JAJANG DARIP WIJAYA 1610631140073

KEVIN ARVIANZHA WIDYAPRASTA 1610631140074

TUGAS BESAR UAS MATA KULIAH PEMODELAN SISTEM

DOSEN : AULIA FASHANAH HADINING, ST., MT.

1. Ringkasan situasi masalah dan identifikasi masalah yang akan dianalisis.

a. Identifikasi stake holder sistem.
 Problem Owner : Bapak sony selaku pemilik toko
 Problem User : Pegawai dan supplier bahan baku
 Problem Customer : Pelanggan berupa supermarket, restoran dan pemesan
 Problem Analyst : Mahasiswa Teknik Industri 2016
b. Identifikasi hirarki sistem.

Toko SAI

Produksi Mie

c. Identifikasi enam elemen masalah.

 Decision Maker : Bapak sony
 Objective : Mendapatkan keuntungan yang tinggi minimal Rp. 42.000.000 / bulan
didapat dari penjualan produk mie
 Decision Criteria : Maksimasi keuntungan
 Performance Measure : Total pendapatan produk yang terjual
 Control Input : Penetapan jumlah bahan baku yang optimal agar tidak terjadi
kelebihan atau kekurangan bahan baku yang akan berdampak pada kualitas mie
 Context : Produksi mie di toko SAI
d. Gambarkan permasalahan dengan rich picture diagram.
2. Menggambarkan sistem relevan
a. Deskripsikan relevan sistem dari suatu kasus di atas.
 Transformasi Proses : Perubahan jumlah rasio produk mie berdasarkan
jumlah bahan baku agar habis pada hari itu juga
 Batasan Sistem : Pembuatan mie agar bahan baku seperti terigu dan telur
harus tepat habis agar kualitas mie terjaga dengan baik
 Input : Jumlah kebutuhan bahan baku, profit pendapatan produk
 Output : Keuntungan maksimal
Entitas Rule Used Identifikasi
Kebutuhan terigu perhari 1 Komponen
Kebutuhan telor perhari 1 Komponen
Kebutuhan terigu untuk 1 kg mie telor 1 Data input
Kebutuhan telor untuk 1 kg mie telor 1 Data input
Kebutuhan terigu untuk 1 kg kuetiaw 1 Data input
Kebutuhan telor untuk 1 kg kuetiaw 1 Data input
Kebutuhan terigu untuk 1 kg mie basah 1 Data input
Kebutuhan telor untuk 1 kg mie basah 1 Data input
Bahan mie telor 5 Sub sistem (proses)
Bahan kuetiaw 5 Sub sistem (proses)
Bahan mie basah 5 Sub sistem (proses)
Jumlah mie telor yang dibuat perhari 1 Kontrol input
Jumlah kuetiaw yang dibuat perhari 1 Kontrol input
Jumlah mie basah yang dibuat perhari 1 Kontrol input
Profit mie telor Rp/kg 1 Data input
Profit kuetiaw Rp/kg 1 Data input
Profit mie basah Rp/kg 1 Data input
Total pedapatan mie telor Rp/kg 4 Komponen
Total pedapatan kuetiaw Rp/kg 4 Komponen
Total pedapatan mie basah Rp/kg 4 Komponen
Profit maksimum 3 Output

b. Gambarkan sistem model menggunakan influence diagram.

3. Model matematis
a. Model matematis
Untuk bisa mengetahui pendapatan masing-masing mie maka perlu dicari
produksi optimal yang harus diketahui untuk tiap jenis mie. Jumlah produksi
optimal ini bisa diketahui berdasarkan jumlah bahan baku yang telah disediakan
oleh pemilik perusahaan, dimana bahan baku harus habis pada hari itu juga.
Jumlah baha baku yang akan diolah telah ditetapkan kapasitasnya oleh
perusahaan, sehingga perusahaan hanya akan melakukan produksi berdasarkan
jumlah bahan baku yang tersedia.
Untuk memperoleh keuntungan maksimum perusahaan diperoleh dari hasil
produksi tiga jenis mie tersebut. Dimana ketiga produk mie tersebut memberikan
profit yag berbeda Rp. 3.400 /kg untuk mie telor, Rp. 3.800 / kg untuk kuetiawdan
Rp 3.300 / kg untuk mie basah. Agar mendapat keuntungan tersebut perusahaan
harus merencanakan jumlah produksi optimal dari ketiga jenis mie tersebut.
Sebelum mencari solusi optimal produksi kita harus merumuskan masalah
tersebut ke dalam bentuk matematis sebagai berikut :
Variable keputusan
𝑋1 = jumlah mie telor yang harus diproduksi
𝑋2 = jumlah kuetiaw yang harus diproduksi
𝑋3 = jumlah mie basah yang harus diproduksi
Fungsi tujuan dari masalah ini adalah maksimasi profit maka :
𝑚𝑎𝑥. 𝑍 = 3400𝑋1 + 3800𝑋2 + 3300𝑋3
Kendala :
Kebutuhan
Bahan Baku Persediaan
Mie telor (X1) Kuetiaw (X2) Mie Basah (X3)
Terigu 0.82 0.4 0.6 5200
Telor 0.22 0.2 0.1 1000

Maka model matematisnya :

0.82𝑋1 + 0.4𝑋2 + 0.6𝑋3 = 5200
0.22𝑋1 + 0.2𝑋2 + 0.1𝑋3 = 1000
𝑋1 , 𝑋2 ≥ 0 dan bilangan bulat
b. Solusi optimal
Untuk mencari solusi optimal dalam pemecahan masalah ini kami
menggunakan pendekatan linier programming dengan metode simpleks. Dan
dengan bantuan aplikasi POM-QM kami menemukan solusi optimal sebagai
berikut :

Gambar list solution dari aplikasi POM-QM

 Gambar proses perhitungan itteration
Kesimpulan :
Maksimum keuntungan dapat dicapai jika perusahaan dapat memproduksi :
𝑋1 =0
𝑋2 = 1000 kg
𝑋3 = 8000 kg 𝑚𝑎𝑥. 𝑍 = 3400(0) + 3800(1000) + 3300(8000) =
𝑅𝑝 30.200.000 𝑝𝑒𝑟ℎ𝑎𝑟𝑖
Dengan catatan bahan baku habis dan kapasitas di tingkatkan dari 8 kuintal / per
hari.
c. Verifikasi dan validasi
 Validasi internal
Dalam permasalahan ini validasi internal dilakukan hanya dengan pengecekan
model matematis telah sesuai dengan input data yang diberikan dan
pengecekan perhitungan dalam model matematis.
 Validasi eksternal
Validasi eksternal dilakukan apakah model yang dibuat sudah
mempresentasikan keadaan yang sebenarnya. Validasi dilakukan dengan
pengujian hipotesis dengan statistik.
Pada kondisi sekarang PT. SAI minimal memproduksi 100 kg mie telor, 150 kg
kuetiaw dan 200 kg mie basah maka keuntungannya adalah
𝑚𝑎𝑥. 𝑍 = 3400(100) + 3800(150) + 3300(200) = 𝑅𝑝 1.570.000 𝑝𝑒𝑟ℎ𝑎𝑟𝑖
Dan minimal profit Rp 42.000.000 perbulan
Untuk pengujian statistik dalam soal ini tidak dapat di lakukan karena tidak ada
data penjualan. Tetapi, selain dengan hipotesis statistik, rasio produlsi mie
optimal masih dapat dilakukan karena tidak akan berpengaruh terlalu
signifikan terhadap proses produksi dan penjualan.
d. Analisis Error

Gambar Ranging
Nilai Lower Bound dan Upper Bound digunakan untuk melakukan analisis
sensitivitas. Analisis sensitivitas merupakan analisis yang bertujuan untuk
memberikan jawaban atas seberapa jauh perubahan dibenarkan tanpa merubah
solusi optimum atau tanpa menghitung solusi optimum baru dari awal yang
dinyatakan dengan nilai batas atas dan batas bawah (Lower Bound dan Upper
Bound).
Batas atas dan batas bawah koefisien fungsi tujuan untuk variabel Sepatu
𝑋1 adalah – tak terhingga sampai 5510, variabel 𝑋2 yaitu 424 sampai tak terhingga
dan variable 𝑋3 yaitu 1079 sampai tak terhingga. Berdasarkan nilai tersebut,
berarti nilai koefisien bisa diubah sesuai dengan batas atas dan batas bawah yang
dianjurkan karena pada rentang nilai koefisien, fungsi tujuan ini tidak akan
merubah nilai optimalnya.
Batas atas dan batas bawah koefisien fungsi tujuan untuk batasan (constrains)
1 adalah 2000 sampai 6000 dan untuk batasan (constrains) adalah 867 sampai
2600. Berdasarkan nilai tersebut, berarti nilai koefisien bisa diubah sesuai dengan
batas atas dan batas bawah yang dianjurkan karena pada rentang nilai koefisien,
fungsi tujuan ini tidak akan merubah nilai keuntungan yang diperoleh.