PEMODELAN MATEMATIKA DALAM OPTIMALISASI

PENJUALAN PRODUK DI HAUS COFFEE

Andre Prasetya Hidayat
UIN Syarif Hidayatullah Jakarta, Jl. Ir H.
Juanda No.95, Cemp. Putih, Kec. Ciputat,
Kota Tangerang Selatan, Banten 15412
Email :
andre.prasetya18@mhs.uinjkt.ac.id
Fahzan Hasanul Sidiq
UIN Syarif Hidayatullah Jakarta, Jl. Ir H.
Juanda No.95, Cemp. Putih, Kec. Ciputat,
Kota Tangerang Selatan, Banten 15412
Email :
fahzan.hasanul18@mhs.uinjkt.ac.id
R. Rizki Sulhan Muhammad
UIN Syarif Hidayatullah Jakarta, Jl. Ir H.
Juanda No.95, Cemp. Putih, Kec. Ciputat,
Kota Tangerang Selatan, Banten 15412
Email :
rizki@mhs.uinjkt.ac.id

Abstrak : Tujuan yang ingin dicapai dalam penulisan artikel ini adalah untuk menentukan model
matematika beserta penyelesaiannya dalam optimalisasi suatu produksi pada Gerai Haus Coffee.
Manfaat dari penulisan ini adalah memberikan gambaran untuk pengambilan keputusan yang terbaik
dalam rangka optimalisasi produksi. Diasumsikan bahwa bahan baku tersedia setiap minggunya dan
permintaan juga ada pada setiap harinya. Selain itu toko juga mendapatkan suplai bahan baku berupa
kopi sebanyak 500 gram per minggu, susu sebanyak 600 ml untuk seminggu. Adapun bahan lainnya
seperti caramel dan hazelnut dengan kuantitas yang sama yaitu sebanyak 630 ml per minggu. Untuk
membuat Latte (X) dan Mochacino (Y), diperoleh solusi yang terbaik untuk tiap produk yang
dihasilkan agar diperoleh keuntungan yang maksimum adalah untuk membuat Latte sebanyak 40 gram
kopi(X) dan 30 gram susu(Y); dan untuk membuat Mochacino sebanyak 30 gram kopi(X) dan 60
gram susu(Y).

Kata Kunci: Pemodelan Matematika, Optimalisasi

1. PENDAHULUAN
Kopi adalah minuman hasil seduhan biji
kopi yang telah disangrai dan dihaluskan menjadi
bubuk. Kopi merupakan salah satu komoditas di
dunia yang dibudidayakan lebih dari 50 negara.
Dua varietas pohon kopi yang dikenal secara
umum yaitu Kopi Robusta (Coffea canephora) dan
Kopi Arabika (Coffea arabica).
Pemrosesan kopi sebelum dapat diminum
melalui proses panjang yaitu dari pemanenan biji
kopi yang telah matang baik dengan cara mesin
maupun dengan tangan kemudian dilakukan
pemrosesan biji kopi dan pengeringan sebelum
menjadi kopi gelondong. Proses selanjutnya yaitu
penyangraian dengan tingkat derajat
bervariasi. Setelah penyangraian biji kopi digiling
atau dihaluskan menjadi bubuk kopi sebelum kopi
dapat diminum.
Sejak tahun 2016 yang lalu, pertumbuhan
konsumsi kopi nasional terus meningkat dari 0,8
kg per kapita menjadi 1,3 kg per kapita.
Pertumbuhan kafe dengan konsep kedai kopi pun
mencapai angka 16% setiap tahunnya, berdasarkan
laporan Euromonitor, 2010. Hal ini menjadi
peluang besar untuk para pengusaha kedai-kedai
kopi di seluruh wilayah Indonesia. Sehingga kedai
kopi yang berpeluang sukses bukan hanya yang
berlokasi di kota besar, tapi sampai ke daerah-
daerah.
yang Dengan begitu tingkat kompetisinya pun
menjadi sangat ketat, sehingga diperlukan strategi adalah bagaimana model matematika beserta
untuk mempertahankan konsumen dan memancing penyelesaiannya dalam optimalisasi suatu produksi
konsumen-konsumen baru untuk datang. Beberapa pada Haus Coffee?
strategi diantaranya dengan menyediakan fasilitas Tujuan yang ingin dicapai antara lain
yang nyaman, wifi gratis, menu baru, serta untuk menentukan model matematika beserta
ditunjang dengan sumber daya manusia yang penyelesaiannya dalam optimalisasi suatu produksi
cekatan dan kreatif dalam melayani konsumen. pada Haus Coffee.
Selain itu banyak kedai kopi yang melebarkan Manfaat dari penulisan ini adalah
bisnis mereka dengan membuka outlet di lokasi- memberikan gambaran untuk pengambilan
lokasi strategis dan membuka waralaba untuk keputusan yang terbaik dalam rangka optimalisasi
meningkatkan pendapatan. produksi.
Haus Coffee adalah salah satu café Diasumsikan bahwa bahan baku tersedia
minuman di sebuah daerah Ciputat dan bukan setiap minggunya dan permintaan juga ada pada
hanya minuman kopi saja yang dijual, ada banyak setiap harinya. Selain itu perusahaan mendapatkan
minuman lain yang dapat dibeli disini seperti suplai bahan baku berupa kopi sebanyak 500 gram
aneka kreasi minuman susu. Meminum kopi selain per minggu, susu sebanyak 600 gram untuk
rasanya enak juga memiliki manfaat baik seminggu. Adapun bahan lainnya seperti caramel
meminum kopi saja ataupun menggunakan dan hazelnut dengan kuantitas yang sama yaitu
campuran susu, keduanya memiliki rasa yang sebanyak 630 ml per minggu.
enak. Melihat kondisi sekarang yang sedang ramai
diperbincangkan yaitu menjamurnya kedai kopi di 2. KAJIAN TEORI
segala tempat oleh kaum millennial yang gemar
nongkrong, haus coffee memanfaatkan peluang ini a. Program Linear
untuk membuka bisnis kedai kopi untuk Program linear merupakan suatu metode
mendapatkan keuntungan. Masalah kedai tersebut matematika yang dapat digunakan untuk
adalah menentukan jumlah relatif dari berbagai membantu dalam perencanaan dan pengambilan
produk kebutuhan untuk mencapai tujuan. Dari keputusan dalam penggunaan sumber daya yang
permasalahan di atas maka penulis tertarik untuk terbatas di tengah-tengah aktivitas-aktivitas yang
menentukan model matematika beserta saling bersaing melalui cara yang terbaik
penyelesaiannya untuk mencari jumlah relatif dari (Harahap: 1998). Ada pula yang menyebutkan
produk yang dihasilkan oleh perusahaan guna program linear sebagai suatu model umum yamg
memaksimalkan keuntungan. dapat digunakan dalam pemecahan masalah
Berdasarkan latar belakang yang telah pengalokasian sumber-sumber yang terbatas secara
diuraikan, maka dapat dirumuskan masalahnya optimal. Sebutan “linear” berarti bahwa semua
fungsi matematis yang disajikan dalam model
harus dalam fungsi- fungsi yang linear. b) Formulasi Permasalahan
Pemrograman linier meliputi perencanaan aktivitas Urutan pertama dalam penyelesaian adalah
untuk mendapatkan hasil optimal, yaitu sebuah mempelajari sistem relevan dan mengembangkan
hasil yang mencapai tujuan terbaik (menurut pernyataan permasalahan yang dipertimbangakan
model matematika) diantara semua kemungkinan dengan jelas. Penggambaran sistem dalam
alternatif yang ada (Tapilouw, 1986). pernyataan ini termasuk pernyataan tujuan, sumber
Dalam program linear dikenal dua macam daya yang membatasi, alternatif keputusan yang
fungsi yaitu fungsi tujuan (objectives function) dan mungkin (kegiatan atau aktivitas), batasan waktu
fungsi-fungsi batasan (constraint functions). pengambilan keputusan, hubungan antara bagian
Fungsi tujuan adalah fungsi yang menggambarkan yang dipelajari dan bagian lain dalam perusahaan,
tujuan atau sasaran di dalam permasalahan dan lain-lain.
program linear yang berkaiatan dengan pengaturan Penetapan tujuan yang tepat merupakan
secara optimal sumber daya-sumber daya untuk aspek yang sangat penting dalam formulasi
memperoleh keuntungan yang maksimal atau masalah. Untuk membentuk tujuan optimalisasi,
biaya yang minimal. diperlukan identifikasi anggota manajemen yang
Program linear banyak diterapkan dalam benar-benar akan melakukan pengambilan
masalah-masalah ekonomi, industri, militer, sosial keputusan dan mendiskusikan pemikiran mereka
dan lain-lain. Program linear berkaitan dengan tentang tujuan yang ingin dicapai.
penjelasan suatu kasus dalam dunia nyata sebagai
suatu model matematika yang terdiri dari sebuah c) Tahapan Pembentukan Model
fungsi tujuan linier dengan beberapa kendala Matematik
linier. Tahap berikutnya yang harus dilakukan
setelah memahami permasalahan optimasi adalah
a) Permasalah Optimasi membuat model yang sesuai untuk analisis. Kasus
Persoalan pemograman linier adalah : dari bentuk cerita diterjemahkan ke model
suatu persoalan untuk menentukan besarnya matematik. Model matematik merupakan
masing-masing nilai variabel yang representasi kuantitatif tujuan dan sumber daya
mengoptimasikan (maksimum atau minimum) yang permasalahan optimal terdiri dari dua bagian.
nilai objek, dengan memperhatikan pembatasan- Bagian pertama memodelkan tujuan optimasi.
pembatasan yang ada yaitu yang dinyatakan dalam Model matematik tujuan selalu menggunakan
bentuk persamaan- persamaan atau bentuk persamaan. Bentuk persamaan digunakan
pertidaksamaan-pertidaksamaan linier (Mughiroh, karena kita ingin mendapatkan solusi optimum
2013: 67) pada satu titik. Fungsi tujuan yang akan
dioptimalkan hanya satu. Bukan berarti bahwa berikut:
permasalahan optimasi hanya dihadapkan pada  Identifikasi Masalah : Masalah Maksimalisasi
satu tujuan. Tujuan dari suatu usaha bisa lebih dari (berkaitan dengan Profit / Revenue) atau
satu. Tetapi pada bagian ini kita hanya akan Masalah Minimilisasi (berkaitan dengan
tertarik dengan permasalahan optimal dengan satu dengan Cost/biaya)
tujuan.  Penentuan Variabel Masalah :
Bagian kedua merupakan model a. Variabel Keputusan (Variabel yang
matematik yang merepresentasikan sumber daya menyebabkan tujuan maksimal atau
yang membatasi. Fungsi pembatas bisa berbentuk minimal)
persamaan (=) atau pertidaksamaan (≤ atau ≥). b. Fungsi Tujuan (Objective Function) Z
Fungsi pembatas disebut juga sebagai konstrain. maks. atau min.
Konstanta (baik sebagai koefisien maupun nilai c. Fungsi Kendala (Constraint Function)
kanan) dalam fungsi pembatas maupun pada  Identifikasi dan merumuskan fungsi kendala
tujuan dikatakan sebagai parameter model. Model yang ada.
matematika mempunyai beberapa keuntungan Di sisi lain, model matematik mempunyai
dibandingakan pendeskripsian permasalahan kelemahan. Tidak semua karakteristik sistem dapat
secara verbal. Salah satu keuntungan yang paling dengan mudah dimodelkan menggunakan fungsi
jelas adalah model matematik menggambarkan matematik. Meskipun dapat dimodelkan dengan
permasalahan secara lebih ringkas. Hal ini fungsi matematika, kadang-kadang
cenderung membuat struktur keseluruhan penyelesaiannya sulit diperoleh karena
permasalahan lebih mudah dipahami, dan kompleksitas fungsi dan teknik yang dibutuhkan.
membantu mengungkapkan relasi sebab akibat Bentuk umum pemrograman linier adalah sebagai
penting. berikut :
Model matematik juga memfasilitasi yang Fungsi tujuan :
berhubungan dengan permasalahan dan Maksimumkan atau minimumkan z = c1x1 + c2x2
keseluruhannya dan mempertimbangkan semua + ... + cnxn
keterhubungannya secara simultan. Terakhir, Sumber daya yang membatasi :
model matematik membentuk jembatan ke a11x1 + a12x2 + ... + a1nxn = /≤ / ≥ b1
penggunaan teknik matematik dan komputer a21x1 + a22x2 + … + a2nxn = /≤ / ≥ b2
kemampuan tinggi untuk menganalisis …
permasalahan. am1x1 + am2x2 + … + amnxn = /≤ / ≥ bm
Dari penjelasan di atas diperoleh bahwa x1, x2, …, xn ≥ 0
tahapan pembuatan model matematis untuk
permasalahan program linear adalah sebagai
 Simbol x1, x2, ..., xn (xi) menunjukkan 3. METODE
variabel keputusan. Jumlah variabel keputusan (xi)
oleh karenanya tergantung dari jumlah kegiatan Pada prinsipnya data yang dibutuhkan dan
atau aktivitas yang dilakukan untuk mencapai dianalisis dalam penelitian ini bersumber dari data
tujuan. Simbol c1,c2,...,cn merupakan kontribusi sekunder. Untuk itu dibutuhkan beberapa metode
masing- masing variabel keputusan terhadap pengumpulan data yang digunakan terdiri dari
tujuan, disebut juga koefisien fungsi tujuan pada kepustakaan, observasi, dan interview. Teknik
model matematiknya. Simbol a11, ...,a1n,...,amn pengambilan sampel yang digunakan adalah
merupakan penggunaan per unit variabel probability sampling, yaitu teknik pengambilan
keputusan akan sumber daya yang membatasi, atau sampel yang memberikan peluang yang sama bagi
disebut juga sebagai koefisien fungsi kendala pada setiap unsur anggota populasi untuk dipilih
model matematiknya. Simbol b1,b2,...,bm menjadi anggota sampel.
menunjukkan jumlah masing-masing sumber daya Permasalahan yang dihadapi adalah
yang ada. Jumlah fungsi kendala akan tergantung bagaimana mengambil keputusan dengan
dari banyaknya sumber daya yang terbatas. memanfaatkan data yang tersedia untuk
Pertidaksamaan terakhir (x1, x2,…, xn menyelesaikan masalah dengan tujuan yang
≥ 0) menunjukkan batasan non negatif. dibatasi oleh keterbatasan tertentu. Permasalahan
Membuat model matematik dari suatu ini dapat diatasi dengan memanfaatkan program
permasalahan bukan hanya menuntut kemampuan linear atau Metode linear programming. Metode
matematik tapi juga menuntut seni permodelan. linear programming terdapat 2 jenis, yaitu: metode
Menggunakan seni akan membuat permodelan grafik dan metode simpleks. Pada penelitian ini
lebih mudah dan menarik. akan digunakan metode simpleks, karena variabel
Kasus pemrograman linier sangat keputusan yang digunakan lebih dari 2 variabel
beragam. Dalam setiap kasus, hal yang penting atau 2 produk. Metode simpleks yang dirancang
adalah memahami setiap kasus dan memahami untuk menyelesaikan seluruh masalah Linear
konsep permodelannya. Meskipun fungsi tujuan programming, baik yang melibatkan dua variabel
misalnya hanya mempunyai kemungkinan bentuk maupun lebih dari dua variabel. Metode simpleks
maksimisasi atau minimisasi, keputusan untuk merupakan teknik yang paling berhasil
memilih salah satunya bukan pekerjaan mudah. dikembangkan untuk memecahkan persoalan
Tujuan pada suatu kasus bisa menjadi batasan program linier yang mempunyai jumlah variabel
pada kasus yang lain. Harus hati-hati dalam keputusan dan pembatas yang besar. (Sunarsih &
menentukan tujuan, koefisien fungsi tujuan, Ramdani, 2003).
batasan dan koefisien pada fungsi pembatas. Langkah-langkah awal yang harus
ditentukan dalam penyelesaian masalah dengan
metode program linear adalah dengan menentukan
3 faktor utama, yaitu:
1) Variabel keputusan; produk apa saja yang
akan diproduksi dan berapa jumlah unit
yang akan diproduksi dalam suatu periode
tertentu;
2) Fungsi tujuan; Zmax = c1x1 + c2x2 +
c3x3 + c4x4+ c5x5 + c6x6; (3) Fungsi
Kendala; batasan-batasan dalam mencapai
tujuan:
a11x1 + a12x2 + a13x3 + a14x4 + a15x5
+ a16x6 ≤ b1 a21x1 + a22x2 + a23x3 +
a24x4 + a25x5 + a26x6 ≤ b2 a31x1 +
a32x2 + a33x3 + a34x4 + a35x5 + a36x6
≤ b3
Keterangan:
cj = nilai profit per unit untuk setiap xj xj =
varable keputusan ke-j
aji = kebutuhan sumber daya i untuk setiap xj
bi = jumlah sumber daya yang tersedia
j = banyaknya variable keputusan mulai
dari 1,2,3…j.
i = banyaknya jenis sumber daya yang
digunakan mulai dari 1,2,3…i.
Setelah itu menggunakan metode tabel simpleks
untuk menyelesaikan penghitungan tersebut
sampai memperoleh solusi untuk keuntungan
maksimal.
Asumsi dasar linear programming adalah
sebagai berikut. Kepastian (certainty)  Koefisien
dalam fungsi tujuan (cj) dan fungsi kendala (aji)
dapat diketahui dengan pasti dan tidak berubah.
Proporsionalitas (proportionality) dalam fungsi
tujuan dan fungsi kendala  Semua koefisien
dalam formulasi, cj dan aji, merupakan koefisien
yang bersifat variabel terhadap besarnya variabel
keputusan. Additivitas (additivity)  Total
aktivitas sama dengan jumlah (additivitas) setiap
aktivitas individual. Divisibilitas (divisibility)
Solusi permasalahan linear programming (dalam
hal ini nilai xj) tidak harus dalam bilangan bulat.
Nonnegatif (nonnegativity) Variabel keputusan
tidak boleh bernilai negatif.
4. HASIL DAN PEMBAHASAN
Pemecahan masalah dalam penelitian ini
menggunakan metode linear programming, yang
terdiri dari variabel keputusan, fungsi tujuan, dan
fungsi kendala. Variabel keputusan adalah ketiga
jenis produk utama yang diproduksi perusahaan.
Fungsi tujuan adalah fungsi untuk memperoleh
keuntungan maksimal yang terdiri dari laba
masing-masing jenis produk. Untuk fungsi kendala
terdiri dari tiga jenis utama, yaitu: bahan baku, jam
tenaga kerja, dan peramalan permintaan ketiga
jenis produk.
Berikut merupakan penjabaran serta
persamaan dari masing-masing variabel dan fungsi
dari linear programming.
  Variabel Keputusan:  Pertama, fungsi tujuan, laba = 25000X +
1. X = Latte 23000Y
2. Y = Mochacino  Fungsi kendala, bahan baku:
1. 40X + 30Y ≤ 500
 Fungsi tujuan memaksimalkan laba: 2. 30X + 60Y ≤ 600
Laba = 25000X + 23000Y Penghitungan : f(X,Y) = 25000X + 23000Y
40X + 30Y ≤ 500 (x2)
 Fungsi kendala yang menghambat 30X + 60Y ≤ 600 (x1)
produksi:
1. 40X + 30Y ≤ 500  80X + 60Y = 1000
2. 30X + 60Y ≤ 600 30X + 60Y = 600
50X = 400
 Var : X=8
1. X ≥ 0  Subtitusikan X = 8 ke persamaan 1
2. Y ≥ 0 40(8) + 30Y = 500
320 + 30Y = 500
Dengan peubah dan jumlah optimal Latte 30Y = 180, Y = 6
adalah X dan Mochacino adalah Y dan hasil
penjualan optimal adalah f(x,y) = 25000X +
23000Y. Dengan Ketentuan :
 Jumlah maksimal bahan untuk X
adalah 500 gr, maka 40X + 30Y ≤ 500
 Jumlah maksimal bahan untuk Y
adalah 600 gr, maka 30X + 60Y ≤ 600

5. SIMPULAN  f (X,Y) = 25000X + 23000Y

1. f (0,30) = 25000(0) + 23000(30)
Berdasarkan pembahasan, beberapa = 690.000
simpulan dalam penelitian antara lain sebagai 2. f (8,6) = 25000(8) + 23000(6)
berikut. Persamaan linear dari fungsi tujuan dan = 338.000
persamaan linear dari kedua fungsi kendala, serta 3. f (30,0) = 25000(30) + 23000(0)
penjabaran nya sebagai berikut : = 750.000
 Jadi, untuk memperoleh keuntungan yang DAFTAR PUSTAKA
maksimal Haus Coffee harus membuat minuman
1) Harahap, 1998. Ensiklopedia Matematika.
jenis Latte sebanyak 30 gelas untuk mendapatkan Jakarta: Ghalia Indonesia.
keuntungan dari penjualan Latte sebesar Rp.
2) Marwan, 1997. Mengenal Linear
750.000, dan Haus Coffee tidak perlu Programming dan Komputer.
Yogyakarta : FE Universitas Gadjah Mada
memproduksi Mochacino karena hal itu akan
mempengaruhi jumlah produksi yang lain dan juga 3) Mughiroh, 2013. Program Linear. Jambi :
harga jual Mochacino yang lebih murah Rp. 2000 YPM Press

dengan Latte. 4) Tapilouw, Marten. Program Linear. Jakarta:

Depdikbud UT.

6. SARAN 5) Aminuddin. (2005). Prinsip-Prinsip Riset

Operasi. Jakarta: Erlangga.

Berdasarkan penelitian dan analisis yang 6) Fildes, R., Nikolopoulos, K, Crone, S. F., &
Syntetos, A. A. (2008). Forecasting and
dilakukan, maka saran yang diberikan kepada
operational research: A review. The Journal of
Haus Coffee adalah sebagai berikut. Pertama, the Operational Research Society, 59(9),
1150–1172.
perusahaan perlu lebih meningkatkan efisiensi
dalam perencanaan penyediaan bahan baku 7) Prasetya, H. & Lukiastuti, F. (2009).
Manajemen Operasi. Yogyakarta: CAPS.
sehingga sumber daya yang ada dapat
dimanfaatkan secara optimal untuk mendapatkan 8) Stapleton, D.M., Hanna, J. B., & Markussen,
keuntungan yang maksimal. Kedua, jika untuk D. (2003). Marketing strategy optimization:
Using linear programming to establish an
selanjutnya Toko akan meningkatkan jumlah optimal marketing mixture. American
produksi, perusahaan disarankan untuk Business Review, 21(2), 54–62.

menggunakan metode linear programming untuk 9) Sitinjak, T. J. R. (2006). Riset Operasi: Untuk
meminimalkan biaya. Pengambilan Keputusan Manajerial dengan
Aplikasi Excel. Yogyakarta: Graha Ilmu.

10) Sunarsih & Ramdani, A. K. (2003). Metode

simpleks primal menggunakan working basis.
Jurnal Matematika dan Komputer, 6(3), 167–
178.