Landasan Teori
9
10
1. Manajemen operasi adalah satu dari tiga fungsi utama dari setiap organisasi
dan berhubungan secara utuh dengan semua fungsi bisnis lainnya. Semua
organisasi memasarkan (menjual), membiayai (mencatat rugi laba), dan
memproduksi (mengoperasikan), maka sangat penting untuk mengetahui
bagaimana aktivitas manajemen operasi berjalan. Karena itu pula, dengan
mempelajari bagaimana orang-orang mengorganisasikan diri mereka bagi
perusahaan yang produktif.
2. Dengan mempelajari manajemen operasional, bagaimana barang dan jasa
diproduksi dapat diketahui. Fungsi produksi adalah bagian dari masyarakat
yang menciptakan produk yang akan digunakan.
3. Manajemen operasional dipelajari untuk memahami apa yang dikerjakan oleh
manajer operasi. Sehingga keahlian yang dibutuhkan untuk menjadi seorang
manajer operasi dapat dipahami.
4. Manajemen operasional merupakan bagian yang paling banyak
menghabiskan biaya dalam sebuah organisasi. Sebagian besar pengeluaran
perusahaan digunakan untuk fungsi manajemen operasional. Walaupun
demikian, manajemen operasional memberikan peluang untuk meningkatkan
keuntungan dan pelayanan terhadap masyarakat.
2.1.2 Keputusan Kritis Manajemen Operasi
Menurut Heizer dan Render yang diterjemahkan oleh Sungkono, C. (2009:9),
ada sepuluh keputusan kritis dari manajemen operasi, yaitu:
1. Perancangan produk dan jasa. Yang perlu diperhatikan disini adalah
menentukan produk dan jasa apa yang perlu ditawarkan dan bagaimana
merancang produk yang ditawarkan.
2. Pengelolaan kualitas. Pada keputusan ini, kualitas perlu didefinisikan seperti
apa dan menentukan siapa yang bertanggung jawab terhadap kualitas.
3. Perancangan proses dan kapasitas. Dalam proses operasi ini perlu ditentukan
peralatan dan teknologi yang akan diperlukan dan proses yang akan
digunakan.
4. Strategi lokasi. Menentukan penentuan lokasi berdasarkan fasilitas yang
dibutuhkan dan kriterianya.
5. Strategi tata letak. Untuk memenuhi kebutuhan fasilitas, bagaimana tata letak
yang sesuai dengan fasilitas-fasilitas yang ada.
12
b) Peramalan Kuantitatif
Dalam metode kuantitatif, ada lima metode peramalan yang menggunakan
data historis. Kelima metode ini dibagi ke dalam dua kategori, yaitu model
deret waktu (pendekatan naif, rata-rata bergerak, dan penghalusan
eksponensial) dan model asosiatif (proyeksi trend dan regresi linier).
Model Deret-Waktu
Model deret-waktu membuat prediksi dengan asumsi bahwa masa
depan merupakan fungsi dari masa lalu. Dengan kata lain, mereka
melihat apa yang terjadi selama kurun waktu tertentu dan
menggunakan data masa lalu tersebut untuk melakukan peramalan.
Jika kita memperkirakan penjualan mingguan mesin pemotong
rumput, kita menggunakan data penjualan minggu lalu untuk
membuat ramalan.
Model asosiatif (atau hubungan sebab-akibat), seperti regresi linier,
mengungkapkan banyak variabel atau faktor yang mungkin
mempengaruhi kuantitas yang sedang diramalkan. Sebagai contoh,
model asosiatif dari penjualan mesin pemotong rumput mungkin
memasukkan factor seperti adanya perumahan baru, anggaran iklan,
dan harga pesaing.
= Peramalan sebelumnya,
untuk rata-rata dan untuk tren. Kemudian, rata-rata dan tren dihitung untuk
periode t,
20
mirip dengan . Nilai β yang besar memiliki efek yang sama, menekankan
adalah waktu)
= nilai variabel terkait yang diketahui
= rata-rata nilai
= rata-rata nilai
dengan kesalahan negatifnya. Namun kesalahan positif dan negatif harus semibang
satu sama lain dan pusat sinyal penelusurannya haruslah di sekitar nol.
Kecenderungan konsisten peramalan untuk bernilai lebih besar atau lebih kecil dari
nilai aktual (yaitu untuk RSFE tinggi) disebut kesalahan bias. Bias dapat terjadi,
misalnya, jika variabel atau lini trennya salah digunakan atau jika indeks
musimannya salah diterapkan. Sinyal penelusuran dihitung dan dibandingkan untuk
menetapkan batas kendali. Saat sinyal penelusuran melebihi batas kendali atas atau
bawah, ada masalah dengan metode peramalan dan manajemen mungkin harus
mengevaluasi kembali cara mereka meramalkan permintaan.
2.3 Linear Programming
Banyak keputusan manajemen melibatkan mencoba untuk membuat
penggunaan yang paling efektif dari sumber daya yang tersedia di organisasi. Sumber
daya biasanya mencakup mesin, tenaga kerja, uang, waktu, dan bahan mentah.
Sumber daya tersebut dapat digunakan untuk membuat produk (seperti mesin-mesin,
furniture, makanan, atau pakaian) atau jasa (seperti jadwal penerbangan atau
produksi, kebijakan periklanan, atau keputusan investasi).
Linear Programming adalah teknik pemodelan matematika yang banyak
digunakan, dirancang untuk membantu manajer dalam perencanaan dan pengambilan
keputusan yang terkait dengan alokasi sumber daya. (Render, Stair, dan Hanna,
2012:270).
Menurut Teguh (2014:131), metode pemrograman linier merupakan sakah
satu cara guna menggambarakan persoalan bila sumber-sumber daya ekonomi yang
terbatas dialokasikan secara optimal di antara berbagai kegiatan-kegiatan bersaing.
Fungsi tersebut menyatakan bagaimanakah sumber-sumber dibatasi dan
bagaimanakah alokasinya berjalan secara lengkap berlangsung secara linear. Dengan
peralatan pemrograman linier memungkinkan organisasi manajemen dapat membuat
keputusan terbaik mengenai bagaimanakah penggunaan sumber-sumber menjadi
paling efektif.
Menurut Dumairy (2004:344), programasi linier ialah suatu model optimasi
persamaan linear berkenaan dengan kendala-kendala linear yang dihadapinya.
Masalah programasi linear berarti adalah masalah pencarian nilai-nilai optimum
(maksimum atau minimum) sebuah fungsi linier pada suatu sistem atau sehimpun
kendala linear.
24
minimal dua variabel keputusan ( 2 variabel).
2. Carilah titik perpotongan garis dengan sumbu vertikal dan sumbu horizontal,
dan titik perpotongan antar garis yang berhubungan,
3. Tentukan wilayah yang layak, atau memenuhi persyaratan (feasible area), dan
wilayah yang tidak memenuhi persyaratan.
Menurut Teguh (2014:136), pada metode grafik, metode ini dibagi menjadi
dua metode, yaitu isoline methods dan corner points solution methods. Pada isoline
methods, pada dasarnya pengguna metode ini dapat menemukan solusi optimal
dengan cara menggerak-gerakkan kurva tujuan atau fungsi tujuan sedemikian rupa
secara sejajar sampai kepada tingkat persinggungan antara kurva tujuan dengan
kurva-kurva kendala pada titik-titik perpotongan tertentu yang dianggap memuaskan.
Sedangkan pada corner points solution methods, metode ini menelusuri keuntungan
maksimum, atau kombinasi produk optimal yang menghasilkan keuntungan
maksimum melalui lajur titik-titik sudut tertentu pada wilayah-wilayah produksi
yang dianggap layak.
Menurut Dumairy (2004:348), langkah-langkah penyelesaian dengan motode
grafik, setelah permasalahannya dirumuskan, adalah sebagai berikut:
1. Gambarkan fungsi-fungsi kendalanya.
2. Tentukan area laik (feasible area) bagi masalah yang bersangkutan, yakni
area yang dibatasi oleh garis-garis kendala.
3. Gambarkan fungsi tujuannya dengan menetapkan sebarang nilai z.
4. Lakukan pergeseran-pergeseran seperlunya atas kurva atau garis tujuan,
dengan mengubah-ubah nilai z, agar dapat ditentukan titik penyelesaian
optimal.
5. Titik penyelesaian optimal adalah titik sudut terjauh dari area laik yang dapat
dicapai oleh garis tujuan. Dalam masalah maksimisasi, sudut area laik terjauh
biasanya berupa sudut teratas atau terkanan; sedangkan dalam masalah
minimisasi, sudut area laik terjauh biasanya berupa sudut terbawah atau
terkiri (tergantung pada lereng garis tujuannya).
tujuan. Dengan demikian, baik persoalan optimasi yang bersifat maksimum maupun
minimum adalah bersifat satu arah.
Pada analisis pemrograman linier optimasi yang berhubungan dengan fungsi
satu tujuan dan fungsi kendala yang terdiri dari dua persamaan, atau lebih teknik
pendekatannya selain menggunakan kurva-kurva sebagai alat bantu untuk
menjelaskan peristiwa-peristiwa ekonomi dan bisnis yang diamati, para analisis
dapat pula menggunakan teknik aljabar untuk menemukan atau mendapatkan solusi-
solusi optimal yang berhubungan. Metode ini dalam ilmu ekonomi dikenal sebagai
metode simplex. Selain dapat digunakan untuk melihat hubungan antar variabel yang
bersifat m persamaan, metode simplex juga dapat digunakan untuk melihat hubungan
antar variabel yang bersifat n variabel. Metode simplex adalah pengembangan
pemrograman linier setelah teknik analisis metode grafik.
slack dikurangkan ke dalam persamaan dan nilainya nol pada fungsi objektif
untuk kasus memaksimumkan dan meminimumkan fungsi tujuan. Namun
demikian, artificial variables ditambahkan pada fungsi objektif dengan nilai
+M untuk meminimumkan fungsi tujuan dan –M untuk memaksimumkan
fungsi tujuan. Variabel inipun ditambahkan pada fungsi kendala.
2. Selanjutnya, elemen-elemen body matrix dan identity matrix pada simplex
tableau adalah menggambarkan marginal rate of substitution antara variabel
dalam solusi dan variabel kolom kepala.
3. Body matrix pada netral tableau akan menjadi identity matrix pada final
tableau. Sebaliknya, identity matrix pada initial tableau akan menjadi
inverse dari initial body matrix pada final tableau.
4. Pada final tableau, Cj-Zj terdiri dari nol dan angka negatif untuk kasus
memaksimumkan fungsi tujuan, dan menjadi nol dan angka positif untuk
kasus memiminimumkan fungsi tujuan.
variable slack ditambahkan ke dalam persamaan dan nilainya nol pada fungsi
objektif untuk kasus memaksimumkan dan meminimumkan fungsi tujuan.
Menurut jurnal yang ditulis oleh Yahya, Garba, Ige, dan Adeyosoye
(2012:128), variabel slack mengubah tanda-tanda pertidaksamaan dalam aspek
fungsi kendala menjadi tanda persamaan. Sebuah variabel slack akan menjelaskan
jumlah yang tidak terpakai dari bahan baku (jika ada) pada saat akhir produksi.
X1, X2, X3 0
Fluktuasi penjualan
masing-masing produk
Linear Programming