Anda di halaman 1dari 13

NAMA: ZALZA SAPHIRA AN.

NIM: D071181024

TEKNIK INDUSTRI 2018

Integer Programing

Pendekatan Branch and Bround

Maksimumkan Z=5 x1 +8 x 2
Dengan kendala x 1+ x2 ≥6

5 x 1+ 9 x 2 ≤ 45

x 1 dan x 2 non negatif integer

Solusi yang didapatkan dengan metode simpleks adalah

9 15 165
x 1= =2.25 , x 2= =3.75 , Z= =41.25. Solusi integer dengan metode Branch and
4 4 4
Bound didapatkan dengan mencabangkan masalah tersebut menjadi dua bagian dengan
menambahkan pembatas untuk variabel yang memiliki nilai bagian pecah yang terbesar
kemudian setiap percabangan masalah diselesaikan dengan metode simpleks untuk
dicari nilai optimumnya. Variabel terpilih untuk dilakukan percabangan adalah x 2
sehingga didapatkan pembatas baru yaitu x 2 ≤ 3 dan x 2 ≥ 4 . Masalah yang didapatkan
adalah:

a. Maksimumkan Z=5 x1 +8 x 2

Dengan kendala x 1+ x2 ≤6

5 x 1+ 9 x 2 ≤ 45

x2 ≤ 3

x1 , x2 ≥ 0

b. Maksimumkan Z=5 x1 +8 x 2
Dengan kendala x 1+ x2 ≤6

5 x 1+ 9 x 2 ≤ 4

x2 ≥ 4

x1 , x2 ≥ 0

Solusi

a. Solusi untuk masalah bagian a adalah Z=39 , x 1=3 , x 2=3


Pada masalah bagian a sudah didapatkan solusi yang semuanya bulat.
b. Solusi untuk masalah bagian b adalah Z=41 , x1 =1.8 , x 2=4
Masalah bagian b solusinya masih ada yang pecahan, sehinga masih memungkinkan
untuk dicari solusi bulat lainnya yang nilainya mungkin lebih besar dari solusi
masalah a. Dengan demikian masalah b dapat dicabangkan lagi menjadi dua bagian
yaitu 1) dan 2) dengan menambahkan kendala x 2 ≤ 1 dan x 2 ≥ 2
1) Maksimumkan Z=5 x1 +8 x 2

Dengan kendala x 1+ x2 ≤6

5 x 1+ 9 x 2 ≤ 45

x2 ≥ 4

x1 ≤ 1

x1 , x2 ≥ 0

Solusi untuk masalah bagian 1) adalah Z=40.55 , x 1=1,8 , x 2=4


2) Maksimumkan Z=5 x1 +8 x 2

Dengan kendala x 1+ x2 ≤6

5 x 1+ 9 x 2 ≤ 45

x2 ≥ 4

x1 ≥ 2
x1 , x2 ≥ 0

Untuk bagian 2) tidak ada solusi yang fisibel Berdasarkan solusi tersebut maka
masalah 1) dapat dicabangkan lagi menjadi dua masalah yaitu a) dan b) dengan
menambahkan kendala x 2 ≤ 4 dan x 2 ≥ 5. Dengan penambahan kendala x2  4
pada bagian a) tersebut didapatkan Z = 37, x 1=1dan x 2=4 . Penambahan kendala
x 2 ≥ 5 pada bagian b) mengakibatkan nilai Z = 40, x 1=0 dan x 2=5. Pencarian
solusi integer sudah selesai dengan didapatkannya solusi pada bagian a) dan b)
kedua-duanya integer. Dari semua pencarian solusi integer, yang menghasilkan
solusi integer maksimum adalah pada bagian b) dengan hasil Z = 40, x 1=0 dan
x 2=5. Ringkasan semua hasil pencarian solusi dapat digambarkan dalam diagram
1 berikut:

Z= 41.5

X1=2.25

X2=3.75

Z= 30 Z= 41

X1=3 X1=1.8

X2=3 X2=4

a b
Z= 40.55
TIDAK
X1=1
FISIBEL
X2=4.44

1 2

Z= 37 Z= 40

X1=1 X1=0

X2=4 X2=5

a) b)
Pendekatan Gomory
Maksimumkan Z=7 x 1+ 9 x 2
Dengan syarat −x 1+ 3 x 2 ≤6

7 x 1+ x 2 ≤35

x 1 dan x 2 non negatif integer

Solusi kontinu optimumnya diperoleh dalam table berikut:

Basis X1 X2 S1 S2 Solusi
Z 0 0 28/11 15/11 63
X2 0 1 7/22 1/22 7/2
X1 1 0 -1/22 3/22 9/2

Karena solusi tidak bulat, suatu kendala Gomory ditambahkan pada table itu. Kedua
persamaan ( x 1 dan x 1) pada masalah ini memiliki nilai f1 yang sama, yaitu f1=f2=1/2,
sehingga salah satu dapat digunakan, misalkan digunakan persamaan X 2, ini
menghasilkan

7 1 7
x 2+ s + s = atau
22 1 22 2 2

7 1 1
x 2+ 0+( ) (
s + 0+
22 1 )
s =(3+ )
22 2 2

Sehingga kendala gomorynya adalah:

7 1 −1
s g 1− s 1− s 2=
22 22 2

Tabel baru setelah penambahan kendala Gomory menjadi:

Basis X1 X2 S1 S2 Sg1 Solusi


Z 0 0 28/11 15/11 0 63
X2 0 1 7/22 1/22 0 7/2
X1 1 0 -1/22 3/22 0 9/2
Sg1 0 0 -7/2 -1/22 1 -1/2
Dengan memakai metode dual simpleks diperoleh table baru, yaitu:

Basis X1 X2 S1 S2 Sg1 Solusi


Z 0 0 0 1 8 63
X2 0 1 0 0 1 7/2
X1 1 0 0 1/7 -1/7 9/2
S1 0 0 1 1/7 -22/7 11/7

Karena solusi masih pecah, suatu kendala Gomory baru ditambahkan. Karena
persamaan X1 memiliki f1 sebesar (f1= 4/7), maka X1 distuliskan dalam bentuk:

( 17 ) s +(0+ 67 ) s
x 1+ 0+ 2 g1
4
=(4+ )
7

1 6 −4
s g 2 − s 2 − s 1= , kemudian ditambahkan pada tabel :
7 7 2

Basis X1 X2 S1 S2 Sg1 Sg2 Solusi


Z 0 0 0 1 8 0 63
X2 0 1 0 0 1 0 7/2
X1 1 0 0 1/7 -1/7 0 9/2
S1 0 0 1 1/7 -22/7 0 11/7
Sg2 0 0 0 -1/7 -6/7 1 -4/7

Dengan menggunakan dual simpleks diperoleh hasil:

Basis X1 X2 S1 S2 Sg1 Sg2 Solusi


Z 0 0 0 0 2 7 55
X2 0 1 0 0 1 0 4
X1 1 0 0 0 -1 1 1
S1 0 0 1 0 -4 1 1
Sg2 0 0 0 1 6 -7 4

Yang menghasilkan solusi bulat optimum x 1=4 , x 2=3 , z=55


Goal programming

Metode Winter

Optimasi Perencanaan Produksi Dengan Menggunakan Metode Goal Programing (Studi


Kasus)

Pada penelitian ini data yang digunakan adalah dataprimer dan data sekunder. Data
primer pada penelitian ini adalah kapasitas mesin dan jam kerja karyawan pada tahun
2018 untuk 26 orang pekerja yaitu 260 jam/ bulan.Tabel 1 berikut merupakan data
kapasitasmesinpada proses produksi roti

Tabel 1. Data Kapasitas Mesin


Nama Mesin Jumlah Mesin (Unit) Kapasitas / Unit
Twist Dividing Machine 1 Unit 25 Kg
Dough Filling Machine 1 unit 25 Kg
Moulding Machine NFZ-380 1 Unit 25 Kg
Mixer 3 Unit 25 Kg
Oven 2 Unit 200-300 unit
Mesin kupas kulit roti 1 Unit 1 Unit
Mesin pemotong roti 3 Unit 8 Unit

Data sekunder diperoleh dari pemilik industri,tabel 2 menunjukkan daftar biaya


produksi masing-masing jenis roti,dan gambar 1 menunjukkan demand. Berikut
merupakan biaya produksi untuk roti bandung, roti mises, roti tawar kupas dan roti
selai.

Tabel 2. BiayaProduksi
Roti Biaya
Roti
Bandung Rp 3.781
Roti Tawar Rp 7.853
Roti Selai Rp 7.320

Roti Meises Rp 4.480


Total Rp 23.434

Setelah memperoleh data primer dan data sekunder selanjutnya dilakukan peramalan
penjualan. Metode peramalan yang digunakan adalah metode WINTER untuk tahun
2019 dan selanjutnya hasil peramalan tersebut digunakan untuk menyusun model Goal
Programming. Selanjutnya dalam membentuk model goal programming tahap pertama
yang dilakukan adalah menentukan variabel keputusan kemudian perumusan fungsi
kendala dan perumusan fungsi kendala tujuan. Kemudian penyusunan model goal
programming dilakukan untuk mengoptimalkan volume produksi, keuntungan dan
pemakaian bahan baku.

(a) (c)

(b) (d)

Gambar 1. (a) Pola Data Roti Bandung, (b) Pola Data roti Meises, (c) Pola Data Roti Tawar Kupas, (d) Pola data
Roti Selai

Selanjutnya merumuskan Goal Programming menggunakan LINDO adapun data yang


digunakan dalam software LINDO yaitu, data permintaan, jumlah bahan baku,
keuntungan dari setiap produk. Dari hasil pengolahan software LINDO di peroleh
volume produksi, keuntungan dan kebutuhan bahan baku. Kemudian hasil tersebut di
analisis apakan sudah sesuaai dengan yang ada pada studi kasus, apa bila tidak sesuai
maka hasil ini akan disarankan untuk digunakaan pada studi kasus agar produksi yang
dilakukan lebih maksimal

a. Peramalan
Peramalan dilakukan untuk mengetahui jumlah permintaan di Tahun 2019. Tabel 3
menunjukkan hasil peramalan menggunakan metode WINTER.
Tabel 3. HasilPeramalan Permintaan Roti
Jenis Roti
Bulan
Roti Bandung Roti Meises Roti Tawar kupas Roti Selai
Januari 3841 3945 3144 4189
Februari 3676 3852 3213 4294
Maret 3957 4047 3198 4131
April 3785 3951 3268 4235
Mei 4073 4149 3253 4073
Juni 3894 4049 3323 4175
Juli 4189 4250 3307 4016
Agustus 4004 4147 3378 4115
September 4305 4352 3361 3958
Oktober 4113 4245 3433 4056
November 4421 4454 3416 3900
Desember 4222 4343 3488 3996

b. Penyusanan Model Goal Programming untuk Perencanaan Produksi


1) Memaksimalkan Keuntungan

Proyeksi keuntungan :
∑4 =1 = UiXi
U= keuntungan untuk 1 biji roti
X = Jumlah permintaan roti
i= Jenis roti
Maka proyeksi untuk bulan januari sebagai berikut :
Proyeksi Keuntungan

= Rp (1200x3841) + Rp(1200x3945) + Rp(1300x3144) + Rp (1200x4189)

= Rp 18.457.000

Sehingga persamaan fungsi proyeksi keuntungan pada bulan januari adalah :

1200X1 + 1200X2+ 1300X3 + 1200X4 ≤ 18.457.000


Maka fungsi kendala sasaran untuk fungsi ini adalah :
1200X1 + 1200X2+ 1300X3 + 1200X4+DB5-DA5 =18.457.000

2) Meminimalkan Pemakaian Bahan Baku

Pemakaain dan ketersediaan bahan baku sebagai fungsi adalah untuk melihat
hubung antara pemakaian dan ketersediaan bahan baku dengan jumlah produk
yang dihasilkan.
Dalam penelitian ini Jumlah pemakaian bahan baku untuk masing-masing
produk harus lebih kecil atau sama dengan keterseediaan bahan-bahantersebut.
Formulasi yang digunakan adalah sebagai berikut.
2

∑ Bi X i ≤ BT i
i=1

Keterangan :
B = Jumlah Pemakaian bahan baku untuk setiap jenis produk
X = variable keputusan untuk jenis tahu ke-i
BT = jumlah ketersediaan bahan baku
i = jenis produk
l = jenis bahan baku (l = 1)
B1 = jumlah pemakaian bahan baku
Jadi formulasi fungsi kendala masing-masing pemakaian bahan baku untuk 4
(empat) produk roti adalah :
a) Tepung terigu
B1X1 + B1X2+ B1X3 + B1X4≤ BT1

b) Telur
B2X1 + B2X2+ B2X3 + B2X4≤ BT1

c) Tepung susu
B3X1 + B3X2+ B3X3 + B3X4≤ BT1

d) Margarin
B4X1 + B4X2+ B4X3 + B4X4≤ BT1

e) Gula pasir
B5X1 + B5X2+ B5X3 + B5X4≤ BT1

f) Garam
B6X1 + B6X2+ B6X3 + B6X4≤ BT1

g) Seres cokelat
B7X1 + B7X2+ B7X3 + B7X4≤ BT1

h) Mentega
B8X1 + B8X2+ B8X3 + B8X4≤ BT1
i) Mentega putih
B9X1 + B9X2+ B9X3 + B9X4≤ BT1

j) Selai
B10X1 + B10X2+ B10X3 + B10X4≤ BT1

k) Air
B11X1 + B11X2+ B11X3 + B11X4≤ BT1

c. Hasil Goa Programming


Tabel 4 Hasil Optimasi Untuk Tahun 2019
Pemakaian Bahan Baku
Tepung Tepung Gula Seres
Keuntungan Terigu Telur Susu Margarin Pasir Garam Coklat Mentega Mentega Selai Air
Bulan (Rp) (Kg) (Kg) (Kg) (Kg) (Kg) (Kg) (Kg) (Kg) Putih (Kg) (Kg) (Liter)
Januari 18.457.200 0,40 0,24 0,05 0,48 0,59 0,37 0,84 0,10 0,42 0,41 93,89
Febuari 18.456.900 0,40 0,48 0,35 0,96 0,6 0,33 0,29 0,60 0,22 0,17 96,16
Maret 18.719.400 0,60 0,80 0,30 0,16 0,74 0,64 0,41 0,20 0,09 0,08 95,48
April 18.613.600 0,40 0,08 0,60 0,56 0,62 0,52 0,85 0,80 0,93 0,03 97,40
Mai 18.982.900 0,30 0,28 0,60 0,76 0,65 0,17 1,97 0,90 0,60 0,76 97,83
Juni 18.865.100 0,90 0,40 0,80 0,16 0,63 0,79 0,41 0,70 0,42 0,96 98,83
Juli 19.245.100 0,85 0,32 0,90 0,44 0,26 0,26 0,54 0,50 0,71 0,50 98,81
Agustus 19.110.600 0,65 0,60 0,80 0,76 0,77 0,20 0,97 0,60 0,99 0,89 100,86
September 19.507.300 0,55 0,36 0,20 0,12 0,84 0,37 0,11 0,10 0,81 0,18 97,45
Oktober 19.359.700 0,20 0,56 0,65 0,36 0,8 0,20 0,53 0,40 0,47 0,81 102,82
November 19.769.600 0,25 0,44 0,50 0,72 0,35 0,50 0,67 0,80 0,92 0,85 102,14
Desember 19.607.600 0,25 0,60 0,55 0,96 0,86 0,42 0,90 0,70 0,98 0,73 103,83

Tabel 4 menunjukkan keuntungan yang didapatkan perusahaan setiap bulannya pada


tahun 2019 serta bahan baku yang perlu untuk disiapkan dalam proses produksi
pembuatan Roti.

Anda mungkin juga menyukai