 yang merupakan hasil dari jumlah keseluruhan perkalian
antara A dengan . Matriks tersebut adalah matriks B dan dapat dilihat pada gambar 3.2.

Universitas Sumatera Utara

 Gambar 3.2 Input hasil dari jumlah keseluruhan perkalian antara A dengan

Berdasarkan aturan perkalian matriks, untuk mencari nilai maka perlu dicari invers
dari matriks A karena untuk mendapatkan matriks memiliki rumusan . Matriks
adalah merupakan invers dari matriks A yang dapat dicari dengan Matlab dan
ditampilkan pada gambar 3.3.

Gambar 3.3 Input Matriks Menggunakan Matlab

Universitas Sumatera Utara

Dengan demikian dapat diperoleh nilai dari melalui rumusan dan dapat
dihitung melalui software matlab. Hasil dari perhitungan tersebut dapat dilihat pada gambar
3.4.

Gambar 3.4 Hasil dari Menggunakan Matlab

Dengan demikian, melalui software Matlab diperoleh bahwa hasil:

Universitas Sumatera Utara

 Berdasarkan syarat Kuhn Tucker bahwa ,maka yang memenuhi adalah
, , , ,
. Maka dengan demikian untuk mencapai nilai optimal
yang dipakai adalah dan tidak dipakai.
Untuk nilai dari yang optimal dapat dicari melalui persamaan-
persamaan (13)-(16) yaitu:

– (13)

(14)

(15)

(16)

Melalui persamaan-persamaan(13)-(16) maka dapat diperoleh bahwa nilai dari

antara lain adalah , , , . Sedangkan
untuk keuntungan dapat dicari melalui fungsi Lagrange yang merupakan fungsi tujuan untuk
mencapai nilai hasil produksi dan keuntungan yang optimal yaitu:

Universitas Sumatera Utara

 3.072.190

Jadi, jumlah produksi yang optimal setiap hari adalah Roti Coklat = 3.333 buah, Roti Keju =
1.600 buah, Roti Kelapa = 2.250 buah dan Roti Donat = 5000 buah dengan keuntungan yang
maksimum adalah Rp 3.072.190

Tabel 3.5 Tabel Jumlah produksi roti optimal

Jenis –Jenis Roti yang diproduksi Jumlah produksi yang optimal

Roti Coklat 3.333
Roti Keju 1.600
Roti Kelapa 2.250
Roti Donat 5.000
Total Produksi Roti Optimal 12.183

Universitas Sumatera Utara

 Berdasarkan hasil tersebut maka dapat dibuat sebuah gambaran hasil produksi yang
optimal melalui tabel 3.5. Di mana jumlah yang paling sedikit diproduksi yaitu roti keju dan
yang paling banyak diproduksi yaitu roti donat. Dan berdasarkan syarat Kuhn-Tucker
keuntungan maksimum yang dapat dicapai yaitu sekitar Rp 3.072.190 dengan kisaran
produksi roti sebanyak 12.183 sesuai dengan tabel tersebut.

Universitas Sumatera Utara

 BAB 4

KESIMPULAN DAN SARAN

4.1 Kesimpulan

Berdasarkan pembahasan mengenai Aplikasi Metode Kuhn Tucker dapat diambil

kesimpulan:
1. Berdasarkan hasil perhitungan menggunakan metode Kuhn Tucker, maka didapat
hasil produksi yang optimal pada Pabrik Roti WN yaitu: Roti Coklat = 3.333 buah,
Roti Keju = 1.600 buah, Roti Kelapa = 2.250 buah dan Roti Donat = 5000 buah
dengan keuntungan yang maksimum adalah Rp 3.072.190
2. Metode Kuhn Tucker dapat digunakan untuk menentukan solusi optimum khususnya
untuk bidang industri dalam memperoleh hasil produksi serta keuntungan penjualan
yang optimal tanpa memandang fungsi bersifat Linier maupun Nonlinier .
3. Dengan menggunakan software Matlab penyelesaian masalah optimasi dengan
Metode Kuhn Tucker akan sangat mudah terutama dalam menentukan nilai variabel
dan identifikasi nilai .

4.2 Saran

Pada tugas akhir ini, dalam mengoptimalkan hasil produksi Roti dengan metode Kuhn
Tucker, variabel keputusan yang digunakan adalah jenis Roti yang diproduksi. Serta kendala
yang digunakan adalah berupa modal produksi, bahan baku pembuatan Roti, ketersidaan
waktu dan tenaga kerja. Dalam hal ini jumlah kendala yang digunakan untuk pengoptimalan
hasil produksi Roti lumayan banyak. Sementara variabel keputusan atau jenis produksi yang
ada tidak seimbang dengan jumlah kendala. Untuk selanjutnya disarankan agar Metode Kuhn
Tucker digunakan dalam pengoptimalan yang memiliki jumlah variabel yang lebih banyak
lagi. Selain itu perlu juga untuk menambahkan variabel - variabel lain yang berkaitan dan
mempengaruhi hasil produksi dan pengoptimalan keuntungan.

Universitas Sumatera Utara

 BAB 2

LANDASAN TEORI

2.1 Pemrograman Non Linier

Pemrograman Non linier merupakan pemrograman dengan fungsi tujuannya saja atau
bersama dengan fungsi kendala berbentuk non linier yaitu pangkat dari variabelnya lebih
dari satu. Salah satu bentuk umum masalah pemrograman non linier adalah untuk
menentukan ( ) sehingga mencapai tujuan untuk:

Maksimumkan/minimiumkan :

Dengan kendala : dan

Dengan dan merupakan fungsi yang diketahui dengan variabel keputusan.

Terdapat banyak jenis makalah pemrograman non linier dalam berbagai bentuk. Hal
ini tergantung pada karakteristik fungsi tujuan dan kendalanya .Program Non linier juga
memiliki penyelesaian kompleks berdasarkan kendala-kendala untuk Pemrograman
persamaan Kuadratis atau cembung. Pemrograman nonlinier dapat mempunyai kendala
ataupun tidak mempunyai kendala(Hemmecke, 2009).

2.1.1. Pemrograman Non Linier Tak Berkendala

Pemrograman non linier tak berkendala merupakan masalah optimasi yang tidak memiliki
batasan-batasan, sehingga untuk ( ) mempunyai fungsi tujuan adalah:

Maksimumkan/minimumkan :

Syarat perlu dan cukup agar suatu penyelesaian merupakan penyelesaian

optimal saat merupakan fungsi yang dapat diturunkan adalah

pada untuk

Universitas Sumatera Utara

Sebuah pemrograman nonlinear satu variabel tanpa kendala berbentuk:

Optimisasi:

di mana adalah sebuah fungsi (nonlinear) dari variabel tunggal , dan pencarian nilai
optimumnya (maksimum dan minimum) ditinjau dari selang tak terhingga .

Untuk kasus multivariabel tanpa kendala berbentuk:

Optimisasi : dimana

Sebagai maksimisasi, jika diganti dengan – maka semua hasilnya dapat

diterapkan pada pemrograman minimisasi. Dalam masalah pemrograman nonlinear, fungsi
nonlinear yang akan dioptimalkan disebut fungsi objektif. Setiap titik yang
akan koordinatnya tidak negatif yang memenuhi sistem dari tanpa kendala disebut nilai akhir.
Jadi masalahnya adalah menentukan satu titik nilai akhir yang meminimumkan atau
memaksimumkan fungsi objektif (Taha, 2007).

Dimana merupakan fungsi konkaf,kondisi ini juga mencukupi ,sehingga mencari

solusi untuk tereduksi menjadi penyelesaian dari sistem persamaan yang diperoleh
dengan turunan parsial sama dengan nol. (Stewart,1999).

2.1.2.Pemrograman Non Linier Berkendala

Pemrograman non linier berkendala merupakan masalah optimasi yang memiliki batasan-
batasan , sehingga untuk maka bentuk standard untuk program-program
tak linier yang mengandung hanya kendala-kendala kesamaan (equality) adalah

Maksimumkan/minimiumkan :

Dengan kendala :

Disini (jumlah kendala lebih kecil daripada variabel), jika terjadi bahwa ,maka
biasanya tidak dapat diselesaiakan. Pada program minimasi dapat diubah ke dalam bentuk
program maksimasi dengan mengalikan fungsi objektif -1.

Universitas Sumatera Utara

 Suatu metode yang dapat dipakai untuk menyelesaikan masalah optimasi ini adalah
metode pengali Lagrange. Metode penggali lagrange dipilih karena prinsip kerjanya
sederhana dan mudah dimengerti. Metode ini dimulai dengan pembentukan fungsi
Lagrangean yang didefinisikan sebagai:

Dimana adalah fungsi Lagrange yang disusun sebagai teknik optimasi pendukung metode
Kuhn Tucker dalam perhitungan program non linier yang memiliki kendala ketidaksamaan.
adalah suatu fungsi kerangka dalam penyusunan fungsi Lagrange. Dan adalah
variabel-variabel keputusan yang merupakan tujuan optimasi, adalah suatu pengali dalam
optimasi kendala. Sementara adalah merupakan kendala-kendala yang muncul dalam
optimisasi.

Syarat perlu bagi sebuah fungsi dengan kendala , dengan

agar mempunyai minimum relatif pada titik adalah derivasi parsial pertama dari
fungsi Lagrange-nya yang didefinisikan sebagai ( ) terhadap
setiap argumennya mempunyai nilai nol. (Stewart, 1999).

Pengali Lagrange mempunyai arti secara fisik yang menarik. Misalkan terdapat permasalahan
optimasi dengan ssatu kendala sebagai berikut:

Maksimumkan/ Minimumkan :

Dengan kendala :

Fungsi Lagrange-nya adalah

( )

Syarat perlu untuk penyelesaian di atas adalah

untuk dan

Persamaan di atas menghasilkan

Universitas Sumatera Utara

 untuk

atau

Maka:

untuk

∑ ∑

∑ ∑

Karena ∑ adalah dan ∑ adalah

Maka persamaan final dari ∑ ∑ adalah atau

Dari persamaan ini dapat ditarik kesimpulan bahwa pada penyelesaian optimum,
perubahan fungsi tujuan , berbanding lurus dengan perubahan kendala dengan faktor
sebesar pengali lagrange .

Bentuk standard dari program-program tak linier yang mengandung hanya kendala-kendala
ketidaksamaan adalah:

Maksimumkan/ Minimumkan :

Dengan kendala untuk

Universitas Sumatera Utara

 Kunci dari penanganan permasalahan di atas adalah merubah kendala pertidaksamaan
menjadi persamaan dengan menambah variabel slack . Masalah pemrograman ini ditandai
dengan adanya kendala-kendala yang sama sepenuhnya dengan pemrograman linier. Semua
fungsi kendala adalah linier,tetapi fungsi tujuan berbentuk non linier. Masalah ini
dipertimbangkan secara sederhana dengan hanya memiliki satu fungsi non linier yang
diperhitungkan, bersama dengan daerah layak dari pemrograman linier. Sejumlah algoritma
khusus yang didasari atas perluasan metode simpleks telah dikembangkan untuk
memperhitungkan fungsi tujuan yang nonlinier.

2.2 Hasil Produksi

2.2.1 Definisi Hasil Produksi

Secara umum, istilah “produksi” diartikan sebagai penggunaan atau pemanfaatan sumber
daya yang mengubah suatu komoditi menjadi komoditi lainnya yang sama sekali berbeda,
baik dalam pengertian apa, dan dimana atau kapan komoditi-komoditi itu dilokasikan,
maupun dalam pengertian apa yang dapat dikerjakan oleh konsumen terhadap komoditi itu.
Istilah produksi berlaku untuk barang maupun jasa, karena istilah “komoditi” memang
mengacu pada barang dan jasa. Keduanya sama-sama dihasilkan dengan mengerahkan modal
dan tenaga kerja. Produksi merupakan konsep arus (flow concept), maksudnya adalah
produksi merupakan kegiatan yang diukur sebagai tingkat-tingkat output per unit
periode/waktu. Sedangkan outputnya sendiri senantiasa diasumsikan konstan kualitasnya
(Warsana. 2007).

2.2.2 Fungsi Produksi

Perkembangan atau pertambahan produksi dalam kegiatan ekonomi tidak lepas dari peranan
faktor-faktor produksi atau input. Untuk menaikkan jumlah output yang diproduksi dalam
perekonomian dengan faktor-faktor produksi, para ahli teori pertumbuhan neoklasik
menggunakan konsep produksi. Fungsi produksi adalah hubungan teknis yang
menghubungkan antara faktor produksi (input) dan hasil produksi (output). Disebut faktor
produksi karena bersifat mutlak, supaya produksi dapat dijalankan untuk menghasilkan
produk (Warsana. 2007).

Universitas Sumatera Utara

2.2.3 Optimisasi Hasil Produksi

Optimasi merupakan pendekatan normatif dengan mengidentifikasi penyelesaian terbaik dari

suatu permasalahan yang diarahkan pada titik maksimum atau minimum suatu fungsi tujuan .
Optimasi produksi diperlukan perusahaan dalam rangka mengoptimalkan sumberdaya yang
digunakan agar suatu produksi dapat menghasilkan produk dalam kuantitas dan kualitas yang
diharapkan, sehingga perusahaan dapat mencapai tujuannya. Optimasi produksi adalah
penggunaan faktor-faktor produksi yang terbatas seefisien mungkin. Faktor-faktor produksi
tersebut adalah modal, mesin, peralatan, bahan baku, bahan pembantu dan tenaga kerja .
Berdasarkan langkah-langkah optimasi setelah masalah diidentifikasi dan tujuan ditetapkan
maka langkah selanjutnya adalah memformulasikan model matematik yang meliputi tiga
tahap , yaitu:

1. Menentukan variabel yang tidak diketahui (variabel keputusan) dan nyatakan dalam simbol
matematik,

2. Membentuk fungsi tujuan yang ditunjukkan sebagai hubungan linier (bukan perkalian) dari
variabel keputusan,

3. Menentukan semua kendala masalah tersebut dan mengekspresikan dalam persamaan atau
pertidaksamaan yang juga merupakan hubungan linier dari variabel keputusan yang
mencerminkan keterbatasan sumberdaya masalah tersebut.

Setiap perusahaan akan berusaha mencapai keadaan optimal dengan memaksimalkan

keuntungan atau dengan meminimalkan biaya yang dikeluarkan dalam proses produksi.
Perusahaan mengharapkan hasil yang terbaik dengan keterbatasan sumberdaya yang dimiliki,
namun dalam mengatasi permasalahan dengan teknik optimasi jarang menghasilkan suatu
solusi yang terbaik. Hal tersebut dikarenakan berbagai kendala yang dihadapi berada diluar
jangkauan perusahaan. Optimasi dapat ditempuh dengan dua cara yaitu maksimisasi dan
minimisasi. Maksimisasi adalah optimasi produksi dengan menggunakan atau mengalokasian
input yang sudah tertentu untuk mendapatkan keuntungan yang maksimal. Sedangkan
minimisasi adalah optimasi produksi untuk menghasilkan tingkat output tertentu dengan
menggunakan input atau biaya yang paling minimal. Persoalan optimasi dibagi menjadi dua
jenis yaitu tanpa kendala dan dengan kendala. Pada optimasi tanpa kendala, faktor-faktor
yang menjadi kendala atau keterbatasan-keterbatasan yang ada terhadap fungsi tujuan
diabaikan sehingga dalam menentukan nilai maksimum atau minimum tidak terdapat batasan-

Universitas Sumatera Utara

batasan terhadap berbagai pilihan alternatif yang tersedia. Sedangkan pada optimasi dengan
kendala, faktor-faktor yang menjadi kendala terhadap fungsi tujuan diperhatikan dalam
menentukan titik maksimum atau minimum fungsi tujuan . Optimasi dengan kendala pada
dasarnya merupakan persoalan dalam menentukan nilai variabel suatu fungsi menjadi
maksimum atau minimum dengan memperhatikan keterbatasan-keterbatasan yang ada.
Keterbatasan-keterbatasan itu meliputi input atau faktor-faktor produksi seperti modal, bahan
baku, tenaga kerja dan mesin. Optimasi produksi dengan kendala perlu memperhatikan
faktor-faktor yang menjadi kendala pada fungsi tujuan karena kendala menentukan nilai
maksimum dan minimum. Fungsi tujuan merupakan suatu pernyataan matematis yang
digunakan untuk mempresentasikan kriteria dalam mengevaluasi solusi suatu masalah.
Fungsi tujuan dalam teknik optimasi produksi merupakan unsur yang penting karena akan
menentukan kondisi optimal suatu keadaan . Fungsi tujuan dan kendala merupakan suatu
fungsi garis lurus atau linier. Salah satu metode untuk memecahkan masalah optimasi
produksi yang mencakup fungsi tujuan dan kendala adalah metode Linear Programming.
Metode ini adalah suatu teknik perencanaan analitis dengan menggunakan model matematika
yang bertujuan untuk menemukan beberapa kombinasi alternatif solusi.

2.3 Persyaratan Karush Kuhn Tucker

Pada tahun 1951 Kuhn Tucker mengemukakan suatu teknik optimasi yang dapat digunakan
untuk pencarian titik optimum dari suatu fungsi berkendala. Metode Karush Kuhn Tucker ini
dapat dipergunakan untuk mencari solusi yang optimum darisuatu fungsi tanpa memandang
sifat dari fungsi tersebut apakah linier atau non linier. Jadi metode Karush Kuhn Tucker ini
bersifat teknik yang umum dalam pencarian titik optimum dari setiap fungsi.Metode Krush
Kuhn Tucker dapat digunakan untuk memecahkan persoalan baik yang nonlinier maupun
linier.

Jika menghadapi masalah optimasi dalam bentuk:

Maksimumkan/minimumkan : Z=f(X) dengan X={ (1)
Dengan kendala : (X) dengan i=1,2,3,...,m
(X)
X 0
m n(jumlah kendala lebih kecil dari variabel)

Universitas Sumatera Utara

 Pertama tuliskan kembali persyaratan-persyaratan yang tak negatif seperti
0, 0,..., , sehingga himpunan kendalanya adalah m+n persyaratan ketidaksamaan
yang masing-masing dengan tanda lebih kecil daripada atau sama dengan. Kemudian
tambahkan variabel-variabel kurang , , ..., berturut-turut pada ruas kiri dari
kendala-kendala tadi, yang demikian merubah tiap-tiap ketidaksamaan menjadi suatu
kesamaan. Variabel-variabel kendur (slack variabels) yang ditambahkan di sini berbentuk
suku-suku kuadrat untuk menjamin bahwa mereka tak negatif. Kemudian bentuk fungsi
lagrange:

∑ [ ]– ∑ [ ] (2)

Untuk adalah pengali-pengali Lagrange. Terakhir selesaikan sistem

persamaan:

(i=1, 2, ..., m+n) (3)

(j=1, 2, ..., m+n) (4)

(j=1, 2, ..., m+n ) (5)

Persamaan-persamaan (3),(4),(5),di atas membentuk Persyaratan Kuhn-Tucker untuk

maksimasi/minimasi program linier dan non linier.
Syarat Kuhn-Tucker untuk persamaan:

Minimumkan : Z=f(X) dengan X={

Dengan kendala : (X)
(X)
i=1,2,3,..., m
dapat dinyatakan dalam satu set pernyataan sebagai berikut:

∑ i=1, 2, ..., n (6)

j=1, 2, ..., m
j=1, 2, ..., m
j=1, 2, ..., m (7)

Universitas Sumatera Utara

Jika permasalahannya adalah memaksimumkan bukan meminimumkan, maka , jika
kendalanya adalah , maka Jika permasalahannya adalah memaksimumkan
dan jika kendalanya adalah 0, maka .

Menurut (Luknanto dan Djoko,2000) ,penyelesaian optimasi secara analitis sudah

jarang dipakai di lapangan yang sangat kompleks. Namun, metode Lagrange dan Kuhn
Tucker dapat dipilih dalam teknik optimasi karena prinsip kerjanya sederhana dan mudah
dimengerti. Dalam penggunaannya syarat perlu bagi sebuah fungsi dengan kendala
dengan agar mempunyai minimun relatif pada titik adalah
derivasi parsial pertama dari fungsi Lagrangenya yang didefinisikan sebagai
terhadap setiap argumennya mempunyai nilai nol.

(Hillier dan Lieberman, 2001) membuat suatu asumsi bahwa

merupakan fungsi yang dapat diturunkan sehingga
menjadi solusi optimal untuk permasalahan pemrograman nonlinier hanya
jika terdapat sejumlah bilangan , sehingga semua syarat kondisi Kuhn
Tucker berikut terpenuhi :

(vii) ∑ pada untuk

(viii) ( ∑ ) pada untuk

(ix) untuk
(x) untuk
(xi) untuk
(xii) untuk

Universitas Sumatera Utara

 BAB 1

PENDAHULUAN

1.1. Latar Belakang

Pengoptimalan merupakan ilmu Matematika terapan dan bertujuan untuk mencapai suatu
titik optimum. Dalam kehidupan sehari-hari, baik disadari maupun tidak, sebenarnya orang
selalu melakukan optimasi untuk memenuhi kebutuhannya. Tetapi optimasi yang dilakukan
masyarakat awam lebih banyak dilandasi oleh intuisi daripada teori optimasi. Pengoptimalan
bertujuan untuk mengoptimalkan suatu hal yang memiliki kendala-kendala tertentu sesuai
konteks masalah. Tujuan akhir dalam pengoptimalan ini disebut sebagai fungsi tujuan. Fungsi
tujuan dapat bersifat minimasi atau maksimasi.

Saat ini, dalam industri khususnya industri yang bergerak dalam bidang produksi yang
berkaitan dengan taraf permintaan dan penawaran pastinya sudah memiliki suatu sistem
pemasaran. Sistem pemasaran di sini merupakan fungsi tujuan dalam penjualan hasil
produksi yang diharapkan dapat mencapai keuntungan maksimum. Sistem pemasaran bisa
saja sudah mencapai keadaan yang optimal dan mungkin belum optimal.

Perusahaan-perusahaan yang bergerak dalam bidang produksi tentunya tahu

bagaimana sistem yang dibuat agar pemasaran hasil produksi dapat mencapai kondisi yang
optimal atau mendapat keuntungan yang besar sekalipun ada beberapa kendala. Adanya suatu
kendala tidak akan menjadi masalah besar jika dalam hal ini perusahaan tersebut tahu
bagaimana membuat kondisi menjadi optimal. Dengan demikian perusahaan tersebut akan
memiliki kondisi yang stabil bahkan mampu bersaing dengan perusahaan lainnya.

Pabrik Roti WN merupakan salah satu perusahaan yang bergerak dalam bidang
produksi di Indonesia. Bahan-bahan yang diproduksi yaitu dalam bentuk makanan jadi.
Sebagai salah satu produsen makanan ,Pabrik Roti WN memiliki tingkat penjualan dan secara
otomatis akan mencapai keuntungan yang maksimum pada titik optimum sesuai sistem yang
sudah berlaku pada perusahaan tersebut. Dengan demikian metode dan fungsi tujuan dalam
pengoptimalan mungkin sudah banyak di aplikasikan di Pabrik Roti WN. Namun metode dan
fungsi tujuan dalam pengoptimalan bisa saja dibuat berbeda dari sebelumnya karena
kemungkinan kendala yang berubah dalam setiap periode. Salah satunya yaitu dengan

Universitas Sumatera Utara

menggunakan syarat Karush Kuhn-Tucker untuk mengoptimalkan penjualan. Metode Kuhn
Tucker juga dapat digunakan untuk menentukan titik ekstrim dari suatu fungsi yang
bersyarat. Metode Kuhn Tucker dapat berbentuk linier atau nonlinier.

1.2 Perumusan Masalah

Masalah yang akan di bahas adalah bagaimana mengoptimalkan keuntungan agar bertambah
berdasarkan taraf penawaran dan permintaan.

1.3 Batasan Masalah

Agar dalam pelaksanaannya lebih mengarah pada maksud dan tujuan penelitian, maka
ditentukan batasan masalah sebagai berikut:
1. Data yang diambil yaitu data jumlah penjualan dan harga penjualan setiap produk.
2. Data yang diambil berupa bahan baku, modal, ketersediaan waktu dan tenaga kerja.
3. Mesin yang dipakai dianggap normal.

1.4 Kajian Pustaka

(Mulyono, 2007) memaparkan bahwa pengoptimalan dengan kendala persamaan dapat
dilakukan dengan Lagrange Multiplier. Kuhn dan Tucker telah memperluas teori untuk
menyelesaikan masalah program nonlinier umum baik dengan kendala persamaan maupun
pertidaksamaan. Metode Kuhn Tucker memiliki beberapa syarat perlu. Syarat perlu Kuhn
Tucker yang dimaksud, bertujuan untuk mengidentifikasi titik stasioner dari suatu masalah
non linier dengan kendala pertidaksamaan. Dalam batas-batas tertentu syarat-syarat ini juga
merupakan syarat cukup. Dan peranan syarat Kuhn Tucker di sini dapat diaplikasikan dalam
menentukan suatu keadaan optimum sesuai kendala-kendala yang ada.

Peranan Matematika dalam industri khususnya produksi sangat penting. Metode

Matematika untuk pengembangan industri dapat meningkatkan efisiensi dan produktivitas,
sehingga menjadikan industri lebih kompetitif. Metode Kuhn Tucker merupakan suatu syarat
dalam pengoptimalan dan dapat dimodifikasi dari metode pengali lagrange untuk satu
pembatasan ketidaksamaan, dan syarat-syarat Kuhn Tucker untuk pembahasan
pertidaksamaan akan memberikan hasil pemecahan yang sama. Kebaikan dari syarat-syarat

Universitas Sumatera Utara

Kuhn Tucker ialah bahwa mereka dapat digeneralisasikan (dibuat lebih umum) untuk lebih
dari satu pembatasan pertidaksamaan (J.Supranto,2005) .

Menentukan nilai optimum (nilai maksimum atau nilai minimum) suatu fungsi
matematika multivariabel dalam teori optimasi dengan domain atau kendala (constraints)
berupa suatu persamaan adalah suatu masalah optimasi yang sering ditemukan dalam teori
maksimum dan minimum yang terdapat dalam kalkulus. Adapun metode matematika untuk
hal tersebut dapat digunakan metode pengali Lagrange. Sedangkan mementukan nilai
optimum suatu fungsi matematika multivariabel dengan kendala berupa suatu pertidaksamaan
adalah hal khusus yang perlu dipelajari lebih lanjut dalam teori optimasi, diantaranya Metode
Faktor Pengali Kuhn Tucker. Metode Kuhn Tucker adalah suatu metode di dalam
menentukan nilai optimum suatu fungsi dengan domain atau kendala berupa suatu
pertidaksamaan. Prosedur menggunakan metode Kuhn Tucker untuk memecahkan suatu
masalah optimasi dengan kendala berupa pertidaksamaan, secara esensial melibatkan
langkah-langkah yang sama seperti halnya dalam menggunakan metode Lagrange untuk
memecahkan masalah optimasi dengan kendala berupa persamaan (Asih & Widana,2012).

(Gupta & Hira,2007) mengemukakan suatu rumusan untuk program nonlinier dengan
lebih dari satu kendala ketidaksamaan menggunakan syarat Kuhn Tucker. Perhatikan masalah
umum program non linier untuk jenis maksimasi.

Maksimumkan Z=

Persamaan kendala dapat ditulis dalam bentuk

yang dapat lebih dimodifikasi menjadi kendala kesamaan dengan menambah slack variables.

∑ [ ]

Kondisi yang diperlukan untuk memaksimalkan yaitu:

∑ [ ] (i)

Universitas Sumatera Utara

 [ ] , (ii)

, (iii)

Kondisi (ii) dan (iii) dapat diganti dengan set kondisi berikut, dengan melakukan analisis
similar seperti yang dilakukan dalam kendala pertidaksamaan tunggal

Dengan demikian, kondisi Kuhn Tucker dalam program nonlinier untuk masalah maksimasi
dengan kendala , dapat diringkas menjadi:

Sehingga dapat ditunjukkan bahwa kondisi Kuhn Tucker untuk masalah maksimasi adalah:

Kondisi Kuhn Tucker juga merupakan syarat cukup untuk kondisi:

- Untuk maksimasi, jika adalah konkaf dan semua adalah konveks di X
- Untuk minimasi, jika adalah konveks dan semua adalah konkaf di X

Universitas Sumatera Utara

 Baik dalam masalah maksimasi dan minimasi, pengali Lagrange disesuaikan dengan
kendala kesamaan dan harus dibatasi dalam tanda. Dalam masalah maksimasi semua kendala
harus bertanda , sementara dalam kasus minimasi semua kendala harus bertanda . kondisi
ini dapat diperoleh dengan melakukan transformasi yang diperlukan seperti yang dibahas
dalam pemrograman linear (Ferreira,2010).

Sementara , (Amalia,2009) memaparkan bahwa, Jika menghadapi masalah optimasi

dalam bentuk:
Maksimumkan/minimumkan : Z=f(X) dengan X={ (1)
Dengan kendala : (X) dengan i=1,2,3,...,m
(X)
X 0
m n(jumlah kendala lebih kecil dari variabel)

Pertama tuliskan kembali persyaratan-persyaratan yang tak negatif seperti

0, 0,..., , sehingga himpunan kendalanya adalah m+n persyaratan ketidaksamaan
yang masing-masing dengan tanda lebih kecil daripada atau sama dengan. Kemudian
tambahkan variabel-variabel kurang , , ..., berturut-turut pada ruas kiri dari
kendala-kendala tadi, yang demikian merubah tiap-tiap ketidaksamaan menjadi suatu
kesamaan. Variabel-variabel kendur (slack variabels) yang ditambahkan di sini berbentuk
suku-suku kuadrat untuk menjamin bahwa mereka tak negatif. Kemudian bentuk fungsi
lagrange:

∑ [ ]– ∑ [ ] (2)

Untuk adalah pengali-pengali Lagrange. Terakhir selesaikan sistem

persamaan:

(i=1, 2, ..., m+n) (3)

(j=1, 2, ..., m+n) (4)

(j=1, 2, ..., m+n ) (5)

Universitas Sumatera Utara

 Persamaan-persamaan (3), (4), (5), di atas membentuk Persyaratan Kuhn-Tucker
untuk maksimasi/minimasi program linier dan non linier.
Syarat Kuhn-Tucker untuk persamaan:

Minimumkan : Z=f(X) dengan X={

Dengan kendala : (X)
(X)
i=1,2,3,..., m
dapat dinyatakan dalam satu set pernyataan sebagai berikut:

∑ i=1, 2, ..., n (6)

j=1, 2, ..., m
j=1, 2, ..., m
j=1, 2, ..., m (7)

Jika permasalahannya adalah memaksimumkan bukan meminimumkan, maka , jika

kendalanya adalah , maka Jika permasalahannya adalah memaksimumkan
dan jika kendalanya adalah 0, maka .

Menurut (Luknanto dan Djoko,2000) , penyelesaian optimasi secara analitis sudah

jarang dipakai di lapangan yang sangat kompleks. Namun, metode Lagrange dan Kuhn
Tucker dapat dipilih dalam teknik optimasi karena prinsip kerjanya sederhana dan mudah
dimengerti. Dalam penggunaannya syarat perlu bagi sebuah fungsi dengan kendala
dengan agar mempunyai minimun relatif pada titik adalah
derivasi parsial pertama dari fungsi Lagrangenya yang didefinisikan sebagai
terhadap setiap argumennya mempunyai nilai nol.
(Hillier dan Lieberman, 2001) membuat suatu asumsi bahwa
merupakan fungsi yang dapat diturunkan sehingga
menjadi solusi optimal untuk permasalahan pemrograman nonlinier
hanya jika terdapat sejumlah bilangan , sehingga semua syarat kondisi
Kuhn Tucker berikut terpenuhi :

Universitas Sumatera Utara

 (i) ∑ pada untuk

(ii) ( ∑ ) pada untuk

(iii) untuk
(iv) untuk
(v) untuk
(vi) untuk

1.4 Tujuan Penelitian

Adapun tujuan penelitian ini adalah:

1. Memperoleh total biaya produksi secara menyeluruh.
2. Menentukan jumlah produksi yang optimal.

1.6 Kontribusi Penelitian

Manfaat penelitian ini adalah:

1. Sebagai salah satu penerapan ilmu dan pengetahuan yang diperoleh selama masa
perkuliahan ke dunia nyata.
2. Sebagai bahan referensi bacaan untuk mahasiswa matematika terlebih bagi mahasiswa
yang melakukan penelitian serupa.
3. Sebagai masukan kepada Pabrik Roti WN.

1.7 Metodologi Penelitian

Penelitian ini merupakan studi kasus pada Pabrik Roti WN khusunya pada sistem produksi
yang disusun dengan langkah-langkah sebagai berikut:
1. Studi Literatur dengan Mencari literatur dari beberapa buku, jurnal, situs dan karya tulis
lainnya yang berhubungan dengan Program Nonlinier dan pengoptimalan dengan metode
Kuhn Tucker.
2. Menyaring pokok-pokok penting dan merangkum definisi-definisi mengenai Metode
Kuhn Tucker dan membuat suatu ringkasan.

Universitas Sumatera Utara

3. Pengumpulan data dari Pabrik Roti WN.
4. Mengolah data dari Pabrik Roti WN dengan metode Kuhn Tucker.
5. Menyimpulkan hasil dan informasi dari penyelesaian permasalahan yang telah
diselesaikan.
6. Menyusun laporan penelitian berupa skripsi.

Universitas Sumatera Utara

 OPTIMALISASI HASIL PRODUKSI DENGAN METODE KUHN TUCKER PADA
PABRIK ROTI WN

ABSTRAK

Mendapatkan keuntungan optimal adalah tujuan utama dalam setiap usaha. Dan Tujuan dari
penelitian ini adalah untuk mengetahui hasil produksi dan keuntungan maksimum
berdasarkan ketersediaan bahan baku, waktu dan tenaga kerja. Karena dengan
mengoptimalkan hasil produksi maka keuntugan akan optimum. Banyak cara yang dapat
dilakukan untuk mengoptimasi hasil produksi dan keuntungan maksimum, salah satunya
adalah dengan menggunakan metode Kuhn Tucker. Metode ini merupakan metode optimasi
pada program Non Linier, namun dapat juga diaplikasikan dalam program linier. Dengan
bantuan software MATLAB 6.1. Metode Kuhn-Tucker dapat memetakan suatu input kedalam
suatu output dengan variabel dan kendala yang banyak. Dan dari hasil penelitian
menunjukan bahwa Metode Kuhn Tucker dapat mengoptimasi hasil produksi Roti per
harinya berdasarkan data yang tersedia.

Kata Kunci: Kuhn Tucker ,Lagrange , hasil produksi

Universitas Sumatera Utara

 OPTIMALISASI HASIL PRODUKSI DENGAN METODE KUHN TUCKER PADA
PABRIK ROTI WN

ABSTRACT

Getting the optimal profit is the main goal in every business. And the purpose of this study
was to determine the yield of production and maximum benefit based on the availability of
raw materials, time and labor. Because by optimizing production hence profit be optimum.
Many ways can be done to optimize the yield and maximum profit, one of which is by using
the method of Kuhn Tucker. This method is a method of non-linear optimization of the
program, but can also be applied in a linear program. With the help of software MATLAB
6.1. Kuhn-Tucker method can map an input into an output with a lot of variables and
constraints. And the results of the study showed that the method can optimize the Kuhn
Tucker Bread production of a day based on available data.

Keywords: Kuhn Tucker, Lagrange, production

Universitas Sumatera Utara

OPTIMALISASI HASIL PRODUKSI DENGAN METODE KUHN
TUCKER PADA PABRIK ROTI WN

SKRIPSI

ANTA DIKA KARO-KARO

110803035

DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
MEDAN
2016

Universitas Sumatera Utara

OPTIMALISASI HASIL PRODUKSI DENGAN METODE KUHN
TUCKER PADA PABRIK ROTI WN

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat untuk mencapai gelar
Sarjana Sains

ANTA DIKA KARO-KARO

110803035

DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
MEDAN
2016

PERSETUJUAN

Universitas Sumatera Utara

Judul : Optimalisasi Hasil Produksi dengan Metode Kuhn- Tucker
pada Pabrik Rori WN
Kategori : Skripsi
Nama : Anta Dika Karo-karo
Nomor Induk Mahasiswa : 110803035
Program Studi : Sarjana (S1) Matematika
Departemen : Matematika
Fakultas : Matematika Dan Ilmu Pengetahuan Alam
Universitas Sumatera Utara

Disetujui di
Medan, April 2016

Komisi Pembimbing:

Pembimbing 2, Pembimbing 1,

Prof. Dr. Drs. Iryanto, M.Si Dra. Normalina Napitupulu M.Sc.

NIP. 194604041971071001 NIP. 196311061989022001

Disetujui oleh
Departemen Matematika FMIPA USU
Ketua,

Prof. Dr. Tulus, M.Si.

NIP. 196209011988031002

Universitas Sumatera Utara

 PERNYATAAN

OPTIMALISASI HASIL PRODUKSI DENGAN METODE KUHN TUCKER PADA

PABRIK ROTI WN

SKRIPSI

Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri. Kecuali beberapa kutipan
dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, April 2016

Anta Dika Karo-karo

100803035

Universitas Sumatera Utara

 PENGHARGAAN

Segala pujian dan ucapan syukur kepada Tuhan Yang Maha Kuasa atas segala berkat dan
anugrah-Nya sehingga penulis dapat menyelesaikan skripsi ini yang berjudul Aplikasi
Metode Kuhn Tucker dalam Pengoptimalan Hasil Produksi (Studi Kasus : Pabrik Roti WN)

Dalam penulisan skripsi ini tidak terlepas dari bantuan dan dukungan dari berbagai
pihak, untuk itu pada kesempatan ini penulis ingin menyampaikan ucapan terimakasih
kepada:
1. Ibu Dra. Normalina Napitupulu M.Sc. selaku pembimbing I dan Bapak Prof. Dr. Drs.
Iryanto, M.Si selaku pembimbing II yang telah memberikan bimbingan dan pengarahan
kepada penulis sehingga skripsi ini dapat diselesaikan.
2. Bapak Drs. Marihat Situmorang M.kom. dan Bapak Dr. Suyanto, M.Kom. selaku dosen
penguji atau pembanding yang memberikan kritik dan saran yang membangun dalam
penyelesaian skripsi ini.
3. Bapak Prof. Dr. Tulus, M.Si, sebagai ketua Departemen Matematika dan Ibu
Dra.Mardiningsih, M.Si sebagai Sekretaris Departemen Matematika.
4. Bapak Dr. Sutarman, M.Sc sebagai Dekan Fakultas Matematika dan Ilmu Pengetahuan
Alam Universitas Sumatera Utara
5. Seluruh dosen Departemen Matematika FMIPA USU yang telah memberikan ilmu
pengetahuan kepada penulis selama masa studi serta seluruh Staf Administrasi di
Departemen Matematika FMIPA USU
6. Sahabat-sahabat penulis yaitu untuk teman-teman seperjuangan stambuk 2011 (Golden
Generation 11) yang telah memberikan semangat, motivasi dan dukungan baik dalam
pengerjaan skripsi ini maupun dalam proses belajar sehari-hari.
7. Adik-adik Mahasiswa Matematika USU stambuk 2012, 2013, 2014 yang tetap
memberikan semangat untuk penulis.
8. Teristimewa untuk ibunda tercinta E.br Ginting , adik–adik (Monika ,Sherly, Trisa) ,
keluarga Kila dan Bibik (Roger Samosir dan Robianna Sinambela S.KM) serta seluruh
keluarga besar atas doa, nasehat, bimbingan dan dukungan moril dan materil, yang
menjadi sumber motivasi bagi penulis untuk tetap semangat dalam perkuliahan dan
penulisan skripsi ini.

Universitas Sumatera Utara

9. Dan kepada semua pihak yang telah membantu yang tidak dapat penulis sebutkan satu per
satu.
Penulis menyadari bahwa dalam penyusunan skripsi ini masih banyak kekurangan
dalam penyampaian dan pemaparan yang mungkin didasari oleh keterbatasan pengetahuan
serta pengalaman penulis. Oleh karena itu, penulis mengharapkan adanya kritik dan saran
yang membangun dari semua pihak untuk kesempurnaan skripsi ini. Semoga skripsi ini dapat
bermanfaat bagi para pembaca. Akhirnya penulis mengucapkan terima kasih dan Tuhan
Yesus menyertai kita.

Medan, April 2016

Anta Dika Karo-karo

110803035

Universitas Sumatera Utara

 OPTIMALISASI HASIL PRODUKSI DENGAN METODE KUHN TUCKER PADA
PABRIK ROTI WN

ABSTRAK

Mendapatkan keuntungan optimal adalah tujuan utama dalam setiap usaha. Dan Tujuan dari
penelitian ini adalah untuk mengetahui hasil produksi dan keuntungan maksimum
berdasarkan ketersediaan bahan baku, waktu dan tenaga kerja. Karena dengan
mengoptimalkan hasil produksi maka keuntugan akan optimum. Banyak cara yang dapat
dilakukan untuk mengoptimasi hasil produksi dan keuntungan maksimum, salah satunya
adalah dengan menggunakan metode Kuhn Tucker. Metode ini merupakan metode optimasi
pada program Non Linier, namun dapat juga diaplikasikan dalam program linier. Dengan
bantuan software MATLAB 6.1. Metode Kuhn-Tucker dapat memetakan suatu input kedalam
suatu output dengan variabel dan kendala yang banyak. Dan dari hasil penelitian
menunjukan bahwa Metode Kuhn Tucker dapat mengoptimasi hasil produksi Roti per
harinya berdasarkan data yang tersedia.

Kata Kunci: Kuhn Tucker ,Lagrange , hasil produksi

Universitas Sumatera Utara

 OPTIMALISASI HASIL PRODUKSI DENGAN METODE KUHN TUCKER PADA
PABRIK ROTI WN

ABSTRACT

Getting the optimal profit is the main goal in every business. And the purpose of this study
was to determine the yield of production and maximum benefit based on the availability of
raw materials, time and labor. Because by optimizing production hence profit be optimum.
Many ways can be done to optimize the yield and maximum profit, one of which is by using
the method of Kuhn Tucker. This method is a method of non-linear optimization of the
program, but can also be applied in a linear program. With the help of software MATLAB
6.1. Kuhn-Tucker method can map an input into an output with a lot of variables and
constraints. And the results of the study showed that the method can optimize the Kuhn
Tucker Bread production of a day based on available data.

Keywords: Kuhn Tucker, Lagrange, production

Universitas Sumatera Utara

 DAFTAR ISI

Halaman
Persetujuan i
Pernyataan ii
Penghargaan iii
Abstrak v
Abstract vi
Daftar Isi vii
Daftar Tabel ix
Daftar Gambar x

Bab 1. Pendahuluan
1.1 Latar Belakang 1
1.2 Perumusan Masalah 2
1.3 Batasan Masalah 2
1.4 Kajian Pustaka 2
1.5 Tujuan Penelitian 7
1.6 Kontribusi Penelitian 8
1.7 Metodologi Penelitian 8

Bab 2. Landasan Teori

2.1 Pemrograman Non Linier 9
2.1.1 Pemrograman Non Linier Tak Berkendala 9
2.1.2 Pemrograman Non Linier Berkendala 10
2.2 Hasil Produksi 13
2.2.1 Defenisi Hasil Produksi 13
2.2.2 Fungsi Produksi 13
2.2.3 Optimisasi Hasil Produksi 14
2.3 Persyaratan Karush Kuhn Tucker 16

Bab 3. Hasil dan Pembahasan

3.1 Pengumpulan Data 19
3.1.1 Gambaran Umum Pengambilan Data 19
3.1.2 Data Bahan Baku, Modal dan Proses Produksi 19
3.2 Pengolahan Data 21
3.2.1 Pembentukan Variabel Keputusan 21
3.2.2 Pembentukan Fungsi Tujuan 21
3.2.3 Pembentukan Fungsi Kendala 21
3.2.4 Pembentukan Syarat Kuhn Tucker 22
Bab 4. Kesimpulan dan Saran 32
4.1 Kesimpulan 32
4.2 Saran 32

Universitas Sumatera Utara

Daftar Pustaka 33
Lampiran 35

Universitas Sumatera Utara

 DAFTAR TABEL

Nomor Judul Halaman

Tabel

3.1 Data Bahan Baku (Kg), Modal dan Harga Jual (Rupiah) Roti WN Pasar Baru Padang
Bulan Medan 19

3.2 Data Modal dan lama waktu pembuatan Roti WN 20

3.3 Data Proses Pembuatan Roti WN 20
3.4 Data Fasilitas dan Infarastruktur Pabrik Roti WN 20 3.5
Tabel Jumlah produksi roti optimal 30

Universitas Sumatera Utara

 DAFTAR GAMBAR

Nomor Judul Halaman

Gambar

3.1 Input Jumlah Masing-masing Variabel Menggunakan Matlab 25

3.2 Input hasil dari jumlah keseluruhan perkalian antara A dengan 26
3.3 Input Matriks Menggunakan Matlab 26
3.4 Hasil dari Menggunakan Matlab 27

Universitas Sumatera Utara