PERENCANAAN PRODUKSI YANG OPTIMAL

DENGAN PENDEKATAN GOAL PROGRAMMING

DI PT. GOLD COIN INDONESIA

TUGAS SARJANA
Diajukan untuk Memenuhi Sebagian dari Syarat-Syarat
Memperoleh Gelar Sarjana Teknik

Oleh
JUANAWATI MARPAUNG
040403056

DEPARTEMEN TEKNIK INDUSTRI

F A K U L T A S T E K N I K
UNIVERSITAS SUMATERA UTARA
MEDAN
2009

Juanawati Marpaung : Perencanaan Produksi yang Optimal dengan Pendekatan Goal Programming di PT. Gold
Coin Indonesia, 2010.
 ABSTRAK

PT. Gold Coin Indonesia merupakan perusahaan yang bergerak dalam

bidang produksi pakan ternak. Perusahaan menghasilkan produk dalam jumlah
yang besar dengan jenis produk yang sudah dibakukan. Sesuai dengan operasi dan
variasi produk, perusahaan ini bersifat flow shop.
Perencanaan produksi umumnya dilakukan dengan taksiran berdasarkan
peramalan masa lalu. Namun, pada kenyataannya, perusahaan sering dihadapkan
dengan suatu keadaan dimana adanya ketidaksesuaian produksi dengan volume
permintaan karena volume permintaan tergantung kepada permintaan pelanggan.
Pada bulan Desember 2008 terjadi penumpukan produk jadi 30,8% untuk pakan
bentuk tepung (mess), 25,2% untuk pellet, dan 26,6% untuk crumble. Dalam hal
ini, perusahaan diperhadapkan dengan pada pengambilan keputusan dalam
menentukan jumlah produk yang optimal yang akan diproduksi.
Penggunaan Goal Programming mampu menentukan jumlah produksi yang
optimal karena metode Goal Programming potensial untuk menyelesaikan aspek-
aspek yang bertentangan antara elemen-elemen dalam perencanaan produksi.
Dalam Goal Programming terdapat variabel deviasional dalam fungsi kendala
yang digunakan untuk menampung penyimpangan hasil penyelesaian terhadap
sasaran yang hendak dicapai yaitu penyimpangan hasil penyelesaian di atas
sasaran dan juga di bawah sasaran. Jika penyimpangan di atas sasaran merupakan
kondisi yang diinginkan, maka yang diminimumkan adalah penyimpangan di
bawah sasaran dan sebaliknya, jika penyimpangan di bawah sasaran merupakan
kondisi yang diinginkan, maka diminimumkan adalah penyimpangan di atas
sasaran. Artinya, salah satu dari variabel penyimpangan di dalam tujuan berharga
sama dengan nol. Sehingga variabel ini mengubah makna kendala menjadi sasaran
untuk mewujudkan sasaran-sasaran yang dikehendaki.
Sasaran yang ingin dicapai dari penelitian ini adalah untuk memperoleh
rencana produksi yang optimal sebagai alternatif pemecahan masalah dalam
meningkatkan keuntungan. Penggunaan Goal Programming dalam penelitian ini
menghasilkan jumlah produksi yang optimal dimana penggunaan jumlah bahan
baku tetap berada dalam batasan ketersediaan bahan baku di perusahaan.
Keuntungan yang diperoleh dengan pendekatan Goal Programming adalah Rp.
2.258.650.000 untuk pakan bentuk tepung (mess), Rp. 2.141.000.000 untuk pellet,
dan Rp. 1.976.100.000 untuk crumble.
 KATA PENGANTAR

Puji syukur penulis ucapkan kepada Tuhan Yang Maha Esa yang telah

memberi enugerah dan kekuatan kepada penulis untuk menyelesaiakan tugas

sarjana yang berjudul ”Perencanaan Produksi yang Optimal dengan

Pendekatan Goal Programming di PT. Gold Coin Indonesia”

Tugas sarjana ini dibuat sebagai salah satu syarat dalam menempuh ujian

Sarjana untuk memperoleh gelar Sarjana Teknik pada Departemen Teknik

Industri, Fakultas Teknik, Universitas Sumatera Utara.

Dalam Penulisan Tugas sarjana ini, penulis telah berusaha untuk memberi

yang terbaik. Namun, penulis menyadari bahwa Tugas Sarjana ini masih memiliki

kekurangan. Untuk itu, penulis mengharapkan saran dan kritik yang membangun

untuk lebih menyempurnakan Tugas sarjana ini. Semoga Tugas Sarjana ini dapat

bermanfaat bagi pembaca.

Universitas Sumatera

Utara,

Medan, Juli 2009

Penulis
 UCAPAN TERIMA KASIH

Laporan ini tidak akan pernah terwujud tanpa bantuan dan dukungan dari

berbagai pihak. Pada kesempatan ini penulis mengucapkan terima kasih yang

tulus kepada :

1. Ibu Ir. Rosnani Ginting, MT, selaku Ketua Departemen Teknik Industri

Fakultas Teknik Universitas Sumatera Utara.

2. Bapak Ir. Aulia Ishak, MT & Ir. Sugih Arto Pujangkoro, MM selaku

Koordinator Tugas Akhir Departemen Teknik Industri Fakultas Teknik

Universitas Sumatera Utara.

3. Bapak Prof. Ir. Sukaria Sinulingga, M.Eng, selaku Ketua Bidang

Manufaktur Departemen Teknik Industri Fakultas Teknik Universitas

Sumatera Utara.

4. Bapak Ir. Tanib S. Tjolia, M.Eng selaku pembimbing I, yang telah

meluangkan waktunya untuk memberikan motivasi, bimbingan arahan dan

koreksi dalam penulisan Tugas Sarjana ini.

5. Ibu Ir. Elisabeth Ginting, MSi selaku pembimbing II, yang telah sangat

sabar dan telah banyak meluangkan waktu untuk memberikan motivasi,

bimbingan, arahan dan koreksi agar Tugas Sarjana ini dapat selesai.

6. Bapak Ir. Boima Manihuruk, selaku Manager Produksi PT. Gold Coin,

yang banyak membantu penulis selama proses pengambilan data di

lapangan dan memberikan informasi-informasi diperlukan dalam

penulisan Tugas Sarjana ini.

7. Bapak Usman Sapta selaku Kepala Bagian Personalia PT. Gold Coin

Indonesia, yang telah membantu memberikan kesempatan dan izin kepada

penulis untuk melakukan penelitian di PT Gold Coin.

8. Bang Bowo, Kak Dina, Bang Mijo, Bang Nurmansyah, dan Bu Ani yang

telah membantu penulis dalam setiap urusan administrasi yang penulis

butuhkan dan juga buat setiap kerjasama dan semangat yang diberikan

9. Orangtuaku tercinta M. Marpaung dan N. Pandiangan, yang sudah tidak

sabar menanti-nantikan puterinya untuk menyandang gelar Sarjana

Teknik, serta Abang dan adik-adik yang senantiasa memberi motivasi

kepada penulis agar dapat segera menyelesaikan Tugas Sarjana ini.

10. Keluarga Bang Christmas dan Kak Yuli beserta adik-adik yang selalu

memberikan semangat kepada penulis untuk terus berjuang dan selalu

menjadi sumber sukacita bagi penulis ketika menghadapi berbagai

pergumulan.

11. Adik-adik kelompokku, Raganda, Silvia, Indri, Indah, Paska, Junarta,

Robet, Ferri dan David yang senantiasa menyemangati dan mendoakan

penulis selama pengerjaan Tugas Sarjana ini..

12. Teman satu tim kerja pelayanan, Bang Gandi dan Kak Leni yang

senantiasa memberi semangat, perhatian dan mendukung penulis dalam

doa selama pengerjaan Tugas Sarjana ini.

13. Adikku Fritz Mauritz dan Tina Sembiring yang menjadi sumber motivasi

penulis bahkan ketika menghadapi kondisi tersulit dalam pengerjaan

Tugas Akhir ini.

 14. Teman-teman seperjuangan penulis Mariaty, Erna, Anggiat, Ronal beserta

teman-teman stambuk 2004 yang selalu memberi semangat untuk penulis

untuk senantiasa berjuang.

15. Teman-temanku Desima, Wenny, Misna, Valentine, Elfrida, Dameyanti,

Hana, Kak Bela, dan Kak Plorensi, yang membuat penulis lebih percaya

diri dan lebih berharap kepada Tuhan Yesus Kristus dalam setiap hal yang

penulis hadapi.

16. Teman-teman di Kost Harmonika 50 yang selalu memberi semangat dan

sukacita buat penulis, terkhusus buat adikku Juliana Nadapdap.

17. Dan buat semua pihak yang secara langsung atau tidak langsung terlibat

dalam pembuatan laporan ini, terima kasih karena tanpa kalian penulis

bukan siapa-siapa.

Demikian ucapan terimakasih penulis sampaikan, semoga Tugas Sarjana ini

dapat memberikan manfaat bagi kita semua.

 DAFTAR ISI

BAB Halaman

HALAMAN JUDUL ................................................................. i

LEMBAR PENGESAHAN ...................................................... ii

SERTIFIKASI EVALUASI TUGAS SARJANA ....................... iii

ABSTRAK................................................................................. iv

KATA PENGANTAR ............................................................... v

UCAPAN TERIMA KASIH ..................................................... vi

DAFTAR ISI ............................................................................. ix

DAFTAR GAMBAR ................................................................. xiv

DAFTAR TABEL ...................................................................... xv

DAFTAR LAMPIRAN ............................................................. xviii

DAFTAR PUSTAKA ................................................................ xix

I. PENDAHULUAN

1.1. Latar Belakang Permasalahan .............................................. I-1

1.2. Rumusan Masalah................................................................ I-3

1.3. Tujuan dan Manfaat Penelitian............................................. I-3

1.4. Batasan Masalah .................................................................. I-4

I.5. Asumsi-Asumsi .................................................................... I-4

1.6. Sistematika Penulisan Tugas Akhir ...................................... I-4

II. GAMBARAN UMUM PERUSAHAAN

2.1. Sejarah Perusahaan .............................................................. II-1

 DAFTAR ISI..... (Lanjutan)

2.2. Ruang Lingkup Bidang Usaha ............................................. II-2

2.3. Lokasi Perusahaan .............................................................. II-2

2.4. Struktur Organisasi ............................................................. II-2

2.5. Tenaga Kerja dan Jam Kerja Perusahaan.............................. II-5

2.6. Sistem Pengupahan dan Fasilitas yang Digunakan ............... II-7

2.7. Bahan Baku, Bahan Tambahan, dan Bahan Penolong ......... II-8

2.7.1. Bahan Baku ............................................................... II-8

2.7.2. Bahan Tambahan....................................................... II-10

2.7.3. Bahan Penolong ........................................................ II-11

2.8. Mesin-Mesin dan Peralatan Produksi .................................. II-12

2.8.1. Mesin-Mesin Produksi .............................................. II-12

2.8.2. Peralatan Produksi..................................................... II-15

2.8.3. Utilitas ...................................................................... II-19

2.9. Uraian Produksi .................................................................. II-20

2.9.1. Penuangan ................................................................. II-20

2.9.2. Penyaringan .............................................................. II-20

2.9.3. Pengeringan .............................................................. II-20

2.9.4. Penimbangan ............................................................. II-21

2.9.5. Penggilingan ............................................................. II-21

2.9.6. Pencampuran ............................................................. II-22

2.9.7. Pembutiran ................................................................ II-23

 DAFTAR ISI..... (Lanjutan)

2.9.8. Proses Crumble ......................................................... II-24

2.9.9. Pengepakan ............................................................... II-24

III. TINJAUAN PUSTAKA

3.1. Perencanaan Produksi ........................................................ III- 1

3.1.1. Arti dan Pentingnya Perencanaan Produksi ............... III- 1

3.1.2. Sifat-sifat Perencanaan Produksi ............................... III- 2

3.2. Peramalan ........................................................................... III-7

3.2.1. Konsep Dasar dan Pengertian Peramalan .................. III- 7

3.2.2. Karakteristik Peramalan yang Baik ............................ III- 8

3.2.3. Sifat Hasil Peramalan ............................................... III- 9

3.2.4. Teknik Peramalan ..................................................... III- 10

3.2.5. Klasifikasi Teknik Peramalan .................................... III-12

3.3.Program Linier .................................................................... III-18

3.3.1. Metode Grafik ........................................................... III-18

3.3.2. Metode Simpleks ....................................................... III-20

3.4. Goal Programming ............................................................. III-22

3.4.1. Konsep dasar Goal Programming ............................. III-22

3.4.2. Model Umum Goal Programming ............................. III-25

3.4.3. Perumusan Masalah Goal Programming .................. III-26

3.4.3. Metode Pemecahan Masalah .................................... III-27

 DAFTAR ISI..... (Lanjutan)

IV. METODOLOGI PENELITIAN

4.1. Lokasi dan Waktu Penelitian .............................................. IV-1

4.2. Sifat Penelitian ................................................................... IV-1

4.3. Tahapan Penelitian ............................................................. IV-1

4.3.1. Identifikasi masalah, Penetapan Tujuan, dan

Manfaat Penelitian .................................................... IV- 1

4.3.2. Studi Pendahuluan .................................................... IV- 2

4.3.3. Pengumpulan Data ................................................... IV- 2

4.3.4. Pengolahan Data ...................................................... IV- 3

4.3.5. Analisis Pemecahan Masalah .................................... IV- 7

4.3.6. Kesimpulan dan Saran .............................................. IV- 7

V. PENGUMPULAN DAN PENGOLAHAN DATA

5.1. Pengumpulan Data.............................................................. V- 1

5.1.1. Data Penjualan Pakan Ternak Tahun 2008 ............... V-1

5.1.2. Data Pokok dan Harga Penjualan ............................. V-1

5.1.3. Waktu Penyelesaian Produk ..................................... V-2

5.1.4. Data Jam Kerja Tersedia .......................................... V-3

5.1.5. Pemakaian Bahan Baku ............................................ V-4

5.2. Pengolahan Data ................................................................. V- 5

5.2.1. Meramalkan Permintaan untuk tiap produk

Tahun 2008 .............................................................. V-5

 DAFTAR ISI..... (Lanjutan)

5.2.2. Perhitungan Waktu Penyelesaian Produk dan

Ketersediaan Waktu Kerja ...................................... V-16

5.2.3. Perhitungan Pemakaian dan Ketersediaan

Bahan Baku ............................................................. V-17

5.2.4. Memformulasikan Fungsi Sasaran............................ V-20

5.2.5. Memformulasikan Fungsi Pencapaian

Goal Programming .................................................. V-22

5.2.6. Penyelesaian Fungsi Pencapaian Goal Programming

dengan menggunakan bantuan software komputer ... V-24

VI. ANALISIS

6.1. Analisis Hasil Peramalan .................................................... VI-1

6.2. Analisis Perencanaan Produksi ........................................... VI-2

VII. KESIMPULAN DAN SARAN

7.1. Kesimpulan ........................................................................ VII-1

7.2. Saran ................................................................................. VII-2

 DAFTAR GAMBAR

GAMBAR HALAMAN

2.1. Struktur Organisasi PT. Gold Coin Indonesia ....................................... II-4

2.2. Blok Diagram Pembuatan Pakan Ternak Bentuk tepung (mess) ............ II-25

3.1. Blok Diagram Pembuatan Pakan Ternak Bentuk Pellet dan Crumble .... II-26

4.1. Blok Diagram Tahapan Penelitian ........................................................ IV-8

4.2. Blok Diagram Pengolahan Data............................................................ IV-9

5.1. Diagram Pencar Penjualan Mash Tahun 2009 ....................................... V-5

5.2. Diagram Pencar Penjualan Pellet Tahun 2009 ...................................... V-5

5.3. Diagram Pencar Penjualan Crumble Tahun 2009 ................................. V-6

5.4. Moving Range Chart Penjualan Mash Tahun 2008 ............................... V-14
 DAFTAR TABEL

TABEL HALAMAN

2.1. Tenaga Kerja pada PT. Gold Coin Indonesia ........................................ II-5

3.1 Tabel Simpleks Awal.............................................................................III-30

3.2 Tabel Simpleks Awal Pemilihan Kolom Kunci ....................................III-31

3.3 Tabel Simpleks Iterasi I.........................................................................III-32

3.4 Tabel Simpleks Iterasi II........................................................................III-32

3.3 Tabel Simpleks Iterasi III.......................................................................III-32

3.3 Tabel Simpleks Iterasi IV.......................................................................III-33

5.1. Data Penjualan Pakan Ternak Tahun 2008 di PT Gold Coin ................. V-2

5.2. Harga Pokok dan Harga Penjualan Pakan Ternak ................................. V-2

5.3. Kecepatan Produksi.............................................................................. V-3

5.4. Jam Kerja yang Tersedia untuk Tahun 2009 ......................................... V-3

5.5. Data Pemakaian Bahan Baku ................................................................ V-4

5.6 Data Persediaan Bahan Baku ................................................................ V-4

5.7. Perhitungan Parameter Peramalan untuk Metode Konstan .................... V-7

5.8. Perhitungan Parameter Peramalan untuk Metode Linear ....................... V-7

5.9. Perhitungan Parameter Peramalan untuk Metode Kuadratis .................. V-8

5.10. Perhitungan Parameter Peramalan untuk Metode Eksponensial ............ V-10

5.11. Perhitungan SEE untuk Metode Konstan .............................................. V-11

5.12. Perhitungan SEE untuk Metode Linear ................................................. V-12

5.13. Perhitungan SEE untuk Metode Kuadratis ............................................ V-12

 DAFTAR....(Lanjutan)

5.14. Perhitungan SEE untuk Metode Eksponensial ...................................... V-13

5.15. Rekapitulasi Hasil Perhitungan SEE untuk Penjualan Mash.................. V-13

5.16. Perhitungan Hasil Verifikasi................................................................. V-14

5.17. Hasil Peramalan Pakan Bentuk Mash Tahun 2009 ................................ V-15

5.18. Hasil Peramalan Pakan Bentuk PelletTahun 2009 ................................. V-15

5.19. Hasil Peramalan Pakan Bentuk Crumble Tahun 2009 ........................... V-16

5.20. Kecepatan Mesin Produksi ................................................................... V-17

5.21. Pemakaian Bahan Baku ........................................................................ V-18

5.22. Proyeksi Keuntungan Penjualan Pakan Ternak ..................................... V-22

5.23. Formulasi Perencanaan Bulan Mei, Juni, dan Juli ................................. V-24

5.24. Solusi Optimal dengan pendekatan Goal Programming ........................ V-30

6.1. Metode Peramalan yang Digunakan untuk Meramalkan Permintaan

Produk Tahun 2009 .............................................................................. VI-1

6.2. Hasil Perencanaan produksi dengan Goal Programming ...................... VI-2

6.3. Rekapitulasi Hasil Perencanaan Produksi ............................................. VI-4

6.4. Persentase Pemakaian Bahan Baku Bulan Mei ..................................... VI-6

6.5. Persentase Pemakaian Bahan Baku Bulan Juni ..................................... VI-6

6.6. Persentase Pemakaian Bahan Baku Bulan Juli ...................................... VI-7

7.1. Rekapitulasi Jumlah Produksi dengan Goal Programming ................... VII-1

 DAFTAR LAMPIRAN

LAMPIRAN HALAMAN

1. Tugas, Wewenang dan Tanggung Jawab di PT Gold Coin......................... L-1

2. Perhitungan Peramalan untuk Pakan Bentuk Mess .................................... L-13

3. Perhitungan Peramalan untuk Pakan Bentuk Crumble ............................... L-22

4. Penyelesaian Goal programming Menggunakan Metode Simpleks ............ L-31

5. Surat Pengajuan Tugas Akhir .................................................................... L-37

6. Surat Penjajakan ..................................................................................... L-38

7. Surat Balasan dari Perusahaan ................................................................... L-39

8. Surat Keputusan Tugas Akhir.................................................................... L-40

9. Perubahan Surat Keputusan Tugas Akhir .................................................. L-41

10. Berita Acara Dosen Pembimbing.......................................................... ...L-45

 BAB I

PENDAHULUAN

1.1. Latar Belakang Masalah

Perencanaan produksi merupakan salah satu hal yang penting dalam

perusahaan manufaktur. Perencanaan produksi berhubungan dengan penentuan

volume, ketepatan waktu penyelesaian, utilisasi kapasitas, dan pemerataan beban.

Di dalam praktek, manajer produksi harus membuat keputusan mengenai rencana

produksi yang tepat untuk periode yang akan datang agar diperoleh biaya yang

paling minimum sehingga keuntungan yang akan didapatkan bisa semaksimal

mungkin.

Perencanaan produksi umumnya dilakukan dengan taksiran berdasarkan

pengalaman masa lalu. Untuk mencapai keuntungan maksimum pada prinsipnya

dibutuhkan perencanaan produksi yang teliti dengan memperhatikan kendala-

kendala yang terdapat pada sistem produksi. Untuk menyelesaikan persoalan

seperti ini, model-model perencanaan produksi telah banyak dikembangkan.

PT. Gold Coin Indonesia merupakan perusahaan yang bergerak di bidang

produksi pakan ternak. Produk yang dihasilkan ada tiga jenis yaitu bentuk tepung

(mess), pellet, dan crumble. Dalam upaya peningkatan pemasarannya, perusahaan

sering dihadapkan dengan suatu keadaan dimana adanya ketidaksesuaian produksi

dengan volume permintaan karena volume permintaan bersifat fluktuatif. Pada

bulan-bulan tertentu, besarnya kapasitas produksi lebih besar dari permintaan

yang mengakibatkan persediaan barang jadi menumpuk. Misalnya pada bulan

Desember 2008, jumlah pakan yang diproduksi adalah 3690 ton (mess), 1000 ton

(pellet), dan 1560 ton (crumble). Sementara penjualan (permintaan) yang terjadi

adalah 2552 ton (mess), 748 ton (pellet) dan 1144 ton (crumble). Ini berarti terjadi

penumpukan (kelebihan) 30,8% (mess), 25,2% (pellet), dan 26,6% (crumble).

Dalam hal ini, perusahaan diperhadapkan pada pengambilan keputusan dalam

menentukan rencana produksi yang optimal. Untuk itu, diperlukan pendekatan

yang tepat sehingga dapat menghasilkan keputusan yang tepat. Perencanaan

produksi dengan menggunakan Goal Programming merupakan salah satu metode

yang dapat mengoptimalkan perencanaan produksi.

Goal Programming adalah salah satu model matematis yang dipandang

sesuai digunakan untuk pemecahan masalah-masalah multi tujuan karena melalui

variabel deviasinya, Goal Programming secara otomatis menangkap informasi

tentang pencapaian relatif dari tujuan-tujuan yang ada (Charles D & Timothy

Simpson, 2002). Dalam Goal Programming terdapat variabel deviasional dalam

fungsi kendala yang digunakan untuk menampung penyimpangan hasil

penyelesaian terhadap sasaran yang hendak dicapai yaitu penyimpangan hasil

penyelesaian di atas sasaran dan juga di bawah sasaran. Jika penyimpangan di atas

sasaran merupakan kondisi yang diinginkan, maka yang diminimumkan adalah

penyimpangan di bawah sasaran dan sebaliknya, jika penyimpangan di bawah

sasaran merupakan kondisi yang diinginkan, maka diminimumkan adalah

penyimpangan di atas sasaran. Artinya, salah satu dari variabel penyimpangan di

dalam tujuan berharga sama dengan nol. Sehingga variabel ini mengubah makna

kendala menjadi sasaran untuk mewujudkan sasaran-sasaran yang dikehendaki.

1.2. Rumusan Permasalahan

Berdasarkan latar belakang permasalahan diatas, maka pokok

permasalahan yang akan dicari pemecahannya dalam penelitian ini adalah

menyusun rencana produksi yang optimal apabila terjadi deviasional pada salah

satu atau beberapa variabel keputusan. Dimana penentuan jumlah produksi yang

menjadi permasalahan dalam perusahaan ini dikaitkan dengan upaya

memaksimalkan laba dan juga pencapaian beberapa sasaran dengan

mempertimbangkan berbagai faktor-faktor pembatas.

1.3. Tujuan dan Manfaat Penelitian

Tujuan yang ingin dicapai dalam penelitian ini adalah untuk mendapatkan

sebuah rencana produksi yang optimal sehingga dapat dijadikan sebagai alternatif

pemecahan masalah dalam meningkatkan keuntungan dengan menggunakan

pendekatan Goal Programming.

Manfaat yang diharapkan dapat diperoleh dari penelitian ini adalah:

a. Memberikan kesempatan kepada mahasiswa untuk dapat menganalisis

kesinkronisasian antara teori dengan penerapannya dilapangan.

b. Meningkatkan kemampuan bagi mahasiswa dalam menerapkan teori yang

didapat di bangku kuliah dengan mengaplikasikannya di lapangan.

c. Sebagai masukan dan sumbangan pemikiran bagi perusahaan dalam

melakukan perencanaan produksi yang optimal.

1.4. Batasan Masalah

Batasan masalah yang digunakan dalam penelitian ini adalah:

a. Data penjualan yang digunakan untuk meramalkan permintaan adalah data

penjualan tahun 2008.

b. Penelitian ini dilakukan untuk produk pakan ternak ayam bentuk tepung

(mess), pellet dan crumble.

c. Penelitian ini dilakukan hanya sampai penentuan jumlah produksi yang

optimal.

d. Jangka waktu yang ditinjau dalam penelitian ini dibatasi hanya untuk 3 bulan.

1.5. Asumsi-asumsi

Asumsi-asumsi yang digunakan dalam penelitian ini adalah :

a. Proses produksi yang berlangsung di perusahaan beroperasi secara normal.

b. Harga bahan baku dan harga jual produk tidak berubah selama penelitian

1.6. Sistematika Penulisan

Siatematika penulisan ini bertujuan memberikan gambaran umum tentang

penelitian yang dilakukan. Sistematika penulisan penelitian ini adalah :

BAB I PENDAHULUAN

Menguraikan tentang latar belakang masalah, rumusan

permasalahan, tujuan dan manfaat penelitian, batasan masalah dan

asumsi yang digunakan serta sistematika penulisan tugas akhir.

BAB II GAMBARAN UMUM PERUSAHAAN

Menjelaskan tentang sejarah umum perusahaan, struktur

organisasi, produk yang dihasilkan serta proses produksi.

BAB III LANDASAN TEORI

Menjelaskan tentang dasar teori yang digunakan dalam analisis dan

pemecahan masalah yang dirumuskan untuk mencapai tujuan dan

sasaran studi.

BAB IV METODOLOGI PENELITIAN

Berisi tentang metode penelitian yang digunakan sebagai kerangka

pemecahan masalah, baik dalam mengumpulkan data ataupun

dalam menganalisis data.

BAB V PENGUMPULAN DAN ANALISIS DATA

Bab ini memuat data yang diperoleh dan pengolahannya untuk

pemecahan masalah sesuai dengan langkah-langkah yang telah

diuraikan.

BAB VI ANALISIS DAN EVELUASI

Berisi uraian pembahasan-pembahasan yang dilakukan untuk

menyelesaikan masalah yang dihadapi dan mengevaluasi

perbedaan-perbedaan yang terlihat antara hasil studi dengan fakta-

fakta di lapangan, serta memberikan penjelasan secara ilmiah.

BAB VII KESIMPULAN DAN SARAN

Berisi kesimpulan dari hasil penelitian serta saran yang diberikan

peneliti bagi perusahaan berdasarkan kesimpulan yang diambil.

 BAB II

GAMBARAN UMUM PERUSAHAAN

2.1. Sejarah Perusahaan

Gold Coin Group dengan merek dagang GOLD COIN merupakan bagian

dari Zuellig Group yang berada di Swiss yang berdiri sejak tahun1953.

Sedangkan di Indonesia diberi nama PT. Gold Coin Indonesia, yang merupakan

salah satu cabang yang bertempat di Medan, Sumatera Utara. Perusahaan Gold

Coin Group bergerak dalam usaha produksi pakan ternak yaitu udang, ikan,

unggas, sapi, kambing, babi dan hewan peliharaan lainnya di wilayah Asia

Pasifik. Pabrik dan kantor pemasaran Gold Coin Group ada di Malaysia,

Singapura, Thailand, Indonesia, Philipina, Vietnam, China, Laos, Srilangka, dan

India. Peluang pasar yang semakin terbuka mendorong PT. Gold Coin untuk

melakukan usaha produksi pakan ternak, yang pendiriannya dilakukan secara

bertahap. Pembangunan proyek PT. Gold Coin dilakukan pada Januari 1981,

seiring dengan perkembangan usaha yang dilakukan, PT. Gold Coin Indonesia

melakukan uji coba terhadap produksi koperasi, dan selanjutnya dilakukan

produksi koperasi komersil pada Desember 1981.

Teknologi dan tenaga ahli yang dimiliki oleh Gold Coin sangat

mendukung terhadap pencapaian kualitas pakan ternak yang cukup tinggi. Selain

itu, dengan adanya tenaga-tenaga teknis yang berpengalaman di lapangan dapat

meningkatkan kualitas pakan ternak yang diproduksi. Gold Coin Group juga

didukung dengan sarana peralatan laboratorium dan sumber daya manusia yang
berpengalaman sehingga kualitas/mutu pakan ternak yang dihasilkan dapat dijaga

dan dipertahankan.

2.2. Ruang Lingkup Bidang Usaha

Bidang usaha yang digeluti oleh Gold Coin Group bergerak dalam usaha

produksi pakan ternak di wilayah Asia Pasifik. Pakan ternak yang dihasilkan

terdiri dari pakan utama dan juga pakan khusus. Yang menjadi produk utama

terdiri dari pakan unggas, babi, sapi, dan kambing. Sedangkan untuk pakan

khusus terdiri dari pakan ikan, udang, katak dan hewan peliharaan lainnya. Produk

yang dihasilkan setiap tahunnya mencapai 300.000 ton pakan ternak, baik itu

produk utama maupun juga pakan khusus.

2.3. Lokasi Perusahaan

PT. Gold Coin Indonesia memiliki beberapa tempat yang tersebar di tiga

lokasi, yaitu:

1. Bekasi : Jl. Raya Bekasi KM 28, Desa Medan Satria

2. Surabaya : Jl. Margo Mulya Industri Kav G 1-3 Tandes Surabaya

3. Medan : Jl. Pulau Bali No.2 KIM II, Jl. Medan-Belawan KM 10,5, Medan

Sumatera Utara

2.4. Struktur Organisasi

Organisasi dapat diartikan sebagai kelompok orang yang bekerja sama

untuk mencapai satu atau beberapa tujuan tertentu.

 Pengorganisasian merupakan langkah menuju pelaksanaan rencana

(planning) yang telah disusun sebelumnya. Dengan demikian struktur, corak,

maupun ukuran (size) setiap organisasi akan disesuaikan dengan sasaran, tujuan

maupun target yang ingin dicapai oleh organisasi. Sebagai sebuah proses

manajemen, proses pengorganisasian akan meliputi rangkaian kegiatan yang

bermula pada orientasi terhadap tujuan yang direncanakan untuk dicapai dan

berakhir pada saat struktur organisasi yang dibuat telah dilengkapi dengan

prosedur, metode kerja, kewenangan, personalia dan fasilitas yang dibutuhkan.

Stuktur organisasi PT. Gold Coin Indonesia adalah berbentuk gabungan

lini dan fungsional. Hubungan lini karena pembagian tugas dilakukan dalam

bidang pekerjaan perusahaan dimana beberapa departemen membawahi beberapa

fungsi organisasi. Hubungan fungsional dapat dilihat dari masing-masing

departemen terdiri atas seksi-seksi yang memiliki tugas dan tanggung jawab yang

berbeda sesuai dengan fungsi masing-masing unit dalam organisasi tersebut.

Terdapat beberapa tujuan pembagian tugas yang dilakukan di PT. Gold Coin

Indonesia yaitu:

1. Memberi kemudahan dalam melaksanakan pekerjaan

2. Waktu yang digunakan relatif singkat

3. Pelaksanaan tugas tidak tumpang tindih

4. Meningkatkan keahlian dan kreatifitas pegawai

Struktur organisasi PT. Gold Coin Indonesia dapat dilihat pada Gambar

2.1, sementara uraian tugas, wewenang dan tanggung jawab pada PT. Gold Coin

Indonesia dapat dilihat pada lampiran.

 Branch manager

Deputy General
Manager

Secretary

Sales Manager Purc. Executive Mill Controller Personal Officer Factory Manager Prod. Planning Technical Chemist QAO
Inv. Control Service

Exe. Staff Acc. Payble Production Maintenance

GL&Tax Security Stock Supervisor
Admin. Supervisor Supervisor

DO Admin. Operator telepon/ Prod. Admin Control Room Mechanical

resepsionis
Sales Admin. Store Keeper Feed Additive Electrical

Mesenger
Credit Controller Receiving Dumping Boiler

Driver
Delivery Sacking Off

Temporary
Cleaning Service Weight Bridge Pellet Operator
Gardener Operator

Operator Forklift
Fungsional

Sweeper

Truck
Lini
Transportation

Temporary
Sweeper

Gambar 2.1. Struktur Organisasi PT. Gold Coin Indonesia

Juanawati Marpaung : Perencanaan Produksi yang Optimal dengan Pendekatan Goal Programming di PT. Gold Coin Indonesia, 2010.
2.5. Tenaga Kerja dan Jam Kerja

Tenaga Kerja yang dimiliki oleh PT. Gold Coin Indonesia saat ini

jumlahnya 106 tenaga kerja yang dikelompokkan ke dalam tingkat yang sesuai

dengan pendidikannya yaitu S1 ke atas, D III, SMU ke bawah.

Tenaga kerja di PT. Gold Coin Indonesia dengan tingkat pendidikan SMU

ke bawah dibagi menjadi MWK (Monthly Worker) dan DWK (Daily Worker). PT.

Gold Coin Indonesia juga mengadakan kontrak kerja dan kontrak kerja ini bersifat

sementara. Kontrak kerja tersebut disesuaikan dengan permintaan departemen

masing-masing dan jenis pekerjaan yang akan dikerjakan. Jumlah keseluruhan

tenaga kerja adalah 106 orang yang dapat dilihat pada tabel 2.1.

Tabel 2.1. Tenaga Kerja PT. Gold Coin Indonesia

No Jabatan Jumlah
1 Branch Manager 1 Orang
2 Deputi General Manager 1 Orang
3 Secretary 1 Orang
4 Sales Manager 1 Orang
5 Purchasing Executive 1 Orang
6 Mill Controller 1 Orang
7 Personel Offiser 1 Orang
8 Factory Manager 1 Orang
9 Production Planning Inventory Control 2 Orang
10 Technical Service 3 Orang
11 Chemist/Quality Control 3 Orang
12 Quality Ansurance Officer 1 Orang
13 Executive Staff 4 Orang
14 Account Payable Admin 1 Orang
15 GL & Tax 1 Orang
16 Cost Account 1 Orang
17 Cashier 1 Orang
 Tabel 2.1. Tenaga Kerja….(Lanjutan)

18 Delivery Order Admin 1 Orang

19 Sales Administration 1 Orang
20 Credit Controller 1 Orang
21 Security Coordinator 1 Orang
22 Members of Security 6 Orang
23 Operator 1 Orang
24 Messenger 1 Orang
25 Driver 2 Orang
26 Temporary Cleaning Service 2 Orang
27 Temporary Gardener 1 Orang
28 Stock Supevisor 1 Orang
29 Production Supervisor 2 Orang
30 Maintenance Supervisor 1 Orang
31 Production Administration 2 Orang
32 Store Keeper 1 Orang
33 Receiving 3 Orang
34 Delivery 1 Orang
35 Weight Bridge 1 Orang
36 Forklift Operator 4 Orang
37 Sweeper 1 Orang
38 Bird Feed Stock 1 Orang
39 Truck Transfortation 2 Orang
40 Temporary Sweeper 3 Orang
41 Controll Room 3 Orang
42 Feed Additive 3 Orang
43 Dumping 2 Orang
44 Hand Dumping 2 Orang
45 Mixer 2 Orang
46 Sacking Off 2 Orang
47 Pellet Operator 2 Orang
48 Temporary Sweeper 2 Orang
49 Temporary Sacking Off 8 Orang
50 Temporary Dumping 5 Orang
51 Mechanical 1 Orang
52 Electrical 2 Orang
53 Stock Keeper 1 Orang
54 Boiler 2 Orang
55 Generator Maintence 1 Orang
56 Lab. Asisstant 2 Orang
57 Asistant QAO 1 Orang
Total 106 Orang
Sumber: PT.Gold Coin Indonesia
 Operasi yang terjadi di PT. Gold Coin Indonesia berlangsung secara

kontinu selama 16 jam/hari. Tenaga kerja secara umum bekerja 40 jam/minggu.

PT. Gold Coin Indonesia mengelompokkan waktu kerja karyawannya

menjadi dua shift, yaitu:

1. Waktu Kerja Shift I

a. Senin-Jumat : Pukul 08.00-17.00 WIB

b. Sabtu : Libur

2. Waktu Kerja Shift I

a. Senin-Jumat : Pukul 17.00-01.00 WIB

b. Sabtu : Libur

2.6. Sistem Pengupahan

Sistem pengupahan yang dilakukan di PT. Gold Coin Indonesia diberikan

sesuai dengan peraturan pemerintah yaitu dengan memberikan gaji/upah

karyawan di atas Upah Minimum Regional (UMR). Pada PT. Gold Coin Indoneia

terdapat 80 orang pekerja tetap dan 26 orang pekerja kontrak. Pemberian upah

pada setiap pekerja kontrak dilakukan dengan sistem borongan. Jumlah upah yang

diterima dihitung berdasarkan beban kerja yang dilakukan dalam hitungan ton

bahan baku yang dibeli dan barang jadi yang diproduksi. Sistem borongan ini

ditetapkan bukan dalam pekerja inti, dengan kata lain hanya pada bongkar muat.

Sistem pengupahan dilakukan dengan dua cara, yaitu:

1. Pekerja dapat menerima langsung seluruh upah selama satu bulan bekerja

secara langsung (dalam sekali pembayaran).

2. Pekerja dapat menerima seluruh upah selama satu bulan kerja dalam dua tahap

pembayaran, yaitu pada minggu ke dua dalam setiap bulannya, pekerja dapat

menerima setengah dari upah pokok ditambah dengan overtime dan dikurangi

dengan pajak penghasilan.

Fasilitas-Fasilitas lain yang mendukung keselamatan kerja dan

kesejahteraan karyawan juga disediakan oleh PT. Gold Coin Indoneia. Hal ini

dilakukan untuk memperoleh sumber daya manusia yang berkualitas dan memiliki

kinerja yang tinggi. PT. Gold Coin Indonesia menyediakan fasilitas-fasilitas yang

dibutuhkan oleh segenap karyawan sebagai berikut:

1. Pemberian tunjangan hari raya, bonus tahunan, dan tunjangan uang makan.

2. Mendaftarkan pekerja ke JAMSOSTEK dan asuransi lainnya.

3. Bekerja sama dengan rumah sakit tertentu untuk pelayanan kesehatan

karyawan.

4. Adanya acara tahunan bersama seluruh karyawan beserta keluarga karyawan

PT. Gold Coin Indoneia-Medan.

5. Tersedia sarana transportasi untuk para karyawan.

2. 7. Bahan Baku, Bahan Tambahan, dan Bahan Penolong

2.7.1. Bahan Baku

Bahan Baku adalah bahan yang ikut dalam proses produksi dan memiliki

persentase terbesar dalam produk akhir. Bahan baku yang digunakan adalah:
1. Jagung

Jagung mengandung zat karbohidrat yang tinggi, selain itu jagung juga

memiliki zat protein sehingga dapat menjadi sumber yang baik. Jenis jagung

yang digunakan pada PT. Gold Coin Indonesia dibedakan atas jagung lokal

dan juga jagung impor.

2. Dedak

Dedak yang digunakan sebagai bahan baku untuk produksi pakan ternak

adalah dedak gandum dan dedak beras. Dedak gandum yang digunakan adalah

whaet pollard, yaitu dedak yang berasal dari kulit ari gandum. Dedak beras

dibedakan atas dua jenis yaitu dedak halus dan dedak kasar. Dedak halus

merupakan kulit ari beras yang diperoleh dari proses penyosohan

beras,sedangkan dedak kasar merupakan hasil hancuran padi.

3. Bungkil Kacang Kedelai (Soya Bean Meal/SBM)

Bungkil kacang kedelai mengandung nilai protein yang tinggi, karena

didalamnya terkandung asam amino lisin, yaitu asam amino yang paling

esensial diantara asam-asam amino yang lainnya.

4. Tepung Ikan

Tepung ikan merupakan hasil dari pengolahan ikan yang diolah menjadi

tepung. Kandungan tepung ikan meliputi protein, lemak dan juga kalsium.

5. Tepung Tulang dan Daging (Meat Bone Mea/MBMl)

Tepung tulang dan daging merupakan hasil pengolahan dari daging yang

diolah menjadi tepung. MBM ini mengandung protein, lemak dan juga

kalsium.
6. Kopra

Kopra digunakan sebagai bahan baku dalam pembuatan pakan ternak karena

mengandung persentase serat yang tinggi.

7. Minyak Sawit (CPO)

CPO memiliki nilai biologis yang tinggi yang diperlukan dalam pembuatan

pakan ternak.

8. Ampas Sawit (Palm Kernel)

Ampas sawit ini mengandung nilai protein dan lemak yang tinggi yang sangat

diperlukan dalam pembuatan pakan ternak.

2.7.2. Bahan Tambahan

Bahan yang dibutuhkan untuk menyelesaikan suatu produk, tetapi pemakaiannya

sangat sedikit yang dapat mempengaruhi kualitas produk dinamakan bahan

tambahan. Bahan tambahan yang digunakan adalah:

1. Garam dan mineral, seperti sodium, pig minera, dan poultry mineral

Dibutuhkan untuk pertumbuhan tulang, untuk menjaga keseimbangan asam

basa dalam cairan tubuh ternak, dan juga untuk mekanisme transportasi dalam

tubuh ternak.

2. Vitamin, seperti lysine, luprosi, dan finase

Merupakan komponen organik yang dibutuhkan untuk melakukan proses-

proses dalam tubuh. Vitamin sangat dibutuhkan untuk reaksi-reaksi

metabolisme tubuh dan untuk meningkatkan kemampuan ternak dalam proses

intensifikasi
3. Minyak nabati, seperti canola oil, dan palm oil

Minyak nabati berfungsi untuk melengkapi kekurangan sumber energi dalam

bahan pakan. Keberadaan minyak ini juga akan mempermudah adonan pakan

melewati lubang alat penggiling daging dan saringan.

4. Zat aditif, seperti tapioca

Zat aditif berfungsi untuk memperbaiki pencernaan dan mempercepat

pertumbuhan dan juga mendorong pertumbuhan bobot ternak.

5. Bahan liquid, seperti rhodimet dan choline Cl

Cairan ini berfungsi untuk memperhalus permukaan pakan

2.7.3. Bahan Penolong

Bahan yang tidak tampak dalam produk jadi tetapi hanya menolong proses

produksi agar berjalan dengan lancar dan digunakan sebagai pelengkap produk

saja dinamakan bahan penolong. Adapun bahan penolong yang digunakan adalah:

1. Solar

Solar berfungsi sebagai bahan bakar untuk dryer

2. Minyak pelumas

Minyak pelumas berfungsi sebagai pelumas peralatan-peralatan produksi

3. Karung plastik

Berfungsi sebagai pembungkus produk jadi.

4. Benang jahit

Berfungsi sebagai bahan untuk menjahit karung yang telah diisi dengan

produk jadi.
5. Stiker atau cap pabrik

Berfungsi untuk menunjukkan jenis produk, komposisi, dan zat gizi yang

terkandung dalam produk jadi.

2.8. Mesin-mesin dan Peralatan Produksi

2.8.1. Mesin-Mesin Produksi

1. Vibrator Shifter

Fungsi : Menyaring material yang halus dan kasar

Jumlah : 2 unit

Merek : Van Arsen

Tipe : E-1534, E-1524

Motor : 3,4 KW/380 v, 2,7 KW/380 v

Kecepatan : 1500 rpm

2. Hammer Mill

Fungsi :Menggiling (menghaluskan) bahan baku kasar

Jumlah : 2 unit

Merek : Fimet / Electrim

Tipe : 700-2D

Motor : 132 KW

kecepatan : 3000 rpm

Kapasitas : 22 ton/jam
3. Mixer

Fungsi : Mencampur bahan baku

Jumlah : 1 unit

Motor : 30 KW

Merek : NORD

Kecepatan : 22 rpm

Kapasitas : 4 ton/jam

4. Pellet Mill

Fungsi : Menghasilkan pakan berbentuk pellet

Jumlah : 1 unit

Merek : Fimet / Elect

Tipe : C 750/250

Motor : 200 KW/380 V

Kecepatan : 1500 rpm

5. Cooler

Fungsi : Mendinginkan pakan dari mesin pellet

Jumlah : 1 unit

Merek : Van Arsen

Tipe : TK 2600-1900

Motor : 30 KW

Putaran : 22 rpm

Kapasitas : 20 ton/jam
6. Crumble

Fungsi : Membentuk crumble

Jumlah : 2 unit

Merek : Rotor

Tipe : KR 16.2

Motor : 1,5 KW

Kecepatan : 22 rpm

Kapasitas : 15 ton/jam

7. Blower

Fungsi : Menarik udara panas dari dalam Hamer Mill sekaligus

mempercepat turunnya material

Jumlah : 2 unit

Merek : Van Arsen

Motor : 7,5 KW

Putaran : 3000 rpm

8. Chain Conveyor

Fungsi : Mengangkut raw material ke bucket elevator

Jumlah : 10 unit

Tipe : VM 700

Merek : Van Arsen

Motor : 7,5 KW

Kecepatan : 28 rpm

Panjang : 23060 mm
9. Elevator

Fungsi : Mengangkut raw material ke tempat yang lebih tinggi

Jumlah : 10 unit

Tipe : 250 LG

Merek : Van Arsen, Rotor, Nord

Motor : 2,2 KW

Kecepatan : 85 rpm

Tinggi : 8110 mm, 15.500 mm, 37.400 mm, 34.250 mm.

Kapasitas : 50 ton/jam, 26,25 ton/jam

10. Screw Conveyor

Fungsi : Mengangkut material dari satu proses ke proses

selanjutnya

Jumlah : 31 unit

Tipe : 250 LG

Merek : van Arsen

Motor : 1,5 KW

Kecepatan : 1500 rpm

Panjang : 3800 mm

Kapasitas : 30 ton/jam

2.8.2. Peralatan Produksi

1. Intake Jagung

Fungsi : Tempat penuangan bahan baku berupa jagung

Jumlah : 1 unit
2. Intake I dan II

Fungsi : Tempat penuangan bahan baku berupa SBM, MBM, CY,

RB, RSM, dan lain-lain

Jumlah : 2 unit

3. Slide gate

Fungsi : Membatasi material yang akan digunakan

Jumlah : 35 unit

Merek : Festo

Tipe : VEGA Kb5014, VK 260

Tegangan : 24 VDC

4. Magnet

Fungsi : Menarik logam-logam yang masuk bersama bahan baku

Jumlah : 3 unit

Merek : Van Arsen

Tipe : PM 3

5. Drum Shiever

Fungsi : Menyaring plastik dan bahan yang dapat menghambat raw

material melewati conveyor dan elevator

Jumlah : 3 unit

Merek : Van Arsen

Tipe : TZ 700 x 2300

Motor : 2,2 KW

Kecepatan : 177 rpm

6. Dryer

Fungsi : Mengurangi kadar air bahan baku samapai 17%

Jumlah : 3 unit

Merek : GSI

Kapasitas : 10 ton/jam

Suhu : 2000F - 2500F

7. Buffer Bin

Fungsi : Sebagai tangki penyimpanan bahan sementara

Jumlah : 1 unit

Kapasitas : 3 ton/jam

8. Bin Penyimpanan

Fungsi : Tempat penyimpanan raw material berupa SBM, MBM,

CY, RB, RSM, dan lain-lain yang akan diproduksi.

Jumlah : 24 unit

Type : HM-2EEF

9. Dosing Weigher

Fungsi : Alat penimbang bahan baku dan produk jadi

Jumlah : 2 unit

Daya : 0,75 KW/24 VDC

Merek : Benzler

Kapasitas : 3 ton dan 1,5 ton

10. Cyclon

Fungsi : Sebagai pemisah partikel-partikel halus

Jumlah : 1 unit

Merek : Van Arsen

Tipe : 1600 / 450 x 908 RECHTS

11. Dust Collector

Fungsi : Menyaring bahan-bahan agar material yang digiling tidak

terbuang ke udara

Jumlah : 2 unit

Merek : Van Arsen

Tipe : CAE 215

12. Air Lock

Fungsi : Mencegah kebocoran udara sekaligus menarik bahan-

bahan yang terdapat dalam 1 cyclon

Jumlah : 1 unit

Merek : Van Arsen

Tipe : HT 250

Motor : 0,12 KW

13. Bin Finish Product

Fungsi : Tempat penyimpanan produk jadi yang akan di sacking

Jumlah : 8 unit
14. Forklift

Fungsi : Mangangkut raw material dan produk jadi pada saat

bongkar muat ke atau dari gudang

Jumlah : 3 unit

Kapasitas : 3 ton/jam

2.8.3. Utilitas

1. Genset

Fungsi : Pembangkit listrik apabila listrik PLN padam

Jumlah : 1 unit

Merek : Perkin

Daya : 1000 KVA

2. Boiler

Fungsi : Membangkitkan stem

Jumlah : 1 unit

Kapasitas : 2 ton/jam

Tekanan : 8 bar

3. Compressor

Fungsi : Sebagai penggerak sistem pneumatic pada mesin

produksi.

Jumlah : 2 unit

Motor : 15 KW dan 22KW/380 V

2.9. Uraian Proses Produksi

Proses produksi pakan ternak di PT. Gold Coin Indonesia-Medan Mill

dilakukan melalui beberapa tahapan, mulai dari proses penuangan bahan baku

sampai kepada produk jadi. Tahap-tahap proses produksi di lantai produksi dapat

diuraikan sebaai berikut :

2.9.1. Penuangan (intake section)

Proses pengolahan pakan ternak dimulai dengan menuangkan bahan baku

yang disebut dengan Intake section. Intake section terbagi dua bagian yaitu intake

jagung dan intake bahan baku yang berbentuk tepung. Jagung yang dituang

melalui intake akan dimasukkan ke cylo dengan menggunakan bucket elevator,

sedangkan bahan baku yang berbentuk tepung akan dimasukkan ke bin raw

material dengan menggunakan chain conveyor dan bucket elevator.

2.9.2. Penyaringan

Proses penyaringan dilakukan untuk membersihkan bahan baku dari

kotoran. Sebelum masuk ke dalam bin, bahan baku akan melewati sistem magnet

untuk memisahkan kotoran besi dan logam-logam dari bahan baku. Setelah itu,

bahan baku akan melalui drum pengayak (drum shiever) sehingga bahan baku

dibersihkan dari kotoran seperti plastik, kayu dan benda keras lainnya.

2.9.3. Pengeringan

Proses pengeringan dilakukan hanya untuk bahan baku jagung basah yang

memiliki kadar air 18% - 25%, dimana standar kualitas jagung yang digunakan
dalam proses produksi memiliki kadar air 17%. Oleh karena itu, jagung harus

dikeringkan terlebih dahulu sebelum diolah agar tidak busuk dan dapat bertahan

lama. Jagung basah yang masuk melalui intake, dimasukkan ke wet cylo kemudian

dikeringkan dengan menggunakan dryer, kemudian dibawa ke dry cylo dengan

menggunakan chain conveyor dan bucket elevator. Selanjutnya udara akan

dialirkan ke dry cylo dengan menggunakan blower agar jagung tidak panas akibat

bertumpuknya jagung-jagung, dan dari dry cylo, jagung ini akan dibawa ke bin

raw material dengan menggunakan chain conveyor dan bucket elevator.

2.9.4. Penimbangan (Dosing)

Bahan baku yang berada di bin raw material kemudian ditimbang terlebih

dahulu sesuai dengan formula yang diinginkan sampai mencapai kuantitas 1 batch

(3 ton). Bahan baku ditimbang dengan menggunakan 2 buah timbangan, yaitu

timbangan I dengan kapasitas 3000 kg dan timbangan II dengan kapasitas 1500

kg. Bahan yang telah ditimbang dibawa ke bin hopper dengan menggunakan

chain conveyor dan bucket elevator.

2.9.5. Penggilingan (grinding)

Bahan baku yang berada di bin hopper dibawa ke dalam vibrator shifter

(saringan bergetar) dengan menggunakan chain conveyor melalui slide gate

untuk memisahkan bahan baku yang kasar dengan bahan baku yang halus. Bahan

baku yang halus akan langsung jatuh ke dalam bin tower hammer mill sedangkan

bahan baku yang kasar akan melalui proses penggilingan terlebih dahulu sebelum
masuk ke dalam bin tower hammer mill. Proses penggilingan dilakukan dengan

menggunakan 2 buah mesin hammer mill dengan kapasitas 22 ton/jam , kecepatan

putar 3000 rpm, dan daya 132 kW. Putaran yang terjadi dalam mesin, membuat

bahan baku terpukul dan terlempar ke sepanjang sisi mesin penggiling.

Proses penggilingan yang terjadi pada mesin akan menghasilkan udara

panas, dimana udara panas ini akan dihisap oleh blower melalui jet filter dan

dibuang ke udara.

2.9.6. Pencampuran (mixer)

Bahan baku yang berada di bin tower hammer mill masuk ke mixer

melalui slide gate untuk dicampur hingga rata. Pada proses ini, terjadi

penambahan obat-obatan seperti Rhodimet, CPO, Choline, garam, dan zat aditive

sampai tercampur dengan semua bahan.

Mesin mixer yang digunakan berkecepatan 22 rpm dan kapasitas 4

ton/jam dengan daya 30 kW. Pisau-pisau pengaduk pada mesin ini berbentuk

solenoide yang berputar pada sumbunya secara berlawanan. Hasil pencampuran

pada mesin ini berbentuk mess yang kemudian akan dibawa ke bin finish product

dengan menggunakan chain conveyor dan bucket elevator. Akan tetapi, untuk

produk berbentuk pellet, maka bahan campuran dari mixer ini akan mengalami

proses pelletizing dan untuk produk yang berbentuk crumble, maka mess (tepung)

hasil olahan mesin ini akan melalui proses pelletizing dan crumbling sebelum

masuk ke bin finish product.

2.9.7. Pembutiran (pelletizing)

Pelletizing atau pembutiran merupakan pengolahan lebih lanjut terkhusus

untuk produk yang berbentuk pellet. Campuran yang berbentuk mess (tepung)

dibawa ke pellet mill melalui bin pellet. Sebelum mengalami pemanasan, tepung

yang masuk ke bin pellet disaring terlebih dahulu, kemudian dipanaskan pada

suhu 850 pada tekanan 8-9 bar. Panas yang digunakan berasal dari uap kering

yang dihasilkan dari boiler.

Bahan yang telah dipanaskan kemudian dibentuk menjadi pellet dengan

menggunakan mesin press yang terdiri dari ring die press yang mempunyai

lubang-lubang dengan ukuran tertentu yang disesuaikan dengan produk yang akan

dihasilkan. Die ring berputar dengan kecepatan 1500 rpm dan kapasitas 15

ton/jam dengan daya 200 kW, pada bagian tengahnya terdapat 2 buah rol yang

berputar searah dengan putaran die ring press dengan kecepatan yang sama dan

saling menekan. Dengan demikian bahan campuran yang masuk akan berputar

dan ditekan keluar melalui lubang-lubang yang terdapat pada ring die press.

Selanjutnya, di luar ring die press terdapat pisau yang akan memotong

hasil pellet, sehingga ukuran panjang sesuai dengan yang diinginkan. Hasil

pemotongan dari pellet mill dibawa ke mesin cooler untuk didinginkan sampai

pada batas temperatur yang telah ditentukan oleh alat sensor. Hasil dari mesin

cooler akan dibawa ke bin finase untuk disemprotkan cairan finase yang

bertujuan untuk menghaluskan permukaan pellet, selanjutnya produk ini dibawa

ke bin finish product.

2.9.8. Proses Crumble (crumbling)

Crumbling merupakan pengolahan lebih lanjut terkhusus jika produk yang

diinginkan dalam bentuk crumble. Pellet yang dihasilkan melalui pellet mill akan

dibawa ke mesin crumble. Pada mesin ini, terjadi proses pemotongan pellet

menjadi ukuran yang lebih kecil sesuai dengan yang diinginkan. Mesin crumble

ini berputar dengan kecepatan 22 rpm dan daya 1,5 kW.

Crumble yang dihasilkan kemudian disaring menggunakan vibrator. Hasil

penyaringan dibawa ke bin finase untuk disemprotkan cairan finase yang

bertujuan untuk menghaluskan permukaan crumble dan selanjutnya dibawa ke bin

finish product. Sementara abu yang dihasilkan dari vibrator dibawa kembali ke

mixer dengan menggunakan chain conveyor dan bucket elevator untuk diolah

kembali.

2.9.9. Pengepakan (sacking)

Produk jadi dari proses pengolahan pakan ternak ini terdiri atas 3 bentuk

yaitu mess, pellet, dan crumble, dimana semuanya akan masuk ke bin finish

product yang telah ditentukan sesuai dengan jenisnya. Produk jadi ini akan

dicurahkan ke karung plastik melalui slide gate sebanyak 50 kg/karung. Proses ini

berlangsung secara otomatis melalui sebuah mesin yang telah di program terlebih

dahulu. Karung yang telah diisi kemudian dijahit dengan menggunakan sewing

machine dan kemudian dibawa ke gudang produk jadi dengan menggunakan alat

angkut forklift untuk disimpan sementara sebelum dilakukan proses pengiriman.

Blok Diagram pembuatan pakan dapat dilihat pada Gambar 2.2, dan 2.3.
 Jagung Tepung Ikan, Tepung Daging dan Tulang
, Dedak, Bungkil
Kacang Kedelai, Kopra

Intake Intake I dan II

Penyaringan

Penyimpanan diBin
Raw Material

Dosing Formula

Penggilingan

Pengayakan

Penyimpanan di
Hammer Mill Pack
CPO

Pencampuran( Mixing)

Bag Plastik

Pengarungan

Benang Jahit

Penjahitan Karung

Gambar 2.2. Block Diagram Pembuatan Pakan Bentuk Tepung (Mess) di PT.
Gold Coin Indonesia
 Jagung Tepung Ikan, Tepung Daging dan Tulang
, Dedak, Bungkil
Kacang Kedelai, Kopra

Intake Intake I dan II

Penyaringan

Penyimpanan diBin
Raw Material

Dosing Formula

Penggilingan

Pengayakan

Penyimpanan di
Hammer Mill Pack
CPO

Pencampuran( Mixing)

Uap Panas

Pembutiran

Pendinginan

Finase

Pembentukan
Crumble

PengayakanPellet Pengayakan Crumble

Bag Plastik Bag Plastik

Pengarungan Pengarungan

Benang Jahit Benang Jahit

Penjahitan Karung Penjahitan Karung

Gambar 2.3. Block Diagram Pembuatan Pakan Berbentuk Pellet dan

Crumble di PT. Gold Coin Indonesia.
 BAB III

LANDASAN TEORI

3.1. Perencanaan Produksi

3.1.1 Arti dan Pentingnya Perencanaan Produksi

Perencanaan produksi merupakan penentuan arah awal dari tindakan yang

harus dilakukan di masa yang akan datang, apa yang harus dilakukan, berapa

banyak dan kapan harus melakukannya.

Hasil dari perencanaan produksi adalah sebuah rencana produksi. Tanpa

adanya rencana produksi yang baik, maka tujuan tidak akan dapat dicapai dengan

efektif dan efisien, sehingga faktor-faktor produksi yang ada akan dipergunakan

secara boros. Oleh karena itu, perencanaan produksi merupakan spesifikasi tujuan

perusahaan yang ingin dicapai serta cara-cara yang akan ditempuh untuk

mencapai tujuan tersebut.

Kegunaan atau pentingnya diadakan suatu rencana produksi adalah

sebagai berikut :

1. Suatu perencanaan meliputi usaha untuk menetapkan tujuan atau

memformulasikan tujuan yang dipilih untuk dicapai, maka dengan adanya

perencanaan produksi, dapat membedakan arah bagi setiap kegiatan produksi

yang jelas. Dengan adanya kejelasan arah tersebut maka kegiatan akan dapat

dilaksanakan dengan efisiensi dan efektifitas setinggi mungkin.

2. Dengan perencanaan yang memberikan formulasi tujuan yang hendak dicapai,

maka akan memungkinkan untuk mengetahui apakah tujuan-tujuan tersebut

 telah dicapai atau tidak. Dengan demikian, koreksi-koreksi terhadap

penyimpangan dari tujuan yang telah ditetapkan dapat diketahui seawal

mungkin. Akibat dari penilaian berdasarkan tujuan yang telah direncanakan

ini, pemborosan dan usaha yang tidak menunjang pencapaian tujuan dapat

dihindari.

3. Memudahkan pelaksanaan kegiatan untuk mengidentifikasikan hambatan-

hambatan yang mungkin timbul dalam usaha tujuan tersebut. Dengan

memperhitungkan hambatan-hambatan tersebut, persiapan untuk

mengatasinya menjadi lebih terarah.

4. Menghindarkan pertumbuhan dan perkembangan yang tidak terkendali.

Misalnya dalam pengembangan usaha, kita selalu mempunyai kecenderungan

untuk selalu menambah jumlah dan jenis tenaga kerja dari yang sudah kita

miliki untuk memperbaiki mutu serta jumlah output

3.1.2. Sifat-Sifat Perencanaan Produksi

Sifat-sifat yang harus dimiliki oleh sebuah perencanaan produksi adalah

sebagai berikut : 1

1. Berjangka waktu

Proses produksi merupakan proses yang sangat kompleks yang memerlukan

keterlibatan bermacam-macam tingkat keterampilan tenaga kerja, peralatan,

modal, dan informasi yang biasanya dilakukan secara terus-menerus dalam

jangka waktu yang sangat lama. Lingkungan yang dihadapi perusahaan, pola

1
Nasution, Arman Hakim. Perencanaan Produksi dan Pengendalian Produksi. 1999. Penerbit Guna
Widya. Surabaya. Hal 15
 permintaan, tersedianya bahan baku dan bahan penunjang, iklim usaha,

peraturan pemerintah, persaingan, dan lain-lain selalu menunjukkan pola yang

tidak menentu dan akan selalu berubah dari waktu ke waktu. Oleh karena itu,

suatu perusahaan tidak mungkin dapat membuat suatu rencana produksi yang

dapat digunakan selamanya. Rencana baru harus dapat dibuat bila keadaan

yang digunakan sebagai dasar pembuatan rencana yang lama sudah berubah.

Karena perubahan yang akan terjadi bersifat sulit untuk diramalkan

sebelumnya, maka secara periodik harus diadakan pengecekan apakah rencana

produksi yang sudah dibuat masih berlaku. Pendekatan yang biasa dilakukan

adalah dengan membuat rencana produksi yang mencakup periode waktu

tertentu dan akan diperbaharui bila periode waktu tersebut sudah dicapai

Ada tiga jenis perencanaan produksi yang didasarkan pada periode waktu,

yaitu :

a. Perencanaan produksi jangka panjang

b. Perencanaan produksi jangka menengah

c. Perencanaan produksi jangka pendek

2. Bertahap

Pembuatan rencana produksi tidak bisa dilakukan hanya sekali dan

digunakan untuk selamanya. Perencanaan produksi harus dilakukan secara

bertahap. Artinya perencanaan produksi akan bertingkat dari perencanaan

produksi level tinggi sampai perencanaan produksi level rendah, dimana

perencanaan produksi level yang lebih rendah adalah merupakan penjabaran

dari perencanaan produksi level yang lebih tinggi.

 Berdasarkan pengelompokan perencanaan produksi atas dasar jangka

waktu diatas, maka dapat dijelaskan sebagai berikut :

a. Perencanaan produksi jangka panjang biasanya melihat 5 tahun atau lebih

ke depan. Jangka waktu terpendeknya adalah ditentukan oleh berapa lama

waktu yang dibutuhkan untuk mengubah kapasitas yang tersedia. Hal ini

meliputi waktu yang dibutuhkan dalam menyelesaikan desain dari

bangunan dan peralatan pabrik yang baru, konstruksinya, instalasinya, dan

hal-hal lainnya sampai fasilitas baru tersebut siap dioperasikan.

b. Perencanaan produksi jangka menengah mempunyai horizon perencanaan

antara 1 sampai 12 bulan, dan dikembangkan berdasarkan kerangka yang

telah ditetapkan pada perencanaan produksi jangka panjang. Perencanaan

jangka menengah didasarkan pada peramalan permintaan tahunan dari

bulan dan sumber daya produktif yang ada (jumlah tenaga kerja, tingkat

persediaan, biaya produksi, jumlah suplier dan sub kontraktor), dengan

asumsi kapasitas produksi relatif tetap

c. Perencanaan produksi jangka pendek mempunyai horizon perencanaan

kurang dari 1 bulan, dan bentuk perencanaannya adalah berupa jadwal

produksi. Tujuan dari jadwal produksi adalah menyeimbangkan

permintaan aktual (yang dinyatakan dengan jumlah pesanan yang

diterima) dengan sumber daya yang tersedia (jumlah departemen, waktu

shift yang tersedia, banyaknya operator, tingkat persediaan yang dimiliki

dan peralatan yang ada), sesuai batasan-batasan yang ditetapkan pada

perencanaan jangka menengah.

3. Terpadu

Perencanaan produksi akan melibatkan banyak faktor, seperti bahan baku,

mesin/peralatan, tenaga kerja, dan waktu, dimana ke semua faktor tersebut

harus sesuai dengan kebutuhan yang direncanakan dalam mencapai target

produksi tertentu yang didasarkan atas perkiraan. Masing-masing faktor

tersebut tidak harus direncanakan sendiri-sendiri sesuai dengan keterbatasan

yang ada pada masing-masing faktor yang dimiliki perusahaan, tetapi rencana

tersebut harus dibuat dengan mengacu pada satu rencana terpadu untuk

produksi. Rencana produksi tersebut juga harus terkait dengan rencana

produksi, seperti pemeliharaan, rencana tenaga kerja, rencana pengadaan

material, dan sebagainya. Keterpaduan ini tidak hanya secara horizontal saja,

tetapi juga secara vertical. Hal ini berarti rencana jangka pendek harus

mengacu pada rencana jangka menengah harus terpadu dengan rencana jangka

panjang, demikian juga sebaliknya.

4. Berkelanjutan

Perencanaan produksi disusun untuk satu periode tertentu yang merupakan

masa berlakunya rencana tersebut. Setelah habis masa berlakunya, maka harus

dibuat rencana baru untuk periode waktu berikutnya lagi. Rencana baru ini

harus dibuat berdasarkan hasil evaluasi terhadap rencana sebelumnya, apa

yang sudah dilakukan dan apa yang belum dilakukan, apa yang telah

dihasilkan dan bagaimana perbandingan hasilnya dengan target yang telah

ditetapkan. Dengan demikian, rencana baru tersebut haruslah merupakan

kelanjutan dari rencana yang dibuat sebelumnya.

5. Terukur

Selama pelaksanaan produksi, realisasi dari rencana produksi akan selalu

dimonitor untruk mengetahui apakah terjadi penyimpangan dari rencana yang

telah ditetapkan. Untuk mengetahui ada tidaknya penyimpangan, maka

rencana produksi harus menetapkan suatu nilai yang dapat diukur, sehingga

dapat digunakan sebagai dasar untuk menetapkan ada tidaknya penyimpangan.

Nilai-nilai tersebut dapat berupa target produksi dan jika dalam realisasinya

tidak memenuhi target produksi, maka kita dengan mudah dapat mengukur

berapa besar penyimpangan menyusun rencana berikutnya.

6. Realistis

Rencana produksi yang dibuat harus disesuaiakan dengan kondisi yang

ada di perusahaan, sehingga target yang ditetapkan merupakan nilai yang

realistis untuk dapat dicapai dengan kondisi yang dimiliki perusahaan pada

saat rencana tersebut dibuat. Jika rencana produksi dibuat tanpa

memperhitungkan kondisi yang ada pada perusahaan, maka perencanaan yang

dibuat tidak akan ada gunanya karena target produksi yang ditetapkan sudah

pasti tidak akan dapat dicapai. Selain itu, kita tidak dapat mengetahui

penyimpangan pelaksanaannya karena pelaksanaannya tidak akan pernah tepat

sesuai dengan rencana. Dengan membuat suatu rencana yang realistis, maka

akan dapat memotivasi pelaksana untuk berusaha mencapai apa yang telah

disusun pada rencana tersebut.

7. Akurat

Perencanaan produksi harus dibuat berdasarkan informasi-informasi yang

akurat tentang kondisi internal dan eksternal sehingga angka-angka yang

dimunculkan dalam target produksi dapat dipertanggungjawabkan. Kesalahan

dalam membuat perkiraan nilai parameter produksi harus dilakukan seteliti

mungkin, sehingga tidak akan terjadi kesalahan yang sama

8. Menantang

Meskipun rencana produksi harus dibuat serealistis mungkin, hal ini bukan

berarti rencana produksi harus menetapkan target yang dengan mudah dapat

dicapai dengan usaha yang sungguh-sungguh.

3.2. Peramalan

3.2.1. Konsep Dasar dan Pengertian Peramalan

Peramalan adalah proses untuk memperkirakan beberapa kebutuhan di

masa datang yang meliputi kebutuhan dalam ukuran kuantitas, kualitas,waktu dan

lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang ataupun jasa. 2

Pada hakekatnya, peramalan hanya merupakan suatu perkiraan, tetapi

dengan menggunakan teknik-teknik tertentu, maka peramalan menjadi lebih

sekedar perkiraan. Dalam kegiatan produksi, peramalan dilakukan untuk

menentukan jumlah permintaan terhadap suatu produk dan merupakan langkah

awal dari proses perencanaan dan pengendalian produksi. Tujuan peramalan

2
Nasution, Arman Hakim. Perencanaan Produksi dan Pengendalian Produksi. 1999. Penerbit Guna
Widya. Surabaya. Hal 25.
dalam kegiatan produksi adalah untuk meredam ketidakpastian, sehingga

diperoleh suatu perkiraan yang mendekati keadaan yang sebenarnya.

3.2.2. Karakteristik Peramalan yang Baik

Peramalan yang baik mempunyai beberapa kriteria penting, antara lain :

a. Akurasi

Akurasi dari suatu hasil peramalan diukur dengan hasil kebiasaan dan

kekonsistenan peramalan tersebut. Hasil peramalan dikatakan bias bila

peramalan tersebut terlalu tinggi atau terlalu rendah dibandingkan dengan

kenyataan yang sebenarnya terjadi. Hasil peramalan dikatakan konsisten bila

besarnya kesalahan peramalan relative kecil. Peramalan yang terlalu rendah

akan mengakibatkan kekurangan persediaan, sehingga permintaan konsumen

tidak dapat dipenuhi segera akibatnya perusahaan dimungkinkan kehilangan

pelanggan dan kehilangan keuntungan penjualan. Peramalan yang terlalu

tinggi akan mengakibatkan tyerjadinya penumpukan persediaan, sehingga

banyak modal yang terserap sia-sia. Keakuratan dari hasil peramalan ini

berperan penting dalam menyeimbangkan persediaan yang ideal.

b. Biaya

Biaya yang diperlukan dalam pembuatan suatu peramalan adalah

tergantung dari jumlah item yang diramalkan, lamanya periode peramalan, dan

metode peramalan yang dipakai. Ketiga faktor pemicu biaya tersebut akan

mempengaruhi berapa banyak data yang dibutuhkan, bagaimana pengolahan

datanya (manual atau komputerisasi), bagaimana penyimpanan datanya.

 Pemilihan metode peramalan harus diesuaikan dengan dana yang tersedia dan

tingkat akurasi yang ingin didapat, misalnya item-item yang penting akan

diramalkan dengan metode yang sederhana dan murah.

c. Kemudahan

Penggunaan metode peramalan yang sederhana, mudah dibuat, dan mudah

diaplikasikan akan memberikan keuntungan bagi perusahaan. Adalah percuma

memakai metode yang canggih, tetapi tidak dapat diaplikasikan pada system

perusahaan karena keterbatasan dana, sumberdaya manusia, maupun peralatan

teknologi.

3.2.3. Sifat Hasil Peramalan

Dalam membuat peramalan atau menerapkan hasil suatu peramalan, maka

ada beberapa hal yang harus dipertimbangkan, yaitu :

1. Peramalan pasti mengandung kesalahan, artinya peramal hanya bisa

mengurangi ketidakpastian yang akan terjadi, tetapi tidak dapat

menghilangkan ketidakpastian tersebut.

2. Peramalan seharusnya memberikan informasi tentang berapa ukuran

kesalahan, artinya karena peramalan pasti mengandung kesalahan, maka

adalah penting bagi peramal untuk menginformasikan seberapa besar

kesalahan yang mungkin terjadi.

3. Peramalan jangka pendek lebih akurat dibandingkan peramalan jangka

panjang. Hal ini disebabkan karena pada peramalan jangka pendek, faktor-

faktor yang mempengaruhi permintaan relatif masih konstan, sedangkan

 semakin panjang periode peramalan, maka semakin besar pula kemungkinan

terjadinya perubahan faktor-faktor yang mempengaruhi permintaan.

3.2.4. Teknik Peramalan

Peramalan sebenarnya upaya untuk memperkecil resiko yang timbul akibat

pengambilan keputusan dalam suatu perencanaan produksi. Semakin besar upaya

yang dikeluarkan tentu resiko yang dapat dihindari semakin besar pula. Faktor-

faktor yang mempengaruhi pemilihan teknik peramalan, antara lain :

1. Horizon Peramalan

Horizon waktu yang berhubungan dengan masing-masing metode peramalan

yaitu cakupan waktu di masa yang akan datang dan jumlah periode yang

diinginkan

2. Tingkat Ketelitian

Tingkat ketelitian yang dibutuhkan sangat erat hubungannya dengan tingkat

perincian yang dibutuhkan dalam suatu peramalan. Untuk beberapa

pengambilan keputusan, variasi atau penyimpangan atas ramalan yang

dilakukan antara 10 sampai 15 persen.

3. Ketersediaan Data

Metode yang digunakan dalam peramalan tergantung pada data atau informasi

yang tersedia. Apabila dari data yang lalu diketahui adanya pola musiman,

maka untuk peramalan satu tahun ke depan sebaiknya digunakan metode

variasi musim. Sedangkan apabila dari data yang lalu diketahui adanya pola
 hubungan antara variabel-variabel yang saling mempengaruhi, maka

sebaiknya digunakan metode kausal atau korelasi

4. Bentuk Pola Data

Dasar utama dari metode peramalan adalah anggapan bahwa jenis dari pola

yang didapati di dalam data yang diramalkan akan berkelanjutan. Adanya

perbedaan kemampuan metode peramalan untuk mengidentifikasikan pola-

pola data, maka perlu adanya usaha penyesuaian antara pola data yang telah

diperkirakan terlebih dahulu dengan teknik dan metode peramalan yang akan

digunakan.

5. Biaya

Biaya-biaya yang tercakup dalam penggunaan suatu prosedur peramalan yaitu,

biaya-biaya pengembangan, penyimpangan data, operasi pelaksanaan dan

kesempatan penggunaan teknik dan metode lainnya

6. Jenis dari Model

Jenis dari model yang ada sangat penting diperhatikan, karena masing-masing

model tersebut mempunyai kemampuan yang berbeda-beda dalam analisis

keadaaan untuk pengambilan keputusan.

7. Mudah tidaknya Penggunaan dan aplikasinya

Prinsip umum dalam penggunaan metode dari peramalan adalah bahwa

metode-metode tersebut dapat dimengerti dan mudah diaplikasikan dalam

pengambilan keputusan.

Sebagaimana diketahui bahwa metode merupakan cara berpikir yang

sistematis dan pragmatis atas pemecahan suatu masalah. Dengan dasar ini, maka
metode peramalan sangat berguna untuk dapat memperkirakan secara sistematis

dan pragmatis atas dasar data yang relevan pada masa yang lalu, dengan demikian

metode peramalan diharapkan dapat memberikan obyektivitas yang lebih besar.

Di samping itu, metode peramalan juga memberikan urutan pengerjaan

dan pemecahan atas pendekatan suatu masalah dalam peramalan. Sehingga bila

digunakan pendekatan yang sama atas permasalahan dalam suatu kegiatan

peramalan, maka akan didapat dasar pemikiran dan pemecahan yang sama, karena

argumentasinya sama. Selain itu, metode peramalan memberikan cara pengerjaan

yang teratur dan terarah, sehingga dengan demikian dapat dimungkinkannya

penggunaan teknik-teknik penganalisaan yang lebih maju. Dengan penggunaan

teknik-teknik tersebut, maka diharapkan dapat memberikan tingkat kepercayaan

dan keyakinan yang lebih besar, karena dapat diuji dan dibuktikan penyimpangan

atau deviasi yang terjadi secara ilmiah

3.2.5. Klasifikasi Teknik Peramalan

Dalam sistem peramalan, penggunaan berbagai model peramalan akan

memberi nilai ramalan yang berbeda. Salah satu seni dalam melakukan peramalan

adalah memilih model peramalan yang terbaik yang mampu mengidentifikasi dan

menanggapi pola aktivitas historis dari data.

Pada umumnya, teknik peramalan dapat dibedakan dalam dua kategori

utama, yaitu : 3

3
Makridakis, dkk. Metode dan Aplikasi Peramalan. 1988. Penerbit:Erlangga. Jakarta Edisi kedua.
Jilid 1. hal 8
1. Peramalan Kualitatif

Yaitu peramalan yang didasarkan atas kualitatif pada masa lalu. Hasil

peramalan yang dibuat sangat tergantung pada orang yang menyusunnya. Hal

ini penting karena hasil peramalan tersebut ditentukan berdasarkan pemikiran

yang bersifat intuisi, judgement atau pendapat, dan pengetahuan serta

pengalaman dari penyusunnya. Biasanya peramalan secara kualitatif ini

didasarkan atas hasil penyelidikan. Meskipun demikian, peramalan dengan

metode kualitatif tidak berarti hanya menggunakan intuisi, tetapi juga bisa

mengikutsertakan model-model statistik sebagai bahan masukan dalam

melakukan keputusan, dan dapat dilakukan secara perseorangan maupun

kelompok.

Metode peramalan kualitatif dapat digolongkan sebagaiberikut :

a. Metode Delphi

Sekelompok pakar mengisi kuisioner, moderator menyimpulkan hasilnya

dan memformulasikan menjadi suatu kuisioner baru yang diisi kembali

oleh kelompok tersebut, demikian seterusnya. Hal ini merupakan proses

pembelajaran dari kelompok tanpa adanya tekanan atau intimidasi

individu.

b. Dugaan Manajemen

Dalam hal ini, peramalan semata-mata berdasarkan pertimbangan

manajemen, umumnya oleh manajemen senior. Metode ini akan cocok

dalam situasi yang sangat sensitive terhadap intuisi dari suatu atau

sekelompok kecil orang yang karena pengalamannya mampu memberikan

 opini yang kritis dan relevan. Teknik akan dipergunakan dalam situasi

dimana tidak ada situasi dimana tidak ada alternatif lain dari model

peramalan yang dapat diterapkan.

c. Riset pasar

Merupakan metode peramalan berdasarkan hasil-hasil dari survey pasar

yang dilakukan oleh tenaga-tenaga pemasar produk atau yang

mewakilinya. Metode ini akan menjaring informasi dari pelanggan atau

pelanggan potensialberkaitan dengan rencana pembelian mereka di masa

mendatang.

d. Analogi histories

Merupakan teknik peramalan berdasarkan pola data masa lalu dari produk-

produk yang dapat disamakan secara analogi. Analogi histories cenderung

akan menjadi terbaik untuk penggantian produk di pasar dan apabila

terdapat hubungan substitusi langsung dari produk dalam pasar.

2. Peramalan Kuantitatif

Yaitu peramalan yang didasarkan atas data kuantitaif pada masa lalu. Hasil

peramalan yang dibuat sangat tergantung pada metode yang dipergunakan

dalam peramalan tersebut. Dengan metode yang berbeda akan diperoleh hasil

peramalan yang berbeda, adapaun yang perlu diperhatikan dari penggunaan

metode tersebut adalah baik tidaknya metode yang dipergunakan, sanagat

ditentukan oleh perbedaan atau penyimpangan antara hasil ramalan dengan

kenyataan yang terjadi. Metode yang baik adalah metode yang memberikan

nilai-nilai perbedaan atau penyimpangan yang mungkin.

Dalam peramalan kuantitatif, prosedur umum yang digunakan adalah :

a. Definisikan tujuan peramalan

b. Pembuatan diagram pencar

c. Pilih minimal dua metode peramalan yang dianggap sesuai

d. Hitung parameter-parameter fungsi peramalan

e. Hitung kesalahan setiap metode peramalan

f. Memilih metode yang terbaik

g. Melakukan verifikasi peramalan

Metode peramalan kuantitatif dibedakan atas dua bagian, yaitu :

a. Metode Time Series, digunakan untuk menganalisa serangkaian data yang

merupakan fungsi dari waktu. Metode ini mengasumsikan beberapa pola

atau kombinasi pola selalu berulang sepanjang waktu, dan pola dasarnya

dapat diidentifikasikasi semata-mata atas dasar data histories dari serial

itu. Ada empat komponen yang mempengaruhi analisis ini, yaitu :

- Pola siklis, terjadi apabila data memiliki kecenderungan untuk naik atau

turun terus-menerus.

- Pola musiman, terjadi apabila nilai data sangat dipengaruhi oleh musim,

misalnya permintaan bahan baku, jagung untuk makanan ternak pada

pabrik pakan ternak.

- Pola horizontal, terjadi apabila nilai data berfluktusi di sekitar nilai rata-

rata.

- Pola trend, terjadi apabiladata memiliki kecenderungan untuk naik atau

turun terus-menerus.
Metode Time Series terdiri atas tiga metode, antara lain :

- Metode Penghalusan (Smoothing)

Metode ini digunakan untuk mengurangi ketidakteraturan musiman dari

data yang lalu, dengan membuat rata-rata tertimbang dari sederetan data

masa lalu. Ketepatan dengan metode ini akan terdapat pada peramalan

jangka pendek, sedangkan untuk peramalan jangka panjang kurang

akurat. Metode ini terdiri dari metode rata-rata bergerak yang terdiri dari

single moving average, linier moving average, double moving average,

weigthed moving average. Metode eksponensial smoothing terdiri atas

single eksponensial smoothing, dan double eksponensial smoothing.

- Metode proyeksi kecenderungan dengan regresi

Metode ini merupakan dasar garis kecenderungan untuk suatu

persamaan, sehingga dengan dasar persamaan tersebut dapat di

proyeksikan hal-hal yang akan diteliti pada masa yang akan datang.

- Metode dekomposisi

Yaitu ramalan yang ditentukan dengan kombinasi dari fungsi yang ada

sehingga tidak dapat diramalkan secara biasa. Model tersebut didekati

dengan funsi linier vatau siklis, kemudian bagi t atas kwartalan

sementara berdasarkan pola data yang ada. Metode dekomposisi

merupakan pendekatan peramalan yang tertua. Terdapat beberapa

pendekatan alternatif umtuk mendekomposisikan suatu derat berkala

yang semuanya bertujuan memisahkan setiap komponen deret data

seteliti mungkin.
b. Metode Kausal

Metode ini mengasumsikan faktor yang diperkirakan menunjukkan adanya

hubungan sebab akibat dengan sat atau beberapa variable bebas. Misalnya,

jumlah pendapatan berhubungan dengan faktor-faktor seperti jumlah

penjualan, harga jual, dan tingkat promosi. Kegunaan dari metode kausal

adalah untuk menemukan bentuk hubungan antara variabel tersebut dan

menggunakannya untuk meramalkan milai dari variabel tidak bebas.

Metode kausal terdiri atas beberapa metode, antara lain :

- Metode regresi dan korelasi

Metode regresi dan korelasi pada penetapan suatu persamaan estimasi

menggunakan teknik “least squares”. Hubungan yang ada pertama-tama

dianalisis secara statistic. Metode ini banyak digunakan untuk peramalan

penjualan, perencanaan keuntungan, peramalan permintaan dan

peramalan keadaan ekonomi.

- Metode ekonometrik

Metode ini didasarkan atas peramalan system peramalan regresi yang

diestimasikan secara simultan. Metode ini selalu digunakan untuk

peramalan penjualan menurut kelas produk, atau peramalan keadaan

ekonomi masyarakat, seperti permintaan harga dan penawaran.

- Metode Input-output

Metode ini dipergunakan untuk menyusun proyeksi trend ekonomi

jangka panjang. Metode ini banyak digunakan untuk peramalan

penjualan perusahaan, penjualan sector industri, dan lain-lain.

3.3. Program Linier

Program linier adalah metode atau teknik matematik yang digunakan

dalam pengambilan keputusan. Secara umum, masalah dalam program linier

adalah pengalokasian sumber daya yang terbatas seperti tenaga kerja, bahan baku,

jam kerja mesin, dan modal dengan cara sebaik-baiknya sehingga diperoleh

maksimisasi keuntungan atau minimisasi biaya produksi. Cara terbaik yang

dimaksudkan adalah keputusan terbaik yang diambil berdasarkan pilihan dari

berbagai alternative.

Suatu penyelesaian program linier perlu dibentuk formulasi secara

matematik dari masalah yang sedang dihadapi dengan syarat sebagai berikut :

1. Adanya variabel keputusan yang dinyatakan dalam symbol matemaik dan

variabel keputusan ini tidak negatif.

2. Adanya fungsi tujuan dari variabel keputusan yang menggambarkan criteria

pilihan terbaik. Fungsi tujuan ini harus dapat dibuat dalam suatu sel fungsi

linier yang dapat berupa maksimum atau minimum.

3. Adanya kendala sumber daya yang dapat dibuat dalam satu set fungsi linier.

Model program linier diaplikasikan untuk menyelesaikan berbagai

masalah diantaranya adalah :

a. Masalah kombinasi produk, yaitu menentukan berapa jumlah dan jenis produk

yang harus dibuat agar diperoleh keuntungan maksimum atau biaya minimum

dengan memperhatikan sumber daya yang dimiliki.

b. Masalah perencanaan investasi, yaitu berapa banyak dana yang akan

ditanamkan dalam setiap alternatif investasi, agar memaksimumkan return in

 investmen atau net present value dengan memperhatikan sumber daya yang

dimilki.

c. Masalah perencanaan produksi dan persediaan, yaitu menentukan berapa

banyak produk yang akan diproduksi setiap periode, agar meminimumkan

biaya persediaan, sewa, lembur, dan biaya sub kontrak.

d. Masalah perencanaan promosi, yaitu berapa banyak dana yang akan

dikeluarkan untuk kegiatan promosi agar diperoleh efektivitas penggunaan

media promosi.

e. Masalah distribusi, yaitu jumlah produk yang akan dialokasikan ke setiap

lokasi pemasaran.

Untuk membuat formulasi model program linier, terdapat tiga

langkah utama yang harus dilakukan, yaitu :

1. Tentukan variabel keputusan atau variabel yang ingin diketahui dan gambarkan

dalam symbol matematik.

2. Tentukan tujuan dan gambarkan dalam satu sel fungsi linier dari variabel

keputusan yang dapat berbentuk maksimum atau minimum.

3. Tentukan kendala dan gambarkan dalam bentuk persamaan linier atau

ketidaksamaan linier dari variabel keputusan.

3.3.1. Metode Grafik

Setelah formulasi model program linier, langkah selanjutnya adalah

menyelesaikan model untuk mendapatkan keputusan terbaik. Salah satu metode

yang digunakan untuk menyelesaikan formulasi model program linier adalah

metode grafik. Metode grafik terbatas pada penyelesaian model yang memiliki

dua variabel keputusan dengan langkah-langkah sebagai berikut :

1. Gambarkan semua kendala daerah kelayakan yaitu daerah yang diliputi oleh

semua kendala. Dalam menggambarkan grafik, kendala yang bertanda lebih

kecil sama dengan, arah grafik yang membentuk daerah layak adalah menuju

titik nol. Kendala berbentuk lebih besar sama dengan, arah grafik yang

membentuk daerah layak adalah menjauhi titik nol. Sedangkan kendala

berbentuk sama dengan (=), daerah layak adalah sepanjang garis tujuan.

2. Gambarkan grafik tujuan.

3. Tentukan daerah layak yang optimum dengan cara menggeser fungsi tujuan ke

kanan atas hingga memotong salah satu atau lebih titik elstrim yang terdapat

dalam daerah layak.

3.3.2. Metode Simpleks

Metode simpleks merupakan salah satu metode yang dapat digunakan

untuk menyelesaikan model formulasi program linierdangan cara iterasi table.

Metode simpleks dapat digunakan untuk menyelesaikan model model formulasi

program linier yang memiliki dua atau lebih variabel keputusan.

Penyelesaian model program linier dengan metode simpleks diperlukan

pengubahan model formulasi ke dalam bentuk standar dengan syarat-ayarat

sebagai berikut :

1. Semua kendala berbentuk persamaan, jika menghadapi kendala berbentuk

lebih kecil sama dengan ( ≤ ), dapat diubah ke dalam bentuk persamaan

 dengan cara menambahkan slack variable yang bernilai satu. Jika menghadapi

kendala berbentuk lebih besar sama dengan ( ≥ ), dapat diubah ke dalam

bentuk persamaan dengan cara mengurangkan dengan surplus variabel yang

bernilai minus satu.

2. Nilai ruas kanan setiap kendala bertanda positif, jika menghadapi kendala yang

memiliki nilai ruas kanan bertanda negative, maka harus diubah menjadi

positif dengan cara mengalikannya dengan minus satu.

3. Semua nilai variabel keputusan non negatif.

Langkah-langkah metode simpleks adalah sebagai berikut :

1. Membuat tabel simpleks awal dengan memasukkan semua nilai yang terdapat

pada kendala dan fungsi tujuan ke dalam tabel simpleks

2. Tentukan kolom kunci, yaitu kolom yang memiliki negatif terbesar pada baris

Zj-Cj.

3. Tentukan baris kunci, yaitu baris yang memiliki angka indeks (nilai bj/nilai

kolom kunci) terkecil tetapi bukan negatif.

4. Cari angka baru yang terdapat pada kolom kunci dengan cara membagi semua

angka pada kolom kunci dengan baris kunci.

5. Mencari angka baru pada baris yang lain dimana nilai pada baris lama

dikurangi dengan perkalian antara angka baru baris kunci dengan koefisien

kolom kunci.

6. Apabila pada tabel baru solusi optimum belum ditemukan, ulangi kembali

langkah 2 sampai langkah 5. Solusi optimum tercapai apabila nilai pada baris
 Zj-Cj berharga lebih kecil sama dengan nol untuk maksimisasi dan berharga

lebih besar sama dengan nol untuk minimisasi.

3.4. Goal Programming

3.4.1. Pengertian dan Konsep Dasar Goal Programming

Goal Programming adalah salah satu model matemetis yang dipakai

sebagai dasar dalam mengambil keputusan untuk menganalisis dan membuat

solusi persoalan yang melibatkan banyak tujuan sehingga diperoleh alternative

pemecahan masalah yang optimal.

Model Goal Programming merupakan perluasan dari model pemrograman

linier yang dikembangkan oleh A. Charles dan W. M. Cooper pada tahun 1956.

Pemrograman linier adalah sebuah metode matematis yang berkaraktristik linier

untuk menemukan suatu penyelesaian optimal dengan cara memaksimumkan atau

meminimumkan fungsi tujuan terhadap satu kendala susunan. Model

pemrograman linier mempunyai tiga unsur utama, yaitu variable keputusan, fungsi

tujuan dan fungsi kendala.

Beberapa asumsi dasar yang diperlukan dalam goal programming adalah: 4

1. Linieritas

Asumsi ini menunjukkan perbandingan antara input yang satu dengan

input yang lain atau untuk suatu input dengan output besarnya tetap dan

terlepas pada tingkat produksi. Hubungannya bersifat linier.

4
Hillier, F. dan Lieberman, G. 1994. Pengantar Riset Operasi. Jilid 1 Edisi Kelima, Penerbit
Erlangga, Jakarta
2. Proporsionalitas

Asumsi ini menyatakan bahwa jika peubah pengambilan keputusan

berubah, maka dampak perubahannya akan menyebar dalam proporsi yng

sebanding dengan fungsi tujuan dan juga fungsi kendalanya. Jadi tidak berlaku

hukum kenaikan hasil yang semakin berkurang.

3. Aditivitas

Asumsi ini menyatakan nilai parameter suatu kriteria optimasi merupakan

jumlah dari nilai individu-individu. Dampak total terhadap kendala ke-I

merupakan jumlah dampak individu terhadap peubah pengambilan keputusan

4. Divisibilitas

Asumsi ini menyatakan bahwa peubah pengambilan keputusan, jika

diperlukan dapat dibagi ke dalam pecahan-pecahan.

5. Deterministik

Asumsi ini menghendaki agar semua parameter tetap dan diketahui atau

ditentukan secara pasti.

Ada beberapa istilah yang digunakan dalam Goal Programming, yaitu :

a. Variabel keputusan (decision variables), adalah seperangkat variabel yang

tidak diketahui yang berada di bawah kontrol pengambilan keputusan, yang

berpengaruh terhadap solusi permasalahan dan keputusan yang akan diambil.

Biasanya dilambangkan dengan Xj (j = 1, 2, 3, …, n)

b. Nilai sisi kanan (right hand sides values), merupakan nilai-nilai yang biasanya

menunjukkan ketersediaan sumber daya (dilambangkan dengan bi) yang akan

ditentukan kekurangan atau kelebihan penggunaannya.

c. Koefisien teknologi (technology coefficient), merupakan nilai-nilai numeric

yang dilambangkan dengan aij yang akan dikombinasikan dengan variable

keputusan, dimana akan menunjukkan penggunaan terhadap pemenuhan nilai

kanan.

d. Variabel deviasional (penyimpangan), adalah variabel yang menunjukkan

kemungkinan penyimpangan –penyimpangan negatif dan positif dari nilai sisi

kanan fungsi tujuan. Variabel penyimpangan negatif berfungsi untuk

menampung penyimpangan yang berada di bawah sasaran yang dikehendaki,

sedangkan variabel penyimpangan positif berfungsi untuk menampung

penyimpangan yang berada di atas sasaran. Dalam model Goal Programming

dilambangkan dengan di- untuk penyimpangan negative dan di+ untuk

penyimpangan positif dari nilai sisi kanan tujuan.

e. Fungsi tujuan, adalah fungsi matematis dari variabel-variabel keputusan yang

menunjukkan hubungan dengan nilai sisi kanannya. Dalam Goal

Programming, fungsi tujuan adalah meminimumkan variabel deviasional.

f. Fungsi pencapaian, adalah fungsi matematis dari variabel-variabel simpangan

yang menyatakan kombinasi sebuah objektif.

g. Fungsi tujuan mutlak, merupakan tujuan yang tidak boleh dilanggar dengan

pengertian mempunyai penyimpangan positif dan atau negative bernilai nol.

Prioritas pencapaian dari fungsi tujuan ini berada pada urutan pertama, solusi

yang dapat dihasilkan adalah terpenuhi atau tidak terpenuhi.

h. Prioritas, adalah suatu sistem urutan dari banyaknya tujuan pada model yang

meungkinkan tujuan-tujuan tersebut disusun secara ordinal dalam Goal

 Programming. Sistem urutan tersebut menempatkan tujuan-tujuan tersebut

dalam susunan dengan hubungan seri.

i. Pembobotan, merupakan timbangan matematis yang dinyatakan dengan angka

ordinal yang digunakan untuk membedakan variabel simpangan I dalam suatu

tingkat prioritas k.

3.4.2. Model Umum Goal Programming

Misalnya dalam perusahaan terdapat keadaan,

Z = C1X1 + C2X2 + C3 X3 + ... + Ci Xi

ST : a1X1 + a2X2 + a3X3 + .....+ biXi ≤ Yi

b1X1 + b2X2 + b3X3 + .....+ biXi ≤ Di

dimana : Z : Fungsi Tujuan

ST : Fungsi Pembatas

Xi : Jumlah produk i yang diproduksi

Yi : Jumlah tenaga kerja yang tersedia

Di : Jumlah bahan baku yang tersedia

Maka, hal ini dapat diselesaikan dengan model Goal Programming sebagai

berikut :

Min Z = P1(d1+ + d1-) + P2(d2+ + d2-) + ... + Pi(di+ + di-)

ST :

∑i =1
aiXi + di+ + di- ≤ Yi

∑i =1
biXi + di+ + di- ≤ Di
Dimana : Pi = Tujuan-tujuan yang ingin dicapai

di- = Penyimpangan negatif

di+ = Penyimpangan positif

3.4.3. Perumusan Masalah Goal Programming

Beberapa langkah perumusan permasalahan Goal Programming adalah

sebagai berikut :

1. Penentuan variabel keputusan, merupakan dasar dalam pembuatan model

keputusan untuk mendapatkan solusi yang dicari. Makin tepat penentuan

variabel keputusan akan mempermudah pengambilan keputusan yang dicari.

2. Penentuan fungsi tujuan, yaitu tujuan-tujuan yang ingin dicapai oleh

perusahaan.

3. Perumusan fungsi sasaran, dimana setiap tujuan pada sisi kirinya ditambahkan

dengan variabel simpangan, baik simpangan positif maupun simpangan

negatif. Dengan ditambahkannya variabel simpangan, maka bentuk dari fungsi

sasaran menjadi fi(xi) + di- - di+ = bi

4. Penentuan prioritas utama. Pada langkah ini dibuat urutan dari tujuan-tujuan.

Penentuan tujuan ini tergantung pada hal-hal berikut :

a. Keinginan dari pengambil keputusan

b. Keterbatasan sumber-sumber yang ada

5. Penentuan pembobotan. Pada tahap ini merupakan kunci dalam menentukan

urutan dalam suatu tujuan dibandingkan dengan tujuan yang lain.

6. Penentuan fungsi pencapaian. Dalam hal ini, yang menjadi kuncinya adalah

memilih variabel simpangan yang benar untuk dimasukkan dalam fungsi

pencapaian Dalam memformulasikan fungsi pencapaian adalah

menggabungkan setiap tujuan yang berbentuk minimasi variabel

penyimpangan sesuai dengan prioritasnya.

7. Penyelesaian model Goal Programming dengan metodologi solusi.

3.4.4. Metode Pemecahan Masalah

Ada dua macam metode yang digunakan untuk menyelesaikan model Goal

Programming, yaitu metode grafis dan metode algoritma simpleks.

1. Metode Grafis

Metode grafis digunakan untuk menyelesaikan masalah Goal Programming

dengan dua variable

Langkah-langkah penyelesaian dengan metode grafis adalah :

a. Menggambar fungsi kendala pada bidang kerja sehingga diperoleh daerah

yang memenuhi kendala.

b. Meminimumkan variabel deviasional agar sasaran-sasaran yang diinginkan

tercapai dengan cara menggeser fungsi atau garis yang dibentuk oleh

variabel deviasional terhadap daerah yang memenuhi kendala.

2. Metode algoritma simpleks

Algoritma simpleks digunakan untuk menyelesaikan masalah Goal

Programming dengan menggunakan variabel keputusan lebih dari dua.

 Langkah-langkah penyelesaian Goal Programming dengan metode algoritma

simpleks adalah :

a. Membentuk tabel simpleks awal

b. Pilih kolom kunci dimana Cj-Zj memiliki nilai negative terbesar. Kolom

kunci ini disebut kolom pivot.

c. Pilih baris kunci yang berpedoman pada bi/aij dengan rasio terkecil

dimana bi adalah nilai sisi kanan dari setiap persamaan. Baris kunci ini

disebut baris pivot.

d. Mencari sistem kanonikal yaitu system dimana nilai elemen pivot bernilai

1 dan elemen lain bernilai nol dengan cara mengalikan baris pivot dengan

-1 lalu menambahkannya dengan semua elemen dibaris pertama. Dengan

demikian, diperoleh tabel simpleks iterasi I.

e. Pemeriksaaan optimalitas, yaitu melihat apakah solusi sudah layak atau

tidak. Solusi dikatakan layak bila variabel adalah positif atau nol.

Berikut akan diberikan sebuah contoh kasus penggunaan Goal

Programming.

Sebuah Perusahaan memproduksi 2 jenis produk yang berbeda, yaitu X1

dan X2. Produk tersebut dikerjakan melalui 2 proses pengerjaan yang berbeda,

yaitu proses I dan proses II. Proses I mampu menghasilkan 5 unit produk X1 dan 6

unit produk X2 sedangkan proses II hanya mampu mengasilkan 1 unit produk X1

dan 2 unit produk X2. Kapasitas maksimum proses I dan II berturut-turut adalah

60 dan 16.
Dalam hal ini, perusahaan menetapkan 4 macam sasaran, yaitu :

1. Kapasitas yang tersedia pada proses I dimanfaatkan secara maksimum.

2. Kapasitas yang tersedia pada proses II dimanfaatkan secara maksimum.

3. Produksi X1 paling sedikit 10 unit.

4. Produksi X2 paling sedikit 6 unit.

Berapakah jumlah produksi optimal yang harus diproduksi oleh perusahaan?

Penyelesaian :

Yang menjadi variabel keputusan adalah :

X1= Jumlah produk X1 yang akan diproduksi

X2= Jumlah produk X2 yang akan diproduksi

Yang menjadi fungsi kendala adalah :

5X1 + 6 X2 ≤ 60

X1 + 2 X2 ≤ 16

X1 ≥ 10

X2 ≥ 6

Sesuai dengan sasaran yang akan dicapai, maka model Goal Programming untuk

kasus ini akan menjadi :

Min Z = P1 (DA1 + DB1) + P2 (DA2 + DB2) + P3 (DB3) + P4 (DB4)

ST :

I 5X1 + 6 X2 + DB1 – DA1 = 60

II X1 + 2 X2 + DB2 – DA2 = 16

III X1 + DB3 = 10

IV X2 + DB4 = 6
Penyelesaian model ini dimulai dengan membuat tabel simpleks awal seperti pada

Tabel 3.1.

Tabel 3.1. Tabel Simpleks Awal

Cj 0 0 1 1 1 1 1 1 bi
Pk Cj VB X1 X2 DA1 DB1 DA2 DB2 DB3 DB4
P1 1 DB1 5 6 -1 1 0 0 0 0 60
P2 1 DB2 1 2 0 0 -1 1 0 0 16
P3 1 DB3 1 0 0 0 0 0 1 0 10
P4 1 DB4 0 1 0 0 0 0 0 1 6
Zj P1 5 6 -1 1 0 0 0 0
P2 1 2 0 0 -1 1 0 0
P3 1 0 0 0 0 0 1 0
P4 0 1 0 0 0 0 0 1
Zj-Cj P1 -5 -6 2 0 1 1 1 1
P2 -1 -2 1 1 2 0 1 1
P3 -1 0 1 1 1 1 0 1
P4 0 -1 1 1 1 1 1 0

Yang menjadi kolom kunci adalah adalah kolom ke-2 dimana Cj-Zj memiliki nilai

negatif terbesar yaitu -6

Yang menjadi baris kunci adalah baris ke-4 karena memiliki bi/aij terkecil.

60/6 = 10

16/2 = 8

10/0 = ∞

6/1 = 1

Pemilihan kolom kunci dapat dilihat pada Tabel 3.2.

 Tabel 3.2. Tabel Simpleks Awal (Pemilihan Kolom Kunci)

Cj 0 0 1 1 1 1 1 1 bi
Pk Cj VB X1 X2 DA1 DB1 DA2 DB2 DB3 DB4
P1 1 DB1 5 6 -1 1 0 0 0 0 60
P2 1 DB2 1 2 0 0 -1 1 0 0 16
P3 1 DB3 1 0 0 0 0 0 1 0 10
P4 1 DB4 0 1 0 0 0 0 0 1 6
Zj P1 5 6 -1 1 0 0 0 0
P2 1 2 0 0 -1 1 0 0
P3 1 0 0 0 0 0 1 0
P4 0 1 0 0 0 0 0 1
Zj-Cj P1 -5 -6 2 0 1 1 1 1
P2 -1 -2 1 1 2 0 1 1
P3 -1 0 1 1 1 1 0 1
P4 0 -1 1 1 1 1 1 0

Langkah selanjutnya adalah mencari sistem kanonikal yaitu sistem dimana

nilai elemen pivot bernilai 1 dan elemen lain bernilai nol dengan cara mengalikan

baris pivot dengan -1 lalu menambahkannya dengan semua elemen dibaris

pertama.

Misalnya untuk baris pertama

0 1 0 0 0 0 0 1 x -6

0 -6 0 0 0 0 0 -6

5 6 -1 1 0 0 0 0 +

5 0 -1 1 0 0 0 -6

Nilai bi pada sistem kanonikal diperoleh dengan cara :

b1 = (-1)(6)(6) + 60 = 24

b2 = (-1)(2)(6) + 16 = 4

b3 = (-1)(0)(6) + 10 = 10

Dengan demikian, diperoleh tabel simpleks iterasi I seperti pada Tabel 3.3.
 Tabel 3.3. Tabel Simpleks Iterasi I

Cj 0 0 1 1 1 1 1 1 bi
Pk Cj VB X1 X2 DA1 DB1 DA2 DB2 DB3 DB4
P1 1 DB1 5 0 -1 1 0 0 0 -6 24
P2 1 DB2 1 0 0 0 -1 1 0 -2 4
P3 1 DB3 1 0 0 0 0 0 1 0 10
0 X2 0 1 0 0 0 0 0 1 6
Zj P1 5 0 -1 1 0 0 0 -6
P2 1 0 0 0 -1 1 0 -2
P3 1 0 0 0 0 0 1 0
Zj-Cj P1 -5 0 2 0 1 1 1 7
P2 -1 0 1 1 2 0 1 3
P3 -1 0 1 1 1 1 0 1

Dengan perhitungan yang sama, dilakukan iterasi sampai ditemukan solusi

optimal. Tabel Iterasi dapat dilihat pada Tabel 3.4, 3.5, 3.6.

Tabel 3.4. Tabel Simpleks Iterasi II

Cj 0 0 1 1 1 1 1 1 bi
Pk Cj VB X1 X2 DA1 DB1 DA2 DB2 DB3 DB4
P1 1 DB1 0 0 -1 1 5 -5 0 4 4
0 X1 1 0 0 0 -1 1 0 -2 4
P3 1 DB3 0 0 0 0 1 -1 1 2 6
0 X2 0 1 0 0 0 0 0 1 6
Zj P1 0 0 -1 1 5 0 1 4
P3 0 0 0 0 1 0 0 2
Zj-Cj P1 0 0 2 0 -4 1 0 -3
P3 0 0 1 1 0 1 1 -1

Tabel 3.5. Tabel Simpleks Iterasi III

Cj 0 0 1 1 1 1 1 1 bi
Pk Cj VB X1 X2 DA1 DB1 DA2 DB2 DB3 DB4
P2 1 DA1 0 0 -1/5 1/5 -1 1 0 4/5 4/5
0 X1 1 0 -1/5 1/5 0 0 0 -6/5 44/5
P3 1 DB3 0 0 1/5 -1/5 0 0 1 6/5 51/5
0 X2 0 1 0 0 0 0 0 1 6
Zj P2 0 0 -1/5 1/5 -1 1 0 4/5
P3 0 0 1/5 -1/5 0 0 0 6/5
Zj-Cj P2 0 0 6/5 4/5 2 0 1 1/5
P3 0 0 4/5 6/5 1 1 0 -1/5
 Tabel 3.6. Tabel Simpleks Iterasi IV

Cj 0 0 1 1 1 1 1 1 bi
Pk Cj VB X1 X2 DA1 DB1 DA2 DB2 DB3 DB4
P4 1 DB4 0 0 -1/4 1/4 -5/4 0 0 1 1
0 X1 1 0 -1/2 1/2 3/2 1 0 0 6
P3 1 DB3 0 0 1/2 -1/2 -3/2 0 1 0 4
0 X2 0 1 1/4 -1/4 -5/4 0 0 0 5
Zj P3 0 0 -1/4 1/4 -5/4 0 1 1
P4 0 0 1/2 -1/2 -3/2 0 0 0
Zj-Cj P3 0 0 5/4 3/4 9/4 1 1 0
P4 0 0 1/2 3/2 5/2 1 0 1

Pada Tabel 3.6 diperoleh solusi optimal karena seluruh Zj-Cj ≥ 0. Dengan

demikian, solusi optimal untuk produk yang diproduksi adalah:

X1 = 6 dan X2 = 5

3. Penyelesaian model Goal Programming menggunakan software LINDO.

Lindo, singkatan dari Linear Interactive Discrete Optimizer, adalah sebuah

program yang dirancang untuk menyelesaikan kasus-kasus pemrograman

linear. Sebuah kasus harus diubah dahulu ke dalam sebuah model matematis

pemrograman linear yang menggunakan format tertentu agar bisa diolah oleh

program LINDO.

1. Input LINDO

Program ini menghendaki input sebuah program matematika dengan

struktur tertentu.

Misalnya, contoh di atas bentuk input di program LINDO adalah :

 MIN DA1 + DB1 + DA2 + DB2 + DB3 + DB4
SUBJECT TO
2) -DA1 + DB1 +5X1 + 6X2 = 60
3) -DA2 + DB2 + X1 + 2X2 = 16
4) DB3 + X1 = 10
5) DB4 + X2 = 6
END
2. Output LINDO

Setelah data dimasukkan, segera perintahkan program untuk mengolah

datatersebut melalui fasilitas perintah “GO“. Sesaat kemudian program

menayangkan hasil olahannya.

Output atau hasil olahan program LINDO pada dasarnya bisa dipisahkan

menjadi dua bagian, yaitu :

a. Optimal Solution atau penyelesaian optimal

b. Sensitivity Analysis atau analisis sensitivitas

Hasil olahan LINDO memuat lima macam informasi yaitu :

a. Nilai fungsi tujuan dibawah label Objective Function Value.

Informasi ini ditandai dengan notasi “1)” untuk menunjukkan bahwa di

dalam struktur input LINDO, fungsi tujuan ditempatkan pada baris ke-1

dan fungsi kendala mulai dari urutan baris ke-2.

b. Nilai optimal variabel keputusan di bawah label value.

Variabel keputusan pada output LINDO ditandai dengan label variable.

Misalnya variabel keputusan X1 dan X2, maka bilangan dibawa value

dan berada pada baris dimana X1 berada menunjukkan nilai optimal

variable keputusan.

c. Sensitivitas Cj jika Xj = o di bawah kolom reduced cost.

 Memberikan informasi mengenai sampai sejauh mana nilai Cj harus

diturunkan agar nilai variabel keputusan menjadi positif. Ini berarti

bahwa reduced cost akan selalu nol bilanilai variabel keputusan positif

dan sebaliknya.

d. Slack Variable atau surplus variable di bawah label slack or surplus.

Informasi ini menunjukkan nilai slack dan surplus masing-masing

kendala ketika nilai fungsi tujuan mencapai nilai ekstrem.

e. Dual Price

Informasi ini menunjukkan tentang perubahan yang akan terjadi pada

nilai fungsi tujuan bila nilai ruas kanan kendala berubah satu unit.

Hasil olahan LINDO juga memberikan informasi mengenai jumlah iterasi

yang diperlukan untuk menemukan penyelesaian optimal.

Misalnya, output untuk contoh di atas adalah :

LP OPTIMUM FOUND AT STEP 5

OBJECTIVE FUNCTION VALUE

1) 5.000000

VARIABLE VALUE REDUCED COST

DA1 0.000000 0.750000
DB1 0.000000 1.250000
DA2 0.000000 1.250000
DB2 0.000000 0.750000
DB3 4.000000 0.000000
DB4 1.000000 0.000000
X1 6.000000 0.000000
X2 5.000000 0.000000

ROW SLACK OR SURPLUS DUAL PRICES

2) 0.000000 0.250000
3) 0.000000 -0.250000
4) 0.000000 -1.000000
5) 0.000000 -1.000000

NO. ITERATIONS= 5
 BAB IV

METODOLOGI PENELITIAN

4.1. Lokasi dan Waktu Penelitian

Penelitian ini dilakukan di bagian produksi di PT. Gold Coin Indonesia di

Jln. Pulau Bali Km II, KIM II. Penelitian ini dilaksanakan mulai awal Maret

samapai akhir Mei 2009.

4.2. Sifat Penelitian

Berdasarkan sifat penelitiannya, maka penelitian ini merupakan penelitian

deskriptif komparatif, yaitu penelitian yang memaparkan dan menganalisa data

serta membandingkan keadaan yang ada dengan metode yang digunakan oleh

peneliti.

4.3. Tahapan Penelitian

4.3.1. Identifikasi Masalah, Penetapan Tujuan dan Manfaat Penelitian

Identifikasi masalah perencanaan merupakan langkah awal yang

dilakukan. Permasalahan yang dihadapai adalah bagaimana menentukan jumlah

produksi yang optimal untuk masing-masing produk yang dihasilkan yang

berkaitan erat dengan peningkatan laba dengan mempertimbangkan tujuan-tujuan

lainnya. Dari permasalahan ini kemudian ditetapkan apa yang menjadi tujuan dan

manfaat penelitian secara umum ataupun secara khusus.

4.3.2. Studi Pendahuluan

Untuk memecahkan masalah yang ada sampai kepada tahap menganalisa

dan mengambil keputusan diperlukan studi pendahuluan berupa studi literatur

maupun pengenalan terhadap kondisi perusahaan.

4.3.3. Pengumpulan Data

Data-data dalam penelitian dikumpulkan dengan cara :

1. Melakukan pengamatan langsung di lantai produksi.

2. Melakukan wawancara kepada pihak perusahaan yang berkaitan dengan

informasi yang diperlukan.

3. Mengulas buku-buku laporan administrasi serta catatan-catatan pihak

perusahaan yang berhubungan dengan data yang diperlukan.

Data-data yang dibutuhkan dalam penelitian ini adalah :

1. Data Primer, yaitu data yang diperoleh dari pengamatan yang dilakukan secara

langsung terhadap kondisi nyata di lantai produksi. Data primer ini meliputi

proses pengerjaan dan waktu pengerjaan produk.

2. Data sekunder, yaitu data yang dikumpulkan dengan cara melakukan

wawancara atau juga melalui catatan-catatan perusahaan. Data sekunder yang

dikumpulkan meliputi :

a. Data Penjualan tahun 2008

b. Harga pokok dan harga penjualan produk yang diteliti

c. Jumlah hari kerja untuk mengetahui ketersediaan jam kerja.

 d. Pemakaian dan ketersediaan bahan baku untuk mengetahui komposisi

pemakaian bahan baku utama dan pembatas pemakaian bahan baku.

4.3.4. Pengolahan Data

1. Meramalkan Permintaan untuk tiap Produk pada Tahun 2009

Peramalan dilakukan untuk mengetahui perkiraan permintaan untuk tahun

2009, dimana data yang digunakan sebagai dasar dalam melakukan peramalan

adalah data permintaan tahun sebelumnya yaitu tahun 2008. Data-data yang

telah diperoleh dihitung dengan menggunakan metode-metode peramalan time

series dan pemilihan peramalan terbaik dilakukan dengan membandingkan

kesalahan peramalan. Peramalan terbaik adalah peramalan yang memiliki

kesalahan terkecil.

2. Formulasi Fungsi

a. Variabel Keputusan

Variabel keputusan merupakan output yang akan dioptimalkan sehingga

memenuhi kriteria sasaran dan kendala. Variabel keputusan untuk

perencanaan produksi di PT. Gold Coin adalah jumlah masing-masing

jenis produk yang akan diproduksi, yaitu:

X1 = Jumlah produk pakan bentuk tepung (mess)

X2 = Jumlah produk pakan bentuk pellet

X3 = Jumlah produk pakan bentuk crumble

b. Fungsi Kendala

- Kendala Kecepatan Mesin dan Ketersediaan Jam Kerja

Kecepatan mesin yang dimaksud adalah pemakaian jam kerja mesin

untuk menghasilkan produk pakan untuk satuan ton, kemudian dihitung

waktu kerja yang tersedia dengan cara :

Waktu kerja yang tersedia = (jumlah shift x waktu kerja/shift/hari x

jumlah hari kerja/bulan)

Setelah diperoleh waktu penyelesaian produk dan waktu kerja tersedia,

maka akan dibuat formulasi kendala ketersediaan jam kerja.

Fungsi kendalanya adalah :

3 o

∑ Ai X i ≤ ∑ JK j
i =1 j =1

Bentuk goal proggrammingnya adalah :

3 o

∑
i =1
AiXi + d1- -d1+ = ∑
i =1
JKj

A = Waktu yang dibutuhkan untuk memproduksi 1 ton pakan

X = variabel keputusan untuk jenis pakan ke-i

JKj = Jumlah jam kerja yang tersedia

i = jenis pakan (i=1,2,3)

j = bulan (1,2,..,12)

d1- = Penyimpangan negatif

d1+ = Penyimpangan positif

 - Kendala Pemakaian dan Ketersediaan Bahan Baku

Data pemakaian dan ketersediaan bahan baku untuk membuat tiap

produk diperoleh dari data hasil dokumentasi perusahaan.

Fungsi kendalanya adalah :

9 3

∑ ∑B X
l =1 i =1
l i ≤ BTil

Bentuk goal programmingnya adalah :

9 3 10

∑ ∑
i =1 i =1
BlXi + ∑
l =2
dl- -dl+ = BTil

B = jumlah pemakaian bahan baku untuk tiap jenis pakan

X = Variabel keputusan untuk jenis pakan ke-i

BT = jumlah ketersediaan bahan baku

i = jenis pakan

l = jenis bahan baku (l= 1,2,....9)

d3- = Penyimpangan negatif

d3+ = Penyimpangan positif

c. Fungsi Sasaran

Pemilihan sasaran didasarkan pada keterangan manajemen perusahaan dan

juga berdasarkan kesimpulan yang diambil dari pengamatan dan

pengumpulan data. Sasaran yang akan dicapai adalah memaksimalkan

volume produksi, memaksimumkan keuntungan, Meminimumkan

pemakaian jam kerja dan meminimumkan pemakaian bahan baku.

 Sasaran-sasaran ini disusun berdasarkan prioritas sesuai dengan

kepentingan perusahaan.

- Sasaran memaksimalkan volume produksi

X1 + d11- - d11+ = P1

X2+ d12- - d12+ = P2

X3+ d13- - d13+ = P3

Min Z = P1(d11-+ d12-+ d13-)

P1 =Jumlah permintaan produk Mess

P2 =Jumlah permintaan produk Pellet

P3 =Jumlah permintaan produk Crumble

-Sasaran Memaksimalkan Keuntungan

∑
i =1
UiXi + d14- -d14+ = PK

Min Z = P2d14-

Ui = keuntungan per ton pakan i

PK= Proyeksi keuntungan

3. Memformulasikan fungsi pencapaian yaitu menggabungkan variabel-

variabel keputusan dengan fungsi kendala dan sasaran.

10
Min Z = P1(d11-+d12-+d13-)+P2d14- + P3d1+ + P4 ∑ di +
i =2
ST :

X1 + d11- - d11+ = P1

X2+ d12- - d12+ = P2

X3+ d13- - d13+ = P3

 3

∑
i =1
UiXi + d14- -d14+ = PK

3 o

∑
i =1
AiXi + d1- -d1+ = ∑
i =1
JKj

9 3 10

∑ ∑
i =1 i =1
BlXi + ∑
l =2
dl- -dl+ = BTil

X1,X2,X3,d1-,d1+,d2-,d2+,d3-,d3+,d4-,d4+,d5-,d5+,d6-,d6+,d7-,d7+,d8-,d8+,d9-,d9+,d10-,

d10+,d11-,d11+,d12-,d12+,d13-,d13+, d14-,d14+ ≥ 0

d+ = Penyimpangan positif

d- = Penyimpangan negatif

7. Menyelesaikan fungsi pencapaian

4.3.5. Analisis Pemecahan masalah

Hasil dari pengolahan data pada peramalan dan penentuan jumlah produk

optimal dengan pendekatan Goal Programming selanjutnya dianalisis untuk

melihat perbandingan yang diperoleh antara metode Goal Programming dengan

perencanaan yang ada di perusahaan.

4.6. Kesimpulan dan Saran

Pada tahap ini dibuat kesimpulan yang berhubungan dengan penelitian

yang telah dilakukan. Kesimpulan yang dibuat berisi nilai-nilai yang dihasilkan

dari pengumpulan, pengolahan dan analisa yang dilakukan. Kemudian dibuat

sarsan-saran yang dapat dijadikan masukan bagi pihak perusahaan ataupun bagi

peneliti selanjutnya.
 Blok Diagram tahapan penelitian dan blok diagram pengolahan data dapat

dilihat pada Gambar 4.1.dan Gambar 4.2.

Identifikasi Masalah, Penetapan

Tujuan dan Manfaat Penelitian

Studi Pendahuluan

Pengumpulan Data

Data Primer Data Sekunder

-Proses pengerjaan produk
-Waktu pengerjaan produk
-Data Penjualan tahun 2008
-Harga pokok dan harga penjualan
-Jumlah hari kerja yang tersedia 2009
-Pemakaian Bahan baku
-Ketersediaan Bahan baku

Pengolahan Data

Analisis Pemecahan Masalah

Kesimpulan dan saran

Gambar 4.1. Block Diagram Tahapan Penelitian

 Data Penjualan Harga pokok dan harga penjualan Data jumlah jam kerja Data waktu produksi dan Data pemakaian dan
tahun 2008 untuk setiap jenis pakan yang tersedia jumlah yang diproduksi ketersediaan bahan baku

Peramalan penjualan Penghitungan kecepatan

pakan tahun 2009 produksi untuk tiap jenis
pakan

Hasil peramalan Penghitungan proyeksi

penjualan pakan keuntungan untuk tahun 2009
tahun 2009

Sebagai fungsi kendala

Sebagai fungsi Sebagai fungsi sasaran Sebagai fungsi kendala kecepatan pemakaian dan
pembatas keuntungan yang ingin dicapai produksi dan ketersediaan waktu kerja ketersediaan bahan baku

Formulasi model matematis

permasalahan Goal Programming

Penyelesaian model matematis dengan

metode solusi

Selesai
Gambar 4.2. Blok Diagram Pengolahan Data
 BAB V

PENGUMPULAN DAN PENGOLAHAN DATA

5.1. Pengumpulan Data

Untuk menganalisa permasalahan perencanaan produksi, diperlukan data

dari PT. Gold Coin Indonesia sebagai berikut :

e. Data Penjualan tahun 2008

f. Harga pokok dan harga penjualan produk yang akan dianalisa

g. Kecepatan mesin dan hari kerja untuk mengetahui ketersediaan jam kerja.

h. Pemakaian dan ketersediaan bahan baku untuk mengetahui komposisi

pemakaian bahan baku utama dan pembatas pemakaian bahan baku.

5.1.1. Data Penjualan Pakan Ternak Tahun 2008

Data penjualan pakan ternak pada PT. Gold Coin Indonesia dapat dilihat

pada Tabel 5.1.

5.1.2. Data Harga Pokok dan Harga Penjualan

Harga pokok untuk pembuatan masing-masing pakan berbeda-beda karena

menggunakan jumlah dan jenis bahan yang berbeda-beda. Harga pokok dan harga

penjualan pakan per ton dapat dilihat pada Tabel 5.2.

Tabel 5.1. Data Penjualan Pakan Ternak Tahun 2008 di PT. Gold
Coin Indonesia
 Bulan Penjualan (ton)
2008
Pellet Mess Crumble
Januari 725 3683 1979
Februari 1260 3671 2179
Maret 1268 3553 1373
April 885 5083 1201
Mei 614 4380 1633
Juni 978 3155 1154
Juli 993 3378 2050
Agustus 924 2878 1402
September 1242 3903 1449
Oktober 579 2199 1191
November 890 2712 1444
Desember 748 2552 1144

Tabel 5.2. Harga Pokok dan Harga Penjualan Pakan Ternak

Jenis Harga Harga Keuntungan
Pokok (Ton) Penjualan (Ton)
(Ton)
Mess Rp 3.150.000 Rp. 3.500.000 Rp. 350.000
Pellet Rp. 3.375.000 Rp. 3.750.000 Rp. 375.000
Crumble Rp. 3.600.000 Rp. 4.000.000 Rp. 400.000

5.1.3. Waktu Penyelesaian Produk

Proses produksi di perusahaan ini bersifat kontiniu, dan sebagian besar

dikerjakan oleh mesin secara otomatis. Namun, untuk bagian intake dan sacking,

dikerjakan oleh operator. Dalam hal ini, kecepatan produksi yang diperhitungkan

adalah proses pengerjaan produk yang dikerjakan oleh mesin secara otomatis,

dimana bagian intake dan sacking biasanya dikerjakan bersamaan saat mesin juga

beroperasi. Kecepatan produksi untuk menghasilkan tiap pakan dapat dilihat pada

Tabel 5.3.
 Tabel 5.3. Kecepatan Produksi
Waktu yang
Produk yang
dibutuhkan
dikerjakan
(Menit)
Pakan (Batch)
Mash 5 30
Pellet 5 35
Crumble 5 40

5.1.4. Data Jam Kerja Tersedia

PT Gold Coin terbagi atas 2 shift dan jam kerja karyawan untuk 1 shift adalah

8 jam kerja pada untuk 5 hari kerja dalam 1 minggu yaitu hari senin - jumat.

Untuk menentukan jam kerja yang tersedia, dapat digunakan rumus :

Waktu kerja yang tersedia = (jumlah shift x waktu kerja/shift/hari x jumlah hari

kerja/bulan).

Waktu kerja yang tersedia pada tahun 2009 dapat dilihat pada Tabel 5.4.

Tabel 5.4. Jam Kerja yang tersedia untuk tahun 2009

Bulan Jumlah Kerja Jam kerja Jam Kerja

Tersedia (jam) Tersedia
(Menit)
Januari 19 304 18240
Februari 20 320 19200
Maret 20 320 19200
April 19 304 18240
Mei 20 320 19200
Juni 22 352 21120
Juli 22 352 21120
Agustus 20 320 19200
September 17 272 16320
Oktober 22 352 21120
November 19 304 18240
Desember 20 320 19200
5.1.5. Pemakaian dan Ketersediaan Bahan Baku

Pemakaian bahan baku untuk setiap produk berbeda-beda tergantung dari

komposisi masing-masing produk yang akan diproduksi. Pemakaian bahan baku

untuk membuat masing-masing produk dapat dilihat pada Tabel 5.5.

Tabel 5.5. Data Pemakaian Bahan Baku

Bahan Baku Pakan
Mess Pellet Crumble
(%) (%) (%)
Jagung 60 50 50
Dedak 7,95 7,45 7,7
Bungkil kacang 25,65 28,85 30
Tepung ikan 2 3 2
Tepung tulang 1 2 1,6
Kopra 1 2 2,6
Minyak sawit 1,05 2,8 3
Ampas sawit 1 3 2,5
Obat-obatan 0,35 0,9 0,6

Jumlah ketersediaan bahan baku di Gudang untuk satu bulan dapat dilihat

pada Tabel 5.6. Pembelian bahan baku ini dilakukan dilakukan satu kali dalam

satu bulan karena kebanyakan bahan baku berasal dari luar. Dalam hal ini, karena

sistem perusahaan ini make to stock, diasumsikan bahwa ketersediaan bahan baku

di gudang setiap bulannya tetap.

Tabel 5.6. Data Ketersediaan Bahan Baku Bulan Maret 2008

Bahan Baku Ketersediaan(Ton)
Jagung 4500
Dedak 600
Bungkil kacang 1950
Tepung ikan 180
Tepung tulang 120
Kopra 150
Minyak sawit 180
Ampas sawit 180
Obat-obatan 60
5.2. Pengolahan Data

5.2.1. Meramalkan Permintaan untuk tiap Produk pada Tahun 2009.

Langkah-langkah peramalan yang dilakukan untuk tiap jenis produk pakan :

1. Menentukan Tujuan Peramalan

Tujuan peramalan adalah untuk meramalkan jumlah permintaan tiap pakan

pada periode tahun 2009

2. Membuat Diagram Pencar

Bertujuan untuk melihat trend data masa lalu sebagai acuan untuk memilih

metode peramalan. Diagram penjualan pakan untuk tiap jenis pakan pada

tahun 2008 dapat dilihat pada Gambar 5.1., 5.2., dan 5.3.

Data Penjualan Pakan PelletTahun

2008
Jumlah (Ton)

1500
1000
Pellet
500
0
1 3 5 7 9 11
Periode (Bulan)

Gambar 5.1. Diagram Pencar Penjualan Pellet Tahun 2008

Data Penjualan Pakan Bentuk Tepung

(Mess) Tahun 2009
Jumlah (Ton)

6000
4000
Mess
2000
0
1 3 5 7 9 11
Periode (Bulan)

Gambar 5.2. Diagram Pencar Penjualan Mess Tahun 2008

 Data Penjualan Pakan bentuk Crumble

2500

Jumlah (Ton)
2000
1500
Crumble
1000
500
0
1 2 3 4 5 6 7 8 9 10 11 12
Periode (Bulan)

Gambar 5.3. Diagram Pencar Penjualan Crumble Tahun 2008

3. Memilih Metode Peramalan

Pemilihan metode peramalan dilakukan setelah diperoleh model pola data.

Dari model pola data penjualan pelet yang diperoleh, metode yang digunakan

adalah metode konstan, linier, kuadratis dan eksponensial.

4. Menghitung Parameter Peramalan

Perhitungan parameter peramalan untuk produk pelet dapat dilihat sebagai

berikut :

a. Metode Konstan

Fungsi peramalan : Y = a =
∑y
n
Tabel 5.7. Perhitungan Parameter Peramalan untuk Metode Konstan

X Y
1 725
2 1260
3 1268
4 885
5 614
6 978
7 993
8 924
9 1242
10 579
11 890
12 748
78 11106

a=
∑ y = 11106 = 925,5
n 12
Fungsi peramalannya adalah : Y = 925,5

b. Metode linier

Persamaan : Y = a + bx
Tabel 5.8. Perhitungan Parameter Peramalan untuk Metode Linear

X Y XY X2
1 725 725 1
2 1260 2520 4
3 1268 3804 9
4 885 3540 16
5 614 3070 25
6 978 5868 36
7 993 6951 49
8 924 7392 64
9 1242 11178 81
10 579 5790 100
11 890 9790 121
12 748 8976 144
78 11106 69604 650
 n∑ XY − ∑ X ∑ Y 12(69604) − 78(11106)
b= = = -18,1
n∑ X 2 − (∑ X ) 12(650) − (78) 2
2

a= ∑ Y − b∑ X 11106 − (−18,1)(78)
= = 1043
n 12
Fungsi peramalannya adalah : Y = 1043 – 18,1X

c. Metode Kuadratis
Persamaan : Y = a + bx + cx2

Tabel 5.9. Perhitungan Parameter Peramalan Metode Kuadratis

X Y XY X2 X3 X4 X2Y
1 725 725 1 1 1 725
2 1260 2520 4 8 16 5040
3 1268 3804 9 27 81 11412
4 885 3540 16 64 256 14160
5 614 3070 25 125 625 15350
6 978 5868 36 216 1296 35208
7 993 6951 49 343 2401 48657
8 924 7392 64 512 4096 59136
9 1242 11178 81 729 6561 100602
10 579 5790 100 1000 10000 57900
11 890 9790 121 1331 14641 107690
12 748 8976 144 1728 20736 107712
78 11106 69604 650 6084 60710 563592

α = ∑ X ∑ X 2 − n∑ X 3

α = (78)(650) − 12(6084)
α = −22308
β = (∑ X ) − n∑ X 2
2

β = (78)2 − 12(650)
β = −1716

γ = (∑ X 2 ) − n∑ X 4
2

γ = (650)2 − 12(60710)
 γ = −306020

δ = ∑ X ∑ Y − n∑ XY

δ = (78)(11106) − 12(69604)
= 31020
θ = ∑ X 2 ∑ Y − n ∑ X 2Y

θ = (650)(11106) − 12(563592)
θ = 455796
γ .δ − θ .α
b=
γ .β − α 2

(−306020)(31020) − (455796)(−22308)
b= = 24,56
(−306020)(−1716) − (−22308) 2
θ − bα
c=
γ
(455796) - (24,56)(-22308)
c= = −3,28
(-306020)

a=
∑ y − b∑ X − c ∑ X 2

n
11106 - (24,56)(78) - (-3,28)(650)
a= = 943,5
12
Jadi persamaan menjadi Y = 943,5 + 24,56X – 3,28X2

d. Metode Eksponensial

Fungsi peramalan : Y = a  bx
Tabel 5.10. Perhitungan Parameter Peramalan untuk Metode Eksponensial

X Y X2 Ln Y X Ln Y
1 725 1 6.5861717 6.5861717
2 1260 4 7.138867 14.277734
3 1268 9 7.1451961 21.435588
4 885 16 6.7855876 27.142351
5 614 25 6.4199949 32.099975
6 978 36 6.8855097 41.313058
7 993 49 6.9007307 48.305115
8 924 64 6.8287121 54.629697
9 1242 81 7.1244783 64.120304
10 579 100 6.3613025 63.613025
11 890 121 6.7912215 74.703436
12 748 144 6.617403 79.408836
78 11106 650 81.585175 527.63529

n∑ X ln Y − ∑ X ∑ ln Y 12(527,63) − 78(81,585)
b= = = -0.0187
n∑ X 2 − (∑ X ) 12(650) − (78) 2
2

ln a =
∑ ln Y − b∑ X =
81,585 − (−0.0187)(78)
= 6,9201
n 12
a = 1012,37
Fungsi peramalannya adalah : Y = 1012,37  -0.0187x

5. Menghitung SEE

Perhitungan kesalahan menggunakan metode SEE (Standard Error of

Estimation) dengan menggunakan rumus sebagai berikut:

∑ (Y − Y ')
2

SEE =
n− f

a. Metode konstan

Derajat kebebasan (f) = 1

 Tabel 5.11. Perhitungan SEE untuk Metode Konstan

X Y Y' Y-Y' (Y-Y')2

1 725 925.5 -200.5 40200.25
2 1260 925.5 334.5 111890.25
3 1268 925.5 342.5 117306.25
4 885 925.5 -40.5 1640.25
5 614 925.5 -311.5 97032.25
6 978 925.5 52.5 2756.25
7 993 925.5 67.5 4556.25
8 924 925.5 -1.5 2.25
9 1242 925.5 316.5 100172.25
10 579 925.5 -346.5 120062.25
11 890 925.5 -35.5 1260.25
12 748 925.5 -177.5 31506.25
78 11106 11106 0 628385

628385
SEEkons tan = = 239,01
12 − 1
b. Metode linear

Derajat kebebasan (f) = 2

Tabel 5.12. Perhitungan SEE untuk Metode Linear
X Y Y' Y-Y' (Y-Y')2
1 725 1024.9231 -299.92308 89953.852
2 1260 1006.8462 253.15385 64086.87
3 1268 988.76923 279.23077 77969.822
4 885 970.69231 -85.692308 7343.1716
5 614 952.61538 -338.61538 114660.38
6 978 934.53846 43.461538 1888.9053
7 993 916.46154 76.538462 5858.1361
8 924 898.38462 25.615385 656.14793
9 1242 880.30769 361.69231 130821.33
10 579 862.23077 -283.23077 80219.669
11 890 844.15385 45.846154 2101.8698
12 748 826.07692 -78.076923 6096.0059
78 11106 11106 -1.137E-13 581656.15

581656,15
SEElinear = = 241,18
12 − 2
c. Metode kuadratis

Derajat kebebasan (f) = 3

Tabel 5.13. Perhitungan SEE untuk Metode Kuadratis

X Y Y' Y-Y' (Y-Y')2

1 725 964.78571 -239.78571 57497.189
2 1260 979.51099 280.48901 78674.085
3 1268 987.67582 280.32418 78581.644
4 885 989.28022 -104.28022 10874.364
5 614 984.32418 -370.32418 137140
6 978 972.80769 5.1923077 26.960059
7 993 954.73077 38.269231 1464.534
8 924 930.09341 -6.0934066 37.129604
9 1242 898.8956 343.1044 117720.63
10 579 861.13736 -282.13736 79601.491
11 890 816.81868 73.181319 5355.5054
12 748 765.93956 -17.93956 321.82783
78 11106 11106 2.274E-13 567295.35

567418,58
SEEkuadratis = = 251,06
12 − 3

d. Metode Eksponensial

Derajat kebebasan (f) = 2

Tabel 5.14. Perhitungan SEE untuk Metode Eksponensial
X Y Y' Y-Y' (Y-Y')2
1 725 993.6545605 -268.65456 72175.273
2 1260 975.2851089 284.71489 81062.569
3 1268 957.2552489 310.74475 96562.3
4 885 939.5587025 -54.558702 2976.652
5 614 922.1893079 -308.18931 94980.649
6 978 905.1410171 72.858983 5308.4314
7 993 888.4078939 104.59211 10939.509
8 924 871.984112 52.015888 2705.6526
9 1242 855.8639525 386.13605 149101.05
10 579 840.0418025 -261.0418 68142.823
11 890 824.5121528 65.487847 4288.6581
12 748 809.2695959 -61.269596 3753.9634
78 11106 10783.16346 322.83654 591997.53
 591997,53
SEE eksponensial = = 243,31
12 − 2
Hasil rekapitulasi nilai SEE dapat dilihat pada Tabel 5.14 berikut ini:

Tabel 5.15. Rekapitulasi Hasil Perhitungan SEE untuk Penjualan Pakan

Bentuk Pellet
Hasil Perhitungan
Metode Peramalan SEE
Konstan 239,01
Linear 241,18
Kuadratis 251,06
Eksponensial 243,31

Dari perhitungan yang dilakukan, SEE terkecil yang diperoleh adalah

metode peramalan konstan yaitu 239,01, maka metode yang digunakan untuk

meramalkan permintaan pelet untuk periode mendatang adalah metode

konstan, dengan fungsi peramalan Y = 925,5

6. Verifikasi peramalan

Tujuan dilakukannya proses verifikasi adalah untuk mengetahui apakah fungsi

yang telah ditentukan dapat mewakili data yang akan diramalkan. Perhitungan

verifikasi dapat dilihat pada Tabel 5.16

MR =
∑ MR = 3079 = 279,9
n −1 12 − 1

BKA = 2.66 x MR = 2.66 x 279,9 = 744,55

BKB = -2.66 x MR = -2.66 x -279,9 = -744,55

 Tabel 5.16. Perhitungan Hasil Verifikasi

X Y Y' Y-Y' (Y-Y')2 MR

1 725 925.5 -200.5 40200.25
2 1260 925.5 334.5 111890.25 535
3 1268 925.5 342.5 117306.25 8
4 885 925.5 -40.5 1640.25 383
5 614 925.5 -311.5 97032.25 271
6 978 925.5 52.5 2756.25 364
7 993 925.5 67.5 4556.25 15
8 924 925.5 -1.5 2.25 69
9 1242 925.5 316.5 100172.25 318
10 579 925.5 -346.5 120062.25 663
11 890 925.5 -35.5 1260.25 311
12 748 925.5 -177.5 31506.25 142
78 11106 11106 0 628385 3079

Moving Chart Penjualan Pakan Pellet

1000
Jumlah (Ton)

500 Y-Y'
0 BKA
-500 1 3 5 7 9 11 BKB
-1000
Periode (Bulan)

Gambar 5.4. Moving Range Chart Penjualan Pakan bentuk Pellet

Dari Gambar 3.4., dapat dilihat bahwa tidak ada data yang berada di luar

batas kontrol sehingga metode peramalan sudah representatif. Hasil

peramalan jumlah penjualan untuk tahun 2009 adalah sebagai berikut:

 Tabel 5.17. Hasil Peramalan Pakan Bentuk Pellet Tahun 2009
No Bulan Jumlah
1 Januari 926
2 Februari 926
3 Maret 926
4 April 926
5 Mei 926
6 Juni 926
7 Juli 926
8 Agustus 926
9 September 926
10 Oktober 926
11 November 926
12 Desember 926

Dengan perhitungan yang sama (dapat dilihat pada lampiran), hasil

peramalan untuk Mess dan crumble dapat dilihat pada Tabel 5.17. dan Tabel 5.18.

Tabel 5.18. Hasil Peramalan Mess Tahun 2009

No Bulan Jumlah
1 Januari 3340
2 Februari 3745
3 Maret 4066
4 April 4217
5 Mei 4156
6 Juni 3901
7 Juli 3519
8 Agustus 3114
9 September 2793
10 Oktober 2642
11
November 2703
12 Desember 2958
 Tabel 5.19. Hasil Peramalan Crumble Tahun 2009
No Bulan Jumlah
1 Januari 1162
2 Februari 1107
3 Maret 1053
4 April 998
5 Mei 943
6 Juni 889
7 Juli 834
8 Agustus 779
9 September 725
10 Oktober 670
11 November 615
12 Desember 561

5.2.2. Perhitungan Waktu Penyelesaian Produk dan Ketersediaan Waktu

Kerja

Ketersediaan jam kerja sebagai fungsi kendala digunakan untuk melihat

hubungan antara waktu produksi dengan jumlah produk yang dihasilkan.

Formulasi yang digunakan untuk merumuskan fungsi kendala ini adalah :

3 o

∑ Ai X i ≤ ∑ JK j
i =1 j =1

Dimana :

A = waktu yang dibutuhkan untuk memproduksi 1 ton pakan

X = variabel keputusan untuk jenis pakan ke-i

JK = Jumlah jam kerja yang tersedia

i = jenis pakan (i=1,2,3)

j = bulan (1,2,..,12)
 Untuk waktu kecepatan produksi mesin, pengerjaan produk untuk 1 run

time adalah sebanyak 5 batch, dimana 1 batch 3 ton. Perhitungan kecepatan

produksi dapat dilihat pada Tabel 5.20.

Tabel 5.20. Kecepatan Mesin Produksi

Produk yang Waktu yang Waktu yang dibutuhkan
dikerjakan dibutuhkan untuk 1 ton produk
Pakan (Batchs) (Menit) (Menit)
Mash 5 30 30:15 = 2

Pellet 5 35 35:15= 2,3

Crumble 5 40 40:15=2,7

Berdasarkan data tersebut, maka fungsi pembatas kecepatan produksi

adalah :

A1X1 + A2 X2 + A3X3 ≤ JKMei

2 X1 + 2,3 X2+ 2,7 X3 ≤ 19200

Dalam hal ini, diharapkan deviasi positif (kekurangan jam kerja/lembur)

diusahakan nol. Untuk itu, model Goal Programming untuk fungsi ini adalah :

2 X1Mei + 2,3 X2Mei + 2,7 X3Mei + d1- + d1+ = 19200

Maka fungsi sasarannya adalah :

Min Z = d1+

5.2.3. Perhitungan Pemakaian dan Ketersediaan bahan baku.

Pemakaian dan ketersediaan bahan baku sebagai fungsi kendala adalah

untuk melihat hubungan antara pemakaian dan ketersediaan bahan baku dengan

jumlah produk yang dihasilkan. Berdasarkan Data Persentase Pemakaian bahan

baku pada Tabel 5.5., jika dikonversikan untuk menghasilkan 1 ton pakan ternak,

dapat dilihat pada Tabel 5.21 :

 Tabel 5.21. Data Pemakaian Bahan Baku
Bahan Baku Pakan
Mess Pellet Crumble
Jagung 0,60 0,50 0,50
Dedak 0,0795 0,0745 0,077
Bungkil kacang 0,2565 0,2885 0,030
Tepung ikan 0,02 0,03 0,02
Tepung tulang 0,01 0,02 0,016
Kopra 0,01 0,02 0,026
Minyak sawit 0,0105 0,028 0,03
Ampas sawit 0,01 0,03 0,025
Obat-obatan 0,0035 0,009 0,006

Dalam penelitian ini, jumlah pemakaian bahan baku untuk masing-masing produk

harus lebih kecil atau sama dengan ketersediaan bahan-bahan tersebut. Formulasi

yang digunakan adalah :

s 3

∑ ∑B X
l =1 i =1
l i ≤ BTil

Dimana :

B = jumlah pemakaian bahan baku untuk tiap jenis pakan

X = Variabel keputusan untuk jenis pakan ke-i

BT = jumlah ketersediaan bahan baku

i = jenis pakan

l = jenis bahan baku (l= 1,2,....9)

B1 = jumlah pemakaian jagung

B2 = jumlah pemakaian dedak

B3 = jumlah pemakaian bungkil kacang

B4 = jumlah pemakaian tepung ikan

B5 = jumlah pemakaian tepung tulang

B6 = jumlah pemakaian kopra

B7 = jumlah pemakaian minyak sawit

B8 = jumlah pemakaian ampas sawit

B9 = jumlah pemakaian obat-obatan

Jadi, formulasi fungsi kendala pamakaian bahan baku untuk satu ton pakan

setiap bulannya adalah :

B1X1 + B1X2 + B1X3 ≤ BT1 = 0,6 X1 + 0,5 X2 + 0,5 X3 ≤ 4500

B2X1 + B2X2 + B2X3 ≤ BT1 = 0,0795 X1 + 0,0745 X2 + 0,077 X3 ≤ 600

B3X1 + B3X2 + B3X3 ≤ BT1 = 0,2565 X1+ 0,2885 X2+ 0,3 X3 ≤ 1950

B4X1 + B4X2 + B4X3 ≤ BT1 = 0,02 X1 + 0,03 X2 + 0,02 X3 ≤ 180

B5X1 + B5X2 + B5X3 ≤ BT1 = 0,01 X1 + 0,02 X2 + 0,016 X3 ≤ 120

B6X1 + B6X2 + B6X3 ≤ BT1 = 0,01 X1 + 0,02 X2 + 0,026 X3 ≤ 150

B7X1 + B7X2 + B7X3 ≤ BT1 = 0,0105 X1 + 0,028 X2 + 0,03 X3 ≤ 180

B8X1 + B8X2 + B8X3 ≤ BT1 = 0,01X1 + 0,03 X2 + 0,025 X3 ≤ 180

B9X1 + B9X2 + B9X3 ≤ BT1 = 0,0035X1 + 0,009 X2 + 0,006 X3 ≤ 60

Dalam hal ini, sesuai dengan sasaran perusahaan, deviasi positif (

kekurangan bahan baku) diusahakan nol. Untuk itu, model Goal Programming

untuk fungsi ini adalah:

0,6 X1 Mei + 0,5 X2 Mei + 0,5 X3 Mei + d2- - d2+ = 4500

0,0795 X1 Mei + 0,0745 X2 Mei + 0,077 X3 Mei + d3- - d3+ = 600

0,2565 X1 Mei + 0,2885 X2 Mei + 0,3 X3 Mei + d4- - d4+ = 1950

0,02 X1 Mei + 0,03 X2 Mei + 0,02 X3 Mei + d5- - d5+ = 180

0,01 X1 Mei + 0,02 X2 Mei + 0,016 X3 Mei + d6- - d6+ = 120

 0,01 X1 Mei + 0,02 X2 Mei + 0,026 X3 Mei + d7- - d7+ = 150

0,0105 X1 Mei + 0,028 X2 Mei + 0,03 X3 Mei + d8- - d8+ = 180

0,01X1 Mei + 0,03 X2 Mei + 0,025 X3 Mei + d9- - d9+ = 180

0,0035X1 Mei + 0,009 X2 Mei + 0,006 X3 Mei + d10- - d10+= 60

Fungsi sasarannya adalah :

10
Min Z = ∑ di
i=2
+

5.2.4. Memformulasikan Fungsi Sasaran.

a. Memaksimalkan Volume Produksi

Dari hasil peramalan untuk jumlah produksi masing-masing pakan,

maka, persamaannya adalah:

X1Mei ≥ 4156

X2Mei ≥ 926

X3Mei ≥ 943

Dalam hal ini, sasaran perusahaan adalah untuk memaksimalkan volume

produksi, maka deviasi negatif ( kekurangan jumlah produksi) diusahakan nol.

Dan untuk peningkatan jumlah produksi diharapkan tidak terlalu tinggi, sehingga

deviasi negative dan deviasi positif sama-sama diminimumkan. Untuk itu, model

Goal Programming untuk fungsi ini adalah:

X1Mei + d11- - d11+ = 4156

X2Mei+ d12- - d12+ = 926

X3Mei+ d13- - d13+ = 943

Min Z = P1(d11- + d11+ + d12- + d12++ d13- d13+)

 b. Memaksimalkan Keuntungan

Pada Tabel 5.2. telah dijelaskan bahwa keuntungan untuk setiap

penjualan pakan adalah :

1. Mess = Rp. 350.000

2. Pellet = Rp. 375.000

3. Crumble = Rp. 400.000

Dengan memperhitungkan jumlah produk dalam peramalan, maka

perkiraan jumlah keuntungan yang ingin dicapai pada tahun 2009 dapat

dihitung dengan rumus berikut :

3
Proyeksi keuntungan (PK) = ∑U X
i =1
i i

Dimana :

U = Keuntungan untuk penjualan 1 ton produk

X = Jumlah permintaan pakan (hasil peramalan)

i = jenis pakan (mess, pellet, crumble)

Misalnya, proyeksi keuntungan untuk Januari :

PKJanuari = (Rp.370.000 x 4156)+(Rp.375.000 x 926)+(Rp.400.000 x 943)

PKJanuari = Rp. 1.235.800.000 + Rp. 347.250.000 + Rp. 464.800.000

PKJanuari = Rp. 2.047.850.000

Rekapitulasi hasil perhitungan proyeksi keuntungan untuk Tahun 2009

dapat dilihat pada Tabel 5.22.

 Tabel 5.22. Keuntungan Penjualan Pakan Ternak yang Diharapkan pada
Tahun 2009
Penjualan (RP) Total
No Bulan Mess Pellet Crumble (Rupiah)
1 Januari 1.235.800.000 347.250.000 464.800.000 2.047.850.000
2 Februari 1.385.650.000 347.250.000 442.800.000 2.175.700.000
3 Maret 1.504.442.000 347.250.000 421.200.000 2.272.870.000
4 April 1.560.290.000 347.250.000 399.100.000 2.306.740.000
5 Mei 1.534.720.000 347.250.000 376.952.000 2.258.922.000
6 Juni 1.440.370.000 347.250.000 353.728.000 2.141.348.000
7 Juli 1.300.030.000 347.250.000 329.123.000 1.976.403.000
8 Agustus 1.152.180.000 347.250.000 311.600.000 1.811.030.000
9 September 1.033.410..000 347.250.000 290.000.000 1.670.660.000
10 Oktober 977.000.000 347.250.000 268.000.000 1.592.790.000
11 November 1.000.110.000 347.250.000 246.000.000 1.593.360.000
12 Desember 1.094.460.000 347.250.000 224.400.000 1.666.110.000

Berdasarkan data-data di atas, maka formulasi fungsi untuk proyeksi

keuntungan adalah:

350.000X1Mei + 375.000 X2Mei + 400.000X3Mei ≥ 2.258.922.500

Dalam hal ini, sasaran perusahaan adalah untuk memaksimalkan

keuntungan. Jadi, diharapkan deviasi negatif (keuntungan di bawah proyeksi

keuntungan) diusahakan nol. Untuk itu, model Goal Programming untuk fungsi

ini adalah:

350.000X1Mei + 375.000 X2Mei + 400.000X3Mei+ d14- - d14+ = 2.258.922.500

Min Z = d14-

5.2.5. Memformulasikan Fungsi Pencapaian untuk Goal Programming

Berdasarkan sasaran-sasaran yang ingin dicapai, maka formulasi

pencapaian untuk permasalahan Goal Programming adalah :

 10
Min Z = P1(d11- + d12- + d13- ) + P2d14- + P3d1+ + P4 ∑ di +
i=2
ST :

X1Mei + d11- - d11+ = 4156

X2Mei+ d12- - d12+ = 926

X3Mei+ d13- - d13+ = 943

350.000X1Mei + 375.000 X2Mei + 400.000X3Mei+ d14- - d14+ = 2.258.922.000

2 X1Mei + 2,3 X2Mei + 2,7 X3Mei + d1- + d1+ = 19200

0,6 X1 Mei + 0,5 X2 Mei + 0,5 X3 Mei + d2- - d2+ = 4500

0,0795 X1 Mei + 0,0745 X2 Mei + 0,077 X3 Mei + d3- - d3+ = 600

0,2565 X1 Mei + 0,2885 X2 Mei + 0,3 X3 Mei + d4- - d4+ = 1950

0,02 X1 Mei + 0,03 X2 Mei + 0,02 X3 Mei + d5- - d5+ = 180

0,01 X1 Mei + 0,02 X2 Mei + 0,016 X3 Mei + d6- - d6+ = 120

0,01 X1 Mei + 0,02 X2 Mei + 0,026 X3 Mei + d7- - d7+ = 150

0,0105 X1 Mei + 0,028 X2 Mei + 0,03 X3 Mei + d8- - d8+ = 180

0,01X1 Mei + 0,03 X2 Mei + 0,025 X3 Mei + d9- - d9+ = 180

0,0035X1 Mei + 0,009 X2 Mei + 0,006 X3 Mei + d10- - d10+= 60

X1,X2,X3,d1-,d1+,d2-,d2+,d3-,d3+,d4-,d4+,d5-,d5+,d6-,d6+,d7-,d7+,d8-,d8+,d9-,d9+,d10-,

d10+,d11-,d11+,d12-,d12+,d13-,d13+, d14-,d14+ ≥ 0

Formulasi pencapaian untuk permasalahan Goal Programming untuk

perencanaan bulan Mei, Juni, dan Juli dapat dilihat pada Tabel 5.23.
 Tabel 5.23. Formulasi Perencanaan Bulan Mei, Juni, Juli.

Bulan Fungsi
MEI 10
Max Z = P1(d11+ + d12+ + d13+ ) + P2d14+ + P3d1- + P4 ∑ di
i =2
−

ST :

X1 + d11- - d11+ = 925,03

X2+ d12- - d12+ = 4155,12
X3+ d13- - d13+ = 942,48
350.000X1 + 375.000 X2 + 400.000X3+ d14- - d14+ = 2258922000
2 X1 + 2,3 X2 + 2,7 X3 + d1- - d1+= 19200
0,6 X1 + 0,5 X2 + 0,5 X3 + d2- - d2+ = 4500
0,0795 X1 + 0,0745 X2 + 0,077 X3 + d3- - d3+ = 600
0,2565 X1 + 0,2885 X2 + 0,3 X3 + d4- - d4+ = 1950
0,02 X1 + 0,03 X2 + 0,02 X3 + d5- - d5+ = 180
0,01 X1 + 0,02 X2 + 0,016 X3+ d6- - d6+ = 120
0,01 X1 + 0,02 X2 + 0,026 X3 + d7- - d7+ = 150
0,0105 X1 + 0,028 X2 + 0,03 X3+ d8- - d8+ = 180
0,01X1 + 0,03 X2 + 0,025 X3 + d9- - d9+ = 180
0,0035X1 + 0,009 X2 + 0,006 X3 + d10- - d10+ = 60
X1,X2,X3,d1-,d1+,d2-,d2+,d3-,d3+,d4-,d4+,d5-,d5+,d6-,d6+,d7-,d7+,d8-,d8+,d9-,d9+,d10-,
d10+,d11-,d11+,d12-,d12+,d13-,d13+, d14-,d14+ ≥ 0

JUNI 10
Max Z = P1(d11+ + d12+ + d13+ ) + P2d14+ + P3d1- + P4 ∑ di
i =2
−

ST :
X1 + d11- - d11+ = 925,03
X2+ d12- - d12+ = 3899,86
X3+ d13- - d13+ = 887,85
350.000X1 + 375.000 X2 + 400.000X3 + d14- - d14+ = 2141348000
2 X1 + 2,3 X2 + 2,7 X3 X3 + d1- - d1+ = 21120
0,6 X1 + 0,5 X2 + 0,5 X3 + d2- - d2+ = 4500
0,0795 X1 + 0,0745 X2 + 0,077 X3 + d3- - d3+ = 600
0,2565 X1 + 0,2885 X2 + 0,3 X3 + d4- - d4+ = 1950
0,02 X1 + 0,03 X2 + 0,02 X3 + d5- - d5+ = 180
0,01 X1 + 0,02 X2 + 0,016 X3+ d6- - d6+ = 120
0,01 X1 + 0,02 X2 + 0,026 X3 + d7- - d7+ = 150
0,0105 X1 + 0,028 X2 + 0,03 X3+ d8- - d8+ = 180
0,01X1 + 0,03 X2 + 0,025 X3 + d9- - d9+ = 180
0,0035X1 + 0,009 X2 + 0,006 X3 + d10- - d10+ = 60
X1,X2,X3,d1-,d1+,d2-,d2+,d3-,d3+,d4-,d4+,d5-,d5+,d6-,d6+,d7-,d7+,d8-,d8+,d9-,d9+,d10-,
d10+,d11-,d11+,d12-,d12+,d13-,d13+, d14-,d14+ ≥ 0
 Tabel 5.23. Formulasi Perencanaan...(Lanjutan)
Bulan Fungsi
JULI 10
Min Z = P1(d11- + d12- + d13- ) + P2d14- + P3d1+ + P4 ∑ di
i =2
+

ST :
X1 + d11- - d11+ = 3519
X2+ d12- - d12+ = 926
X3+ d13- - d13+ = 834
350.000X1 + 375.000 X2 + 400.000X3 + d14- - d14+ = 1976403000
2 X1 + 2,3 X2 + 2,7 X3 X3 + d1- - d1+ = 21120
0,6 X1 + 0,5 X2 + 0,5 X3 + d2- - d2+ = 4500
0,0795 X1 + 0,0745 X2 + 0,077 X3 + d3- - d3+ = 600
0,2565 X1 + 0,2885 X2 + 0,3 X3 + d4- - d4+ = 1950
0,02 X1 + 0,03 X2 + 0,02 X3 + d5- - d5+ = 180
0,01 X1 + 0,02 X2 + 0,016 X3+ d6- - d6+ = 120
0,01 X1 + 0,02 X2 + 0,026 X3 + d7- - d7+ = 150
0,0105 X1 + 0,028 X2 + 0,03 X3+ d8- - d8+ = 180
0,01X1 + 0,03 X2 + 0,025 X3 + d9- - d9+ = 180
0,0035X1 + 0,009 X2 + 0,006 X3 + d10- - d10+ = 60
X1,X2,X3,d1-,d1+,d2-,d2+,d3-,d3+,d4-,d4+,d5-,d5+,d6-,d6+,d7-,d7+,d8-,d8+,d9-,d9+,d10-,
d10+,d11-,d11+,d12-,d12+,d13-,d13+, d14-,d14+ ≥ 0

5.2.6. Penyelesaian Fungsi Pencapaian Goal Programming

Penyelesaian fungsi pencapaian Goal Programming dilakukan dengan

menggunakan software LINDO. Penyelesaian untuk bulan Mei, Juni, dan Juli

menggunakan software ini dapat dilihat sebagai berikut :

a. Untuk Perencanaan Mei
INPUT
MIN DB11 + DB12 + DB13 + DB14 + DA1 + DA2 + DA3 + DA4 + DA5 + DA6 + DA7 + DA8 + DA9
+ DA10
SUBJECT TO
2) -DA11 + DB11 + X1 = 4156
3) -DA12 + DB12 + X2 = 926
4) -DA13 + DB13 + X3 = 943
5) -DA14 + DB14 + 350000X1 + 375000X2 + 400000X3 = 2258922000
6) -DA1 + DB1 + 2X1 + 2.3X2 + 2.7X3 = 19200
7) -DA2 + DB2 + 0.6X1 + 0.5X2 +0.5X3 = 4500
8) -DA3 + DB3 + 0.0795X1 + 0.0745X2 + 0.077X3 = 600
9) -DA4 + DB4 + 0.2565X1 + 0.288X2 + 0.3X3 = 1950
10) -DA5 + DB5 + 0.02X1 + 0.03X2 + 0.016X3 = 180
11) -DA6 + DB6 + 0.01X1 + 0.02X2 + 0.016X3 = 120
12) -DA7 + DB7 + 0.01X1 + 0.02X2 + 0.026X3 = 150
13) -DA8 + DB8 + 0.0105X1 + 0.028X2 + 0.03X3 = 180
14) -DA9 + DB9 + 0.01X1 + 0.03X2 + 0.025X3 = 180
15) -DA10 + DB10 + 0.0035X1 + 0.009X2 + 0.006X3 = 60
END

OUTPUT
LP OPTIMUM FOUND AT STEP 3

OBJECTIVE FUNCTION VALUE

1) 0.0000000E+00

VARIABLE VALUE REDUCED COST

DB11 0.000000 1.000000
DB12 0.000000 1.000000
DB13 0.000000 1.000000
DB14 0.000000 1.000000
DA1 0.000000 1.000000
DA2 0.000000 1.000000
DA3 0.000000 1.000000
DA4 0.000000 1.000000
DA5 0.000000 1.000000
DA6 0.000000 1.000000
DA7 0.000000 1.000000
DA8 0.000000 1.000000
DA9 0.000000 1.000000
DA10 0.000000 1.000000
DA11 0.000000 0.000000
X1 4156.000000 0.000000
DA12 0.000000 0.000000
X2 926.000000 0.000000
DA13 199.679962 0.000000
X3 1142.679932 0.000000
DA14 0.000000 0.000000
DB1 5672.963867 0.000000
DB2 972.059998 0.000000
DB3 112.624657 0.000000
DB4 274.493988 0.000000
DB5 50.817120 0.000000
DB6 41.637119 0.000000
DB7 60.210320 0.000000
DB8 76.153603 0.000000
DB9 82.093002 0.000000
DB10 30.263920 0.000000

ROW SLACK OR SURPLUS DUAL PRICES

2) 0.000000 0.000000
3) 0.000000 0.000000
4) 0.000000 0.000000
5) 0.000000 0.000000
6) 0.000000 0.000000
7) 0.000000 0.000000
8) 0.000000 0.000000
9) 0.000000 0.000000
10) 0.000000 0.000000
11) 0.000000 0.000000
12) 0.000000 0.000000
13) 0.000000 0.000000
14) 0.000000 0.000000
15) 0.000000 0.000000
NO. ITERATIONS= 3
b. Untuk Perencanaan Juni
INPUT
MIN DB11 + DB12 + DB13 + DB14 + DA1 + DA2 + DA3 + DA4 + DA5 + DA6 + DA7 + DA8 + DA9
+ DA10
SUBJECT TO
2) -DA11 + DB11 + X1 = 3901
3) -DA12 + DB12 + X2 = 926
4) -DA13 + DB13 + X3 = 888
5) -DA14 + DB14 + 350000X1 + 375000X2 + 400000X3 = 2141348000
6) -DA1 + DB1 + 2X1 + 2.3X2 + 2.7X3 = 21120
7) -DA2 + DB2 + 0.6X1 + 0.5X2 +0.5X3 = 4500
8) -DA3 + DB3 + 0.0795X1 + 0.0745X2 + 0.077X3 = 600
9) -DA4 + DB4 + 0.2565X1 + 0.288X2 + 0.3X3 = 1950
10) -DA5 + DB5 + 0.02X1 + 0.03X2 + 0.016X3 = 180
11) -DA6 + DB6 + 0.01X1 + 0.02X2 + 0.016X3 = 120
12) -DA7 + DB7 + 0.01X1 + 0.02X2 + 0.026X3 = 150
13) -DA8 + DB8 + 0.0105X1 + 0.028X2 + 0.03X3 = 180
14) -DA9 + DB9 + 0.01X1 + 0.03X2 + 0.025X3 = 180
15) -DA10 + DB10 + 0.0035X1 + 0.009X2 + 0.006X3 = 60
END

OUTPUT
LP OPTIMUM FOUND AT STEP 3

OBJECTIVE FUNCTION VALUE

1) 0.0000000E+00

VARIABLE VALUE REDUCED COST

DB11 0.000000 1.000000
DB12 0.000000 1.000000
DB13 0.000000 1.000000
DB14 0.000000 1.000000
DA1 0.000000 1.000000
DA2 0.000000 1.000000
DA3 0.000000 1.000000
DA4 0.000000 1.000000
DA5 0.000000 1.000000
DA6 0.000000 1.000000
DA7 0.000000 1.000000
DA8 0.000000 1.000000
DA9 0.000000 1.000000
DA10 0.000000 1.000000
DA11 0.000000 0.000000
X1 3901.000000 0.000000
DA12 0.000000 0.000000
X2 926.000000 0.000000
DA13 183.869919 0.000000
X3 1071.869873 0.000000
DA14 0.000000 0.000000
DB1 8294.151367 0.000000
DB2 1160.465088 0.000000
DB3 138.349533 0.000000
DB4 361.144501 0.000000
DB5 57.050079 0.000000
DB6 45.320080 0.000000
DB7 64.601379 0.000000
DB8 80.955399 0.000000
DB9 86.413254 0.000000
DB10 31.581280 0.000000

ROW SLACK OR SURPLUS DUAL PRICES

2) 0.000000 0.000000
3) 0.000000 0.000000
4) 0.000000 0.000000
5) 0.000000 0.000000
6) 0.000000 0.000000
7) 0.000000 0.000000
8) 0.000000 0.000000
9) 0.000000 0.000000
10) 0.000000 0.000000
11) 0.000000 0.000000
12) 0.000000 0.000000
13) 0.000000 0.000000
14) 0.000000 0.000000
15) 0.000000 0.000000
NO. ITERATIONS= 3
c. Untuk Perencanaan Juli
INPUT
MIN DB11 + DB12 + DB13 + DB14 + DA1 + DA2 + DA3 + DA4 + DA5 + DA6 + DA7 + DA8 + DA9
+ DA10
SUBJECT TO
2) -DA11 + DB11 + X1 = 3519
3) -DA12 + DB12 + X2 = 926
4) -DA13 + DB13 + X3 = 834
5) -DA14 + DB14 + 350000X1 + 375000X2 + 400000X3 = 1976403000
6) -DA1 + DB1 + 2X1 + 2.3X2 + 2.7X3 = 21120
7) -DA2 + DB2 + 0.6X1 + 0.5X2 +0.5X3 = 4500
8) -DA3 + DB3 + 0.0795X1 + 0.0745X2 + 0.077X3 = 600
9) -DA4 + DB4 + 0.2565X1 + 0.288X2 + 0.3X3 = 1950
10) -DA5 + DB5 + 0.02X1 + 0.03X2 + 0.016X3 = 180
11) -DA6 + DB6 + 0.01X1 + 0.02X2 + 0.016X3 = 120
12) -DA7 + DB7 + 0.01X1 + 0.02X2 + 0.026X3 = 150
13) -DA8 + DB8 + 0.0105X1 + 0.028X2 + 0.03X3 = 180
14) -DA9 + DB9 + 0.01X1 + 0.03X2 + 0.025X3 = 180
15) -DA10 + DB10 + 0.0035X1 + 0.009X2 + 0.006X3 = 60
END

OUTPUT
LP OPTIMUM FOUND AT STEP 3

OBJECTIVE FUNCTION VALUE

1) 0.0000000E+00

VARIABLE VALUE REDUCED COST

DB11 0.000000 1.000000
DB12 0.000000 1.000000
DB13 0.000000 1.000000
DB14 0.000000 1.000000
DA1 0.000000 1.000000
DA2 0.000000 1.000000
DA3 0.000000 1.000000
DA4 0.000000 1.000000
DA5 0.000000 1.000000
DA6 0.000000 1.000000
DA7 0.000000 1.000000
DA8 0.000000 1.000000
DA9 0.000000 1.000000
DA10 0.000000 1.000000
DA11 0.000000 0.000000
X1 3519.000000 0.000000
DA12 0.000000 0.000000
X2 926.000000 0.000000
DA13 159.757355 0.000000
X3 993.757385 0.000000
DA14 0.000000 0.000000
DB1 9269.054688 0.000000
DB2 1428.721313 0.000000
DB3 174.733185 0.000000
DB4 482.561279 0.000000
DB5 65.939880 0.000000
DB6 50.389881 0.000000
DB7 70.452309 0.000000
DB8 87.309776 0.000000
DB9 92.186066 0.000000
DB10 33.386955 0.000000

ROW SLACK OR SURPLUS DUAL PRICES

2) 0.000000 0.000000
3) 0.000000 0.000000
4) 0.000000 0.000000
5) 0.000000 0.000000
6) 0.000000 0.000000
7) 0.000000 0.000000
8) 0.000000 0.000000
9) 0.000000 0.000000
10) 0.000000 0.000000
11) 0.000000 0.000000
12) 0.000000 0.000000
13) 0.000000 0.000000
14) 0.000000 0.000000
15) 0.000000 0.000000
NO. ITERATIONS= 3
 Solusi optimal untuk horizon perencanaan selama bulan Mei, Juni, dan Juli

dapat direkapitulasi pada Tabel 5.24.

Tabel 5.24. Solusi Optimal dengan pendekatan Goal Programming

Jenis Pakan
Mess Pellet Crumble
Bulan (ton) (ton) (ton)
Mei 4156 926 1142
Juni 3901 926 1071
Juli 3519 926 993

Penyelesaian fungsi pencapaian Goal Programming ini juga dapat

dikerjakan secara manual dengan metode simpleks yaitu dengan membuat Tabel

simpleks awal dan melakukan iterasi sampai ditemukan solusi yang optimal.

Untuk melihat pengerjaan Goal Programming ini dengan metode simpleks, dapat

dilihat pada lampiran.

 BAB VI

ANALISIS PEMECAHAN MASALAH

6.1. Analisis Hasil Peramalan

Peramalan permintaan merupakan tingkat permintaan terhadap produk

yang diprediksi untuk jangka waktu tertentu pada masa yang akan datang.

Perhitungan peramalan permintaan dalam penelitian ini digunakan untuk

menghitung jumlah produk untuk 12 periode yang akan datang. Input untuk

peramalan permintaan adalah data permintaan produk pakan untuk tahun 2008.

Dari scatter diagram yang diperoleh, maka dilakukan perhitungan parameter-

parameter peramalan. Pemilihan metode terbaik dilakukan berdasarkan nilai SEE

(tingkat kesalahan) terkecil. Metode peramalan yang digunakan untuk

meramalkan permintaan dapat dilihat pada Tabel 6.1.

Tabel 6.1. Metode Peramalan yang Digunakan untuk Meramalkan

Permintaan Produk Tahun 2009

No Jenis Pakan Metode yang Digunakan

1 Pellet Konstan
2 Mess Siklis
3 Crumble Linear

6.2. Analisis Perencanaan Produksi

Hasil perencanaan produksi dengan menggunakan Goal Programming

untuk horison perencanaan 3 bulan dapat dilihat pada Tabel 6.2.

 Tabel 6.2. Hasil perencanaan produksi dengan menggunakan
Goal Programming
Jenis Pakan
Mess Pellet Crumble
Bulan (ton) (ton) (ton)
Mei 4156 926 1142
Juni 3901 926 1071
Juli 3519 926 993

Tabel 6.2. merupakan jumlah optimal produk mess, pellet dan crumble

yang harus diproduksi. Jika dibandingkan produk yang diproduksi perusahaan

melalui peramalan dengan menggunakan Goal Programming, dapat dilihat bahwa

peningkatan jumlah produksi terjadi setiap bulannya untuk produk crumble,

sementara untuk produk Mess dan pellet tetap. Perbandingan ini dapat dilihat pada

Tabel 6.3.

Tabel 6.3. Perbandingan Jumlah Produksi Menggunakan Peramalan

dengan menggunakan Goal Programming

Bulan Jenis Pakan

Mess Pellet Crumble
Peramalan Hasil Goal Peramalan Hasil Goal Peramalan Hasil Goal
Programming Programming Programming
Mei 4156 4156 926 926 943 1142
Juni 3901 3901 926 926 889 1071
Juli 3519 3519 926 926 834 993

Dengan jumlah kombinasi produk yang diperoleh, maka nilai untuk

masing-masing sasaran adalah :

Keuntungan yang diperoleh :

= Rp. 350.000 (4156) + Rp. 375.000 (926) + Rp. 400.000 (1142)

= Rp. 2.258.650.000
Pemakaian Jam kerja :

= 2 (4156) + 2.3 (926) + 2.7 (1142)

= 13.525,2 Menit

Pemakaian bahan baku jagung :

= 0,6 (4156) + 0,5 (926) + 0,5 (1142)

= 3.527,6 Ton

Pemakaian bahan baku dedak :

= 0.0795 (4156) + 0,0745 (926) + 0.077 (1142)

= 487,3 Ton

Pemakaian bahan baku bungkil kacang :

= 0.2565 (4156) + 0.288 (926) + 0.3 (1142)

= 1675,7 Ton

Pemakaian bahan baku tepung ikan :

= 0.02 (4156) + 0.03 (926) + 0.02 (1142)

= 133,7 Ton

Pemakaian bahan baku tepung tulang :

= 0.01 (4156) + 0.02 (926) + 0.016 (1142)

= 78,3 Ton

Pemakaian bahan baku kopra :

= 0.01 (4156) + 0.02 (926) + 0.026 (1142)

= 89,7 Ton
Pemakaian bahan baku minyak sawit :

= 0.0105 (4156) + 0.028 (926) + 0.03 (1142)

= 103,8 Ton
Pemakaian bahan baku ampas sawit :

= 0.01 (4156) + 0.03 (926) + 0.025 (1142)

= 97,8 Ton

Pemakaian obat-obatan :

= 0.0035 (4156) + 0.009 (926) + 0.006 (1142)

= 29,7 Ton

Tabel 6.4. Rekapitulasi Hasil Perencanaan Produksi

Bulan Fungsi
Mei Variabel keputusan
Mess = 4156 ton
Pellet = 926 ton
Crumble = 1142 ton
Pemakaian Jam kerja = 13.525,2 Menit
Pemakaian Bahan baku jagung = 3.527,6 ton
Pemakaian Bahan baku dedak = 487,3 ton
Pemakaian Bahan baku bungkil kacang = 1675,7 ton
Pemakaian Bahan baku tepung ikan = 133,7 ton
Pemakaian Bahan baku tepung tulang = 78,3 ton
Pemakaian Bahan baku kopra = 89,7 ton
Pemakaian Bahan baku minyak sawit = 103,8 ton
Pemakaian Bahan baku ampas sawit = 97,8 ton
Pemakaian obat-obatan = 29,7 ton
Keuntungan = Rp. 2.258.650.000
 Tabel 6.4. Rekapitulasi… (Lanjutan)

Juni Variabel keputusan

Mess = 3901 ton
Pellet = 926 ton
Crumble= 1071 ton
Pemakaian Jam kerja = 12.823,5 Menit
Pemakaian Bahan baku jagung = 3339,1 ton
Pemakaian Bahan baku dedak = 461,5 ton
Pemakaian Bahan baku bungkil kacang = 1589,1 ton
Pemakaian Bahan baku tepung ikan = 127,2 ton
Pemakaian Bahan baku tepung tulang = 74,6 ton
Pemakaian Bahan baku kopra = 85,3 ton
Pemakaian Bahan baku minyak sawit = 99,1 ton
Pemakaian Bahan baku ampas sawit = 93,5 ton
Pemakaian obat-obatan = 28,4 ton
Keuntungan = Rp. 2.141.000.000
Juli Variabel keputusan
Mess = 3519 ton
Pellet = 926 ton
Crumble= 993 ton
Pemakaian Jam kerja = 11.848,9 menit
Pemakaian Bahan baku jagung = 3070,9 ton
Pemakaian Bahan baku dedak = 425,2 ton
Pemakaian Bahan baku bungkil kacang = 1467,6 ton
Pemakaian Bahan baku tepung ikan = 118,1 ton
Pemakaian Bahan baku tepung tulang = 69,5 ton
Pemakaian Bahan baku kopra = 79,5 ton
Pemakaian Bahan baku minyak sawit = 92,6 ton
Pemakaian Bahan baku ampas sawit = 87,7 ton
Pemakaian obat-obatan = 26,6 ton
Keuntungan = Rp. 1.976.100.000

Pada Tabel 6.4., dapat dilihat bahwa keuntungan yang diperoleh untuk

bulan Mei, Juni, dan Juli berturut-turut adalah Rp. 2.258.650.000, Rp.

2.141.000.000, Rp. 1.976.100.000. Ini berarti bahwa sasaran memaksimalkan

keuntungan terpenuhi. Keuntungan yang diperoleh menunjukkan bahwa

keuntungan yang dicapai mampu melebihi target yang diharapkan sebesar.

Pada Tabel 6.4. dapat dilihat juga, bahwa pemakaian jam kerja untuk

bulan Mei, Juni, dan Juli, berturut-turut adalah 13.525,2 menit, 12.823,5 menit,

dan 11.848,9 menit. Ini berarti bahwa jam kerja yang tersedia selama horizon

perencanaan tidak habis terpakai. Persentase penggunaan jam kerja bulan Mei,

Juni, Juli secara berturut-turut adalah 70,44 %, 60,71 % dan 56,10 %.

Pemakaian bahan baku selama horison perencanaan, jika dibandingkan

dengan ketersediaan bahan baku di gudang, maka dapat dilihat bahwa bahan baku

di gudang tidak habis terpakai. Persentase pemakaian bahan baku dapat dilihat

pada Tabel 6.5., 6.6., dan 6.7.

Tabel 6.5. Persentase Pemakaian Bahan Baku Bulan Mei

Ketersediaan Bahan baku %

bahan baku terpakai pemakaian
Bahan Baku (Ton) (Ton)
Jagung 4500 3527.6 78.39
Dedak 600 487.3 81.22
Bungkil kacang 1950 1675.7 85.93
Tepung ikan 180 133.7 74.30
Tepung tulang 120 78.3 65.29
Kopra 150 89.7 59.84
Minyak sawit 180 103.8 57.68
Ampas sawit 180 97.8 54.38
Obat-obatan 60 29.7 49.55
 Tabel 6.6. Persentase Pemakaian Bahan Baku Bulan Juni

Ketersediaan Bahan baku %

bahan baku terpakai pemakaian
Bahan Baku (Ton) (Ton)
Jagung 4500 3339.1 74.20
Dedak 600 461.5 76.93
Bungkil kacang 1950 1589.1 81.49
Tepung ikan 180 127.2 70.67
Tepung tulang 120 74.6 62.22
Kopra 150 85.3 56.91
Minyak sawit 180 99.5 55.01
Ampas sawit 180 93.5 51.98
Obat-obatan 60 28.4 47.35

Tabel 6.7. Persentase Pemakaian Bahan Baku Bulan Juli

Ketersediaan Bahan baku %

bahan baku terpakai pemakaian
Bahan Baku (Ton) (Ton)
Jagung 4500 3070.9 68.24
Dedak 600 425.2 70.86
Bungkil kacang 1950 1467.6 75.26
Tepung ikan 180 118.1 65.56
Tepung tulang 120 69.5 57.99
Kopra 150 79.5 53.01
Minyak sawit 180 92.6 51.48
Ampas sawit 180 87.7 48.77
obat-obatan 60 26.6 44.34

Dari Tabel 6.5., Tabel 6.6., dan Tabel 6.7 dapat dilihat bahwa usaha untuk

meminimumkan pemakaian bahan baku dengan terjadinya peningkatan produksi

tercapai dimana bahan baku yang terpakai masih berada dalam batas ketersediaan

di gudang.

Variabel deviasional yang timbul pada penyelesaian Goal

Programming,dapat dilihat pada Tabel 6.9.

 Tabel 6.9. Variabel Deviasional

Variabel Horizon Perencanaan

NO Deviasional Mei Juni Juli
+
d1 0 0 0
d2+ 0 0 0
+
d3 0 0 0
d4+ 0 0 0
+
d5 0 0 0
+
d6 0 0 0
d7+ 0 0 0
+
d8 0 0 0
d9+ 0 0 0
+
d10 0 0 0
+
d11 0 0 0
d11- 0 0 0
+
d12 0 0 0
d12- 0 0 0
+
d13 200 184 160
d13- 0 0 0
-
d14 0 0 0

Sasaran yang ingin dicapai pada fungsi sasaran adalah :

1. Meminimumkan kekurangan jumlah produksi (d11-,d12-,d13-). Dalam hal ini,

diperoleh nilai deviasi negatif (d11-,d12-,d13-) nol. Ini berarti bahwa sasaran ini

tercapai. Namun, ada kelebihan produksi sebesar 200 ton (mess), 184 ton

(pellet), dan 160 ton (crumble).

2. Meminimumkan keuntungan dibawah target (d14-). Sasaran ini tercapai,dimana

nilai d14-sama dengan nol.

3. Meminimumkan kekurangan jam kerja (jam kerja lembur) yaitu d1+. Sasaran

ini tercapai dimana nilai d1+ sama dengan nol.

4. Meminimumkan kekurangan bahan baku yaitu d2+sampai dengan d10+.Sasaran

ini tercapai dimana nilai variabel penyimpangan tersebut sama dengan nol.
 BAB VII

KESIMPULAN DAN SARAN

7.1. Kesimpulan

Setelah dilakukan pengolahan dan analisa terhadap pemecahan masalah,

maka dapat diambil kesimpulan sebagai berikut :

1. Jumlah produksi yang optimal pada periode perencanaan dengan

menggunakan Goal Programming pada bulan Mei adalah 4156 ton pakan

bentuk tepung (mess), 926 ton pakan bentuk pellet, dan 1142 pakan bentuk

crumble. Pada bulan Juni, 3901 ton pakan bentuk tepung (mess), 926 ton

pakan bentuk pellet, dan 1071 pakan bentuk crumble. Pada bulan Juli, 3519

ton pakan bentuk tepung (mess), 926 ton pakan bentuk pellet, dan 993 pakan

bentuk crumble

2. Keuntungan yang diperoleh untuk bulan Mei, Juni, dan Juli berturut-turut

adalah Rp. 2.258.650.000, Rp. 2.141.000.000, Rp. 1.976.100.000.

3. Tujuan untuk meminimumkan kekurangan produksi dan mengurangi

penumpukan barang jadi tercapai, dimana nilai deviasional negative sama

dengan nol.

4. Tujuan untuk meminimumkan pemakaian jam kerja dapat terpenuhi, dimana

nilai penyimpangan positif bernilai nol. bulan Pemakaian jam kerja pada bulan

Mei, Juni dan Juli secara berturut-turut sekitar 70,44 %, 60,71 % dan 56,10 %.
5. Tujuan untuk meminimumkan pemakaian bahan baku dapat terpenuhi, dimana

bahan baku yang terpakai tetap berada dalam batas yang tersedia di gudang

walaupun volume produksi yang dihasilkan bertambah.

7.2. Saran

Saran-saran yang diberikan pada perusahaan dan peneliti selanjutnya

adalah sebagai berikut :

1. Perusahaan dapat menggunakan metode Goal Programming sebagai solusi

untuk menentukan produksi yang optimal dalam perencanaan produksi, karena

metode ini dapat mengakomodasi beberapa tujuan yang ingin dicapai.

2. Perusahaan disarankan untuk memaksimalkan pemakaian bahan baku untuk

mengurangi penumpukan bahan baku di gudang dan juga mengurangi biaya

simpan ataupun biaya pemesanan.

3. Bagi peneliti selanjutnya, dapat melakukan perencanaan produksi dengan

memperhitungkan Break Even Point untuk melihat sejauh mana pencapaian

keuntungan perusahaan terhadap variabel-variabel perusahaan, dan juga untuk

mengetahui Break Even Point pada perusahaan yang menghasilkan aneka

produk.
 DAFTAR PUSTAKA

Baroto, Teguh. 2002. Perencanaan dan Pengendalian Produksi. Penerbit Ghalia

Indonesia Cetakan Pertama. Jakarta

Buffa, E. dan Sarin, R. 1996. Manajemen Operasi dan Produksi Modern, Jilid 1

Edisi Kedelapan. Binarupa Aksara. Jakarta.

Charles, D. dan Simpson, T. 2002. Goal Programming Aplication in

Multidisciplinary Design Optimization

(http: //www.dtic.mil/ndia/2001sbac/simpson).

Chowdary, B. dan Slomp, J.2002. Production Planning Under Dynamic Product

Environment : A Multi-objective Goal Programming Approach)

(http:www.ub.rug.nl/eldoc/som/a/02A12/02A12.pdf)

Hillier, F. dan Lieberman, G. 1994. Pengantar Riset Operasi. Jilid 1 Edisi

Kelima, Penerbit Erlangga, Jakarta.

Mulyono, Sri. 2004. Riset Operasi. Penerbit Erlangga, Jakarta.

Makridatis, S., Wright, W. dan Steven C. 1999. Metode dan Aplikasi Peramalan.

Penerbit Erlangga, Jakarta.

Nasution, Arman Hakim. 1999. Perencanaan dan Pengendalian Produksi. PT.

Candimas Metropole. Cetakan I. Jakarta

Yamit, Zuliant. 2003. Manajemen Produksi dan Operasi. Penerbit Ekonisia,

Yogyakarta.
LAMPIRAN I :

Pembagian Tugas dan Tanggung Jawab pada PT. Gold Coin Indonesia

Pembagian tugas dan tanggung jawab dari setiap pekerjaan pada PT. Gold

Coin Indonesia-Medan Mill yaitu:

1. Branch Manager

Merupakan pimpinan tertinggi dalam perusahaan yang memiliki kekuasaan

dan tanggung jawab ke dalam dan ke luar perusahaan serta memiliki

wewenang dalam memutuskan kebijaksanaan.

Adapun tugas dan tanggung jawab dari branch manager adalah:

a. Mengontrol keseimbangan kinerja setiap kantor cabang PT. Gold Coin.

b. Bertanggung jawab atas kemajuan perusahaan.

2. Deputi General Manager

a. Bertanggung jawab atas kelancaran kegiatan operasional perusahaan.

b. Mengawasi jalannya produksi.

c. Mengawasi pemasaran produk.

3. Sekretaris

a. Menerima surat-surat (fax) yang masuk dan membuat laporannya.

b. Menerima telepon untuk branch manager dan menyusun janji secara

selektif.

c. Menerima data aktifitas mengenai bahan baku.

d. Menyediakan kilasan laporan kegiatan awal, pertengahan dan akhir bulan.

4. Sales Manager

a. Merencanakan program promosi yang akan dilakukan.

 b. Memeriksa pembayaran atas produk dari tim penjualan.

c. Memasukkan data faktur penerimaan terakhir pada program komputer

setelah memeriksa jumlah penerimaan terakhir.

d. Memasukkan data faktur dari penjualan yang lain.

e. Bertanggung jawab atas kelancaran penjualan dan pencapaian target.

f. Bertanggung jawab kepada pimpinan perusahaan untuk melaporkan

tentang hasil penjualan kepada atasan, baik secara lisan maupun tulisan.

5. Executive Staf

a. Melakukan penjualan dan prediksi penjualan.

b. Membagi daerah pemasaran.

6. Techinical Service

a. Mengumpulkan data yang relevan dan data pesaing dengan baik.

b. Membantu bagian penjualan untuk mendapatkan pelanggan yang baru.

c. Membantu pertumbuhan produksi dan melakukan perbaikan.

d. Menanggapi dan menyelidiki keluhan dari pelanggan.

7. Purchasing Executive

a. Merencanakan sistem pengadaan dan persediaan bahan.

b. Mempersiapkan permintaan kebutuhan bahan dan menetapkan harga.

c. Memperbaharui perjanjian kontrak.

8. Account Payable Administrasion

a. Bertanggung jawab terhadap pembukuan utang perusahaan.

9. Mill Controller

a. Memeriksa dan mengawasi tindakan yang dilakukan branch manager.

 b. Memberikan saran untuk kemajuan perusahaan.

10. GL & Tax

a. Menerima laporan dari supervisor stock setiap hari yang dibuat dalam

daftar nomor, harga dan nomor kontrak per komoditas dan per supplier.

b. Menerima laporan harga dari bagian pembelian dan membuat daftar nomor

dan nomor kontrak dalam laporan penerimaan.

c. Pembayaran voucher pada kasir dan membuat nomor kontrol, nomor

daftar, nomor kontrak bahan baku, bahan kemasan dan lain-lain.

11. Sales Administration

a. Memeriksa pembayaran atas produk dari tim penjualan.

b. Membuat laporan aktivitas dari pelanggan.

c. Memasukkan data faktur penerimaan terakhir pada komputer setelah

memeriksa jumlah penerimaan terakhir.

d. Memasukkan data faktur dari penjualan yang lain.

12. DO Clerk

a. Menerima pesanan dari pelanggan dan meneruskan ke bagian produksi.

b. Melakukan koordinasi dengan bagian produksi khususnya bagian delivery

untuk mengetahui posisi stock produk jadi.

c. Mencatat jumlah barang yang keluar meliputi jenis, harga dan pelanggan

yang membeli.

13. Credit Control

Tugas Credit Control adalah bertanggung jawab terhadap penjualan yang

dilakukan secara kredit.

14. Personal & General Affair

a. Mengontrol absensi pegawai yang dikoordinasi dengan satpam.

b. Menyelesaikan semua surat-surat dan dokumen perusahaan kepada

pemerintah.

c. Mendaftarkan pegawai pada PT. JAMSOSTEK dan asuransi lainnya.

d. Membuat daftar gaji pegawai dan mendistribusikannya.

e. Membuat daftar kerja lembur dan memasukkannya pada daftar gaji.

f. Membuat perencanaan untuk pelatihan pegawai sesuai dengan kebutuhan.

g. Melakukan analisa dan evaluasi pekerjaan.

h. Bersama dengan pihak manajemen melakukan penilaian terhadap kinerja

para pegawai.

15. Security

a. Memeriksa kehadiran karyawan, mencatat jumlah ketidakhadiran, alasan

ketidakhadiran dan identitas karyawan kemudian melaporkannya ke bagian

personalia.

b. Memeriksa dan mengawasi tamu-tamu yang masuk.

c. Mencatat data-data tamu yang keluar masuk.

d. Mengontrol situasi pabrik siang dan malam.

16. Operator Telepon/ Resepsionis

Adapun tugas dan tanggung jawab dari Operator Telepon/ Resepsionis yaitu:

a. Menerima telepon dan memberikan kepada pegawai yang bersangkutan.

b. Memberikan pelayanan dan informasi kepada tamu.

 c. Memeriksa tagihan telepon

17. Messenger

a. Mengatur pesanan berupa dokumen-dokumen perusahaan ke instansi yang

dituju baik swasta maupun pemerintah.

b. Melakukan pembayaran sesuai dengan kuitansi yang telah mendapat

persetujuan dari atasan kepada perseorangan, perusahaan, pemerintah

maupun lembaga-lembaga keuangan yang ditunjuk berdasarkan kuitansi.

18. Driver

Tugas Driver adalah mengantar atasan ke tempat-tempat yang telah ditentukan

untuk kepentingan perusahaan.

19. Temporary Cleaning Service & Gardener

Tugas Temporary Cleaning Service & Gardener adalah menjaga kebersihan

kantor dan taman.

20. Factory Manager

a. Bertanggung jawab atas jumlah, jenis dan mutu produksi.

b. Bertanggung jawab terhadap pemeliharaan peralatan pabrik.

c. Berkoordinasi dengan setiap supervisor proses produksi.

d. Memberikan jumlah dan jenis pakan yang diproduksi kepada Branch

Manager dan bagian penjualan.

e. Mengawasi kebersihan areal pabrik.

21. Stock Supervisor

a. Bertanggung jawab terhadap pengambilan sampel bahan baku dari truk.

b. Menyusun dan membuat laporan penerimaan dan pemakaian bahan baku.

 c. Menyusun dan membuat laporan pengeluaran dan hasil produksi.

d. Mengadakan pemeriksaan bahan baku dan hasil produksi di laboratorium.

e. Bertanggung jawab kepada Manager Produksi.

22. Receiving

a. Melakukan pengambilan sampel.

b. Menghitung jumlah batch pada saat pembongkaran bahan baku dan

penempatannya di gudang, memeriksa kondisi fisik (bocor).

c. Melakukan update stock di lapangan, yaitu keluarnya barang dari gudang

yang digunakan untuk proses produksi.

23. Delivery

a. Melakukan pengeluaran barang sesuai dengan delivery order.

b. Memastikan barang yang dikeluarkan sesuai dengan delivery order.

24. Weight Bridge Operator

a. Menimbang bahan baku yang beli sebelum masuk ke gudang.

b. Menimbang pakan yang akan dijual dan menimbang barang-barang yang

keluar dari pabrik.

25. Operator Forklift

a. Bertanggung jawab akan pengoperasian forklift yang digunakan.

b. Merawat forklift seperti memeriksa sebelumdan sesudah pemakaian dan

kebersihan.

c. Memberikan laporan kepada atasan mengenai kondisi forklift.

26. Sweeper

Tugas Sweeper adalah menjaga kebersihan dari lantai produksi.

27. Production Supervisor

a. Mengkoordinir pembagian tugas bawahannya.

b. Merencanakan pembagian bahan baku dan bahan aditif.

c. Melakukan perencanaan pekerjaan dan waktu.

d. Bertanggung jawab kepada Manager Produksi.

e. Mengadakan pemeriksaan, penelitian, analisa serta evaluasi pekerjaan

bawahannya.

28. Controll Room

a. Melaksanakan produksi sesuai formula yang telah ditetapkan dan

berdasarkan rencana produksi yang dibuat oleh supervisor produksi yang

telah diketahui oleh factory manager.

b. Menentukan intake dumping, jenis bahan baku yang harus didumping dan

menginformasikan rencana intake dumping bahan baku kepada dumping

operator.

c. Melaksanakan pengisian corn yellow dari intake ke silo, dari silo basah ke

dryer serta pengisian bin dari dryer.

d. Memberikan instruksi ke operator feed additive sesuai dengan rencana

produksi.

e. Koordinasi ke bagian maintenance mengenai penggantian saringan

glinding sesuai dengan hot size yang ditetapkan, pembersihan magnet, bila

terjadi over flow/over load pada screw conveyor bin bahan baku dan slide-

slide yang mengalami kemacetan.

 f. Koordinasi dengan pellet operator tentang ration yang diproduksi dan

jumlah batch.

29. Dumping Operator

a. Melakukan perencanaan pekerjaan dan waktu

b. Bertanggung jawab terhadap pemenuhan bahan baku yang digunakan pada

proses produksi melalui koordinasi dengan bagian controll room.

c. Mencatat jumlah bahan baku yang telah di dumping.

d. Bertanggung jawab terhadap kebersihan areal kerja.

e. Bertanggung jawab terhadap penggulungan 2nd hand gonny bag.

f. Bertanggung jawab kepada Factory Manager.

30. Sacking Off Supervisor

a. Bertanggung jawab terhadap sacking off section yang meliputi:

- Produk jadi yang diproduksi harus sesuai dengan plastik bag-nya dan

feed ticket-nya.

- Percepatan produksi sesuai dengan kapasitas mesin.

- Pengambilan sampel produk jadi.

b. Berkoordinasi dengan bagian control room yang meliputi:

- Perbandingan komposisi yang diproduksi dan ukuran partikel.

c. Berkoordinasi dengan bagian maintenance yang meliputi:

- Gangguan pada sistem sacking off misalnya bag lamp dan limit

switch.

- Gangguan pada escalator, conveyor dan sewing machine.

31. Pellet Mill Operator

a. Bertanggung jawab terhadap proses produksi untuk pellet dan crumble

dengan koordinasi dengan bagian controll room mengenai ration yang

akan diproduksi dan jumlah batch.

b. Melaksanakan kegiatan greasing setiap pagi dan sore hari atau setiap awal

shift.

c. Selalu memeriksa bentuk fisik atau ukuran partikel sesuai dengan jenis

ration yang diproduksi.

d. Setiap akhir produksi suatu ration harus menyelesaikan/menghabiskan fine

return dengan berkoordinasi ke bagian controll room.

e. Memelihara kebersihan areal kerja.

f. Koordinasi dengan bagian maintenance mengenai gangguan pada sistem

mekanik atau elektrik dan masalah steam/boiler.

32. Maintenance Supervisor

a. Mengkoordinir pembagian tugas bawahannya.

b. Melakukan perencanaan pekerjaan dan waktu.

c. Bertanggung jawab kepada Manager Produksi.

d. Mengadakan pemeriksaan, penelitian, analisa serta evaluasi pekerjaan

bawahannya.

33. Mechanical

a. Bertanggung jawab akan perawatan mesin-mesin produksi secara

mechanical.
 b. Menjalankan jadwal pemeriksaan mesin, pelumasan, dan lain-lain sesuai

petunjuk.

c. Menganalisa dan mempelajari kondisi mesin secara teratur.

d. Memberitahukan cara pengoperasian mesin-mesin secara mechanical yang

baik kepada operator.

e. Merencanakan jadwal pemeriksaan berkala.

f. Menjaga kebersihan dari mesin-mesin dan alat-alat kerja yang digunakan.

g. Merencanakan jadwal perbaikan mesin-mesin dan penggunaan spare part.

h. Memeriksa kebocoran pada aliran udara, oli, dan casing-casing mesin.

i. Membuat laporan kerja dan laporan bulanan pada atasan.

34. Electrical

a. Bertanggung jawab akan perawatan-perawatan electrical system sesuai

dengan garisan-garisan yang telah ditentukan.

b. Merencanakan jadwal pemeriksaan berkala.

c. Merencanakan jadwal pemeriksan spare part.

d. Memberikan aturan-aturan pengoperasia alat elektical yang baik kepada

operator.

e. Memberikan bimbingan kepada operator dalam mengatasi masalah.

f. Membuat laporan yang diperlukan terutama dalam pemakaian arus listrik

PLN.

g. Menjaga alat-alat kerja dan kebersihan electrical system.

h. Memberikan masukan kepada atasan akan keadaan electical dan saran-

saran.
35. Store Keeper

a. Bertanggung jawab akan penerimaan dan penyimpanan spare part.

b. Merencanakan persediaan spare part dan penggantian spare part.

c. Memberikan laporan kepada atasan, pemakaian solar, air dan spare part.

d. Menyampaikan saran/usul kepada atasan guna mencapai hasil yang lebih

baik.

36. Boiler Operator

a. Bertanggung jawab akan pengoperasian boiler dan saluran pipa uap.

b. Merawat boiler.

c. Menyiapkan/ membuat laporan-laporan yang diperlukan.

37. Chemist

a. Melakukan analisa sampel bahan baku yang telah diambil oleh bagian

QAO untuk mengetahui kelayakan bahan baku untuk digunakan sesuai

dengan standar mutu yang telah ditetapkan.

b. Melakukan analisa produk berdasarkan sampel dari tiap-tiap produk yang

diproduksi yang diambil oleh bagian QAO untuk diperiksa jenis-jenis

kandungan produk tersebut.

c. Melaporkan hasil pemeriksaan kepada bagian QAO dan Branch Manager.

38. Quality Assurance Officer

a. Memastikan pemakaian raw material dengan benar, baik kualitas fisik

maupun nutrisi sesuai yang tercantum pada formula.

b. Mengawasi sistem FIFO untuk setiap raw material yang dipakai maupun

untuk finish product.

c. Mencatat umur stock raw material dan finish product, dan jika ada

kelainan kualitas fisik segera dikonfirmasikan ke bagian laboratorium

untuk mengambil sampel dan menganalisa ulang.

d. Turut mengawasi operasional pabrik, antara lain:

- Dumping raw material dan pemakaian feed additif.

- Memastikan saringan dengan benar.

- Mengawasi bagian sacking, meliputi kualitas fisik ( ukuran partikel,

warna, aroma dan rasa), kualiatas jahitan dan jumlah berat.

e. Memastikan bahan pakan yang akan keluar dalam keadaan baik yaitu:

- Kualitas sesuai dengan standar masing-masing.

- Bak truk harus kering dan bersih sebelum pakan dimuat.

- Jumlah tonase pakan sesuai.

f. Mencatat dan membuat laporan yang ditujukan kepada Branch Manager

dan bagian yang terkait.

Lampiran II

Perhitungan Peramalan Pakan Bentuk Tepung (Mess)

6. Perhitungan parameter peramalan untuk produk mess

Dari model pola data penjualan mess yang diperoleh dari periode sebelumnya,

metode yang digunakan adalah metode eksponensial, kuadratis dan siklis.

a. Metode Eksponensial

Fungsi peramalan : Y = a  bx

Tabel 1. Perhitungan Parameter Peramalan untuk Metode Eksponensial

X Y X2 Ln Y X Ln Y
1 3683 1 8.211482916 8.2114829
2 3671 4 8.208219383 16.416439
3 3553 9 8.175547596 24.526643
4 5083 16 8.533656917 34.134628
5 4380 25 8.384804003 41.92402
6 3155 36 8.056743775 48.340463
7 3378 49 8.125039097 56.875274
8 2878 64 7.964850887 63.718807
9 3903 81 8.269500767 74.425507
10 2199 100 7.695757991 76.95758
11 2712 121 7.905441649 86.959858
12 2552 144 7.844632644 94.135592
78 41147 650 97.37567763 626.62629

n∑ X ln Y − ∑ X ∑ ln Y 12(626,62) − 78(97,37)
b= = = -0.04417
n∑ X 2 − (∑ X ) 12(650) − (78) 2
2

ln a =
∑ ln Y − b∑ X =
97,37 − (−0.04417)(78)
= 8,4017
n 12
a = 4454,69
Fungsi peramalannya adalah : Y = 4454,69  -0.04417x
 b. Metode Kuadratis

Persamaan : Y = a + bx + cx2
Tabel 2. Perhitungan Parameter Peramalan Metode Kuadratis
X Y XY X2 X3 X4 X2Y Y' Y-Y' (Y-Y')2
1 3683 3683 1 1 1 3683 3829.2445 -146.24451 21387.455
2 3671 7342 4 8 16 14684 3895.73 -224.73002 50503.582
3 3553 10659 9 27 81 31977 3920.4338 -367.43382 135007.61
4 5083 20332 16 64 256 81328 3903.3559 1179.6441 1391560.2
5 4380 21900 25 125 625 109500 3844.4963 535.50375 286764.26
6 3155 18930 36 216 1296 113580 3743.8549 -588.8549 346750.09
7 3378 23646 49 343 2401 165522 3601.4318 -223.43182 49921.777
8 2878 23024 64 512 4096 184192 3417.227 -539.22702 290765.78
9 3903 35127 81 729 6561 316143 3191.2405 711.75949 506601.57
10 2199 21990 100 1000 10000 219900 2923.4723 -724.47228 524860.08
11 2712 29832 121 1331 14641 328152 2613.9223 98.077672 9619.2298
12 2552 30624 144 1728 20736 367488 2262.5907 289.40934 83757.766
78 41147 247089 650 6084 60710 1936149 41147 -7.276E-12 3697499.4

α = ∑ X ∑ X 2 − n∑ X 3

α = (78)(650) − 12(6084)
α = −22308
β = (∑ X ) − n∑ X 2
2

β = (78)2 − 12(650)
β = −1716

γ = (∑ X 2 ) − n∑ X 4
2

γ = (650)2 − 12(60710)
γ = −306020

δ = ∑ X ∑ Y − n∑ XY

δ = (78)(41147 ) − 12(247089)
= 244398
θ = ∑ X 2 ∑ Y − n ∑ X 2Y
 θ = (650)(41147 ) − 12(1936149)
θ = 3511762
γ .δ − θ .α
b=
γ .β − α 2

(−306020)(244398) − (3511762)(−22308)
b= = 129,15
(−306020)(−1716) − (−22308) 2
θ − bα
c=
γ
(3511762) - (129,15)(-22308)
c= = −20,89
(-306020)

a=
∑ y − b∑ X − c ∑ X 2

n
41147 - (129,15)(78) - (20,89)(650)
a= = 3720,97
12
Jadi persamaan menjadi Y = 3720,97 + 129,15X – 20,89X2

c. Metode Siklis

 2πX   2πX 
Fungsi peramalan : Y = a + b sin   + c cos  
 n   n 
 Tabel 3. Perhitungan Parameter Peramalan untuk Metode Siklis

X Y SIN COS Ysin Ycos Sin^2 Cos^2 SinCos

1 3683 0.5 0.8660254 1841.5 3189.572 0.25 0.75 0.433013
2 3671 0.8660254 0.5 3179.179 1835.5 0.75 0.25 0.433013
3 3553 1 0 3553 0 1 0 0
4 5083 0.8660254 -0.5 4402.007 -2541.5 0.75 0.25 -0.43301
5 4380 0.5 -0.8660254 2190 -3793.19 0.25 0.75 -0.43301
6 3155 0 -1 0 -3155 0 1 0
7 3378 -0.5 -0.8660254 -1689 -2925.43 0.25 0.75 0.433013
8 2878 -0.8660254 -0.5 -2492.42 -1439 0.75 0.25 0.433013
9 3903 -1 0 -3903 0 1 0 0
10 2199 -0.8660254 0.5 -1904.39 1099.5 0.75 0.25 -0.43301
11 2712 -0.5 0.8660254 -1356 2348.661 0.25 0.75 -0.43301
12 2552 0 1 0 2552 0 1 0
78 41147 0 0 3820.8754 -2828.8926 6 6 0

 2πX   2πX 
∑Y = na + b ∑  sin n 
 +c ∑  cos n 


41147 = 12a + b(0) + c(0)

41147 = 12a
a = 3428,92
 2πX   2πX   2πX   2πX 2πX 
∑  Y sin n  = a∑  sin n  + b∑  sin 2 n  + c∑  sin n cos n 
3820,87 = a (0) + b (6) + c (0)
3820,87 = 6b
b = 636,82
 2πX   2πX   2πX 2πX   2πX 
∑  Y cos n  = a∑  cos n  + b∑  sin n cos n  + c∑  cos2 n 
-2828,89 = a (0) + b (0) c (6)
-2828,89 = 6c
c = -471,48
 2πX 
Fungsi peramalannya : Y = 3428,92 + 636,82 sin   - 471,48 cos
 n 
 2πX 
 
 n 
7. Menghitung SEE

Perhitungan kesalahan menggunakan metode SEE (Standard Error of

Estimation) dengan menggunakan rumus sebagai berikut:

∑ (Y − Y ')
2

SEE =
n− f

e. Metode Eksponensial

Derajat kebebasan (f) = 2

Tabel 4. Perhitungan SEE untuk Metode Eksponensial

X Y Y' Y-Y' (Y-Y')2

1 3683 4262.2294 -579.22938 335506.68
2 3671 4078.0838 -407.08384 165717.26
3 3553 3901.8941 -348.89413 121727.12
4 5083 3733.3165 1349.6835 1821645.5
5 4380 3572.0222 807.97783 652828.18
6 3155 3417.6964 -262.69637 69009.382
7 3378 3270.0381 107.96193 11655.779
8 2878 3128.7592 -250.7592 62880.178
9 3903 2993.5842 909.41584 827037.17
10 2199 2864.2492 -665.24922 442556.52
11 2712 2740.5021 -28.502074 812.36824
12 2552 2622.1013 -70.101306 4914.1931
78 41147 40584.476 562.52354 4516290.3

4516290.3
SEEeksponensial = = 672,03
12 − 2
f. Metode kuadratis

Derajat kebebasan (f) = 3

Tabel 5. Perhitungan SEE untuk Metode Kuadratis

X Y Y' Y-Y' (Y-Y')2

1 3683 3829.2445 -146.2445055 21387.455
2 3671 3895.73 -224.73002 50503.582
3 3553 3920.4338 -367.4338162 135007.61
4 5083 3903.3559 1179.644106 1391560.2
5 4380 3844.4963 535.5037463 286764.26
6 3155 3743.8549 -588.8548951 346750.09
7 3378 3601.4318 -223.4318182 49921.777
8 2878 3417.227 -539.227023 290765.78
9 3903 3191.2405 711.7594905 506601.57
10 2199 2923.4723 -724.4722777 524860.08
11 2712 2613.9223 98.07767233 9619.2298
12 2552 2262.5907 289.4093407 83757.766
78 41147 41147 -7.27596E-12 3697499.4

3697499.4
SEEkuadratis = = 640,96
12 − 3

g. Metode Siklis

Derajat kebebasan (f) = 3

 Tabel 6. Perhitungan SEE untuk Metode Siklis

X Y Y' Y-Y' (Y-Y')2

1 3683 3339.0075 343.9925 118330.86
2 3671 3744.6715 -73.6715 5427.4864
3 3553 4065.7292 -512.729 262891.27
4 5083 4216.1536 866.8464 751422.72
5 4380 4155.6384 224.3616 50338.114
6 3155 3900.3988 -745.399 555619.33
7 3378 3518.8259 -140.826 19831.923
8 2878 3113.1619 -235.162 55301.099
9 3903 2792.1041 1110.896 1234089.7
10 2199 2641.6798 -442.68 195965.36
11 2712 2702.1949 9.805097 96.13993
12 2552 2957.4346 -405.435 164377.18
78 41147 3413691.19

3413691.19
SEEsiklis = = 615,87
12 − 3

Hasil rekapitulasi nilai SEE dapat dilihat pada Tabel 7 berikut ini:

Tabel 7. Rekapitulasi Hasil Perhitungan SEE untuk Penjualan Pakan bentuk

Tepung (Mess)

Metode Peramalan Hasil Perhitungan SEE

Eksponensial 672,03
Kuadratis 640,96
Siklis 615,87

Dari perhitungan yang dilakukan, SEE terkecil yang diperoleh adalah

metode peramalan Siklis yaitu 615,87, maka metode yang digunakan untuk
 meramalkan permintaan pakan bentuk pellet untuk periode mendatang adalah

metode Siklis dengan persamaan :

 2πX   2πX 
Y = 3428,92 + 636,82 sin   - 471,48 cos  
 n   n 

3. Verifikasi peramalan

Tujuan dilakukannya proses verifikasi adalah untuk mengetahui apakah fungsi

yang telah ditentukan dapat mewakili data yang akan diramalkan.

Tabel 8. Perhitungan Hasil Verifikasi

X Y Y' Y-Y' (Y-Y')2 MR

1 3683 3339.0075 343.9925 118330.86
2 3671 3744.6715 -73.6715 5427.4864 417.664
3 3553 4065.7292 -512.729 262891.27 439.0578
4 5083 4216.1536 866.8464 751422.72 1379.576
5 4380 4155.6384 224.3616 50338.114 642.4849
6 3155 3900.3988 -745.399 555619.33 969.7603
7 3378 3518.8259 -140.826 19831.923 604.5729
8 2878 3113.1619 -235.162 55301.099 94.33599
9 3903 2792.1041 1110.896 1234089.7 1346.058
10 2199 2641.6798 -442.68 195965.36 1553.576
11 2712 2702.1949 9.805097 96.13993 452.4849
12 2552 2957.4346 -405.435 164377.18 415.2397
78 41147 3413691.19 8314.8094

MR =
∑ MR = 8314,81 = 755,89
n −1 12 − 1

BKA = 2.66 x MR = 2.66 x 755,89 = 2010,672

BKB = -2.66 x MR = -2.66 x 755,89 = -2010,672

 Moving Chart Penjualan Mess

3000

2000
Jumlah (Ton)

1000
Y-Y'
0 BKA
1 2 3 4 5 6 7 8 9 10 11 12
-1000 BKB
-2000

-3000
Periode (Bulan)

Gambar 1. Moving Range Chart Penjualan Pakan Tepung (Mess)

Dari Gambar 1, dapat dilihat bahwa tidak ada data yang berada di luar

batas kontrol sehingga metode peramalan sudah representatif. Hasil

peramalan jumlah penjualan untuk tahun 2009 adalah sebagai berikut:

Tabel 9. Hasil Peramalan Pakan Tepung (Mess) Tahun 2009

No Bulan Jumlah
1 Januari 3340
2 Februari 3745
3 Maret 4066
4 April 4217
5 Mei 4156
6 Juni 3901
7 Juli 3519
8 Agustus 3114
9 September 2793
10 Oktober 2642
11 November 2703
12 Desember 2958
Lampiran III

Perhitungan Peramalan Pakan Bentuk Crumble

1. Perhitungan parameter peramalan untuk Crumble

Dari model pola data penjualan crumble yang diperoleh dari periode

sebelumnya, metode yang digunakan adalah metode linear, eksponensial, dan

kuadratis.

a. Metode linier

Tabel 10. Perhitungan Parameter Peramalan untuk Metode Linear

X Y XY X2
1 1979 1979 1
2 2179 4358 4
3 1373 4119 9
4 1201 4804 16
5 1633 8165 25
6 1154 6924 36
7 2050 14350 49
8 1402 11216 64
9 1449 13041 81
10 1191 11910 100
11 1444 15884 121
12 1144 13728 144
78 18199 110478 650

n∑ XY − ∑ X ∑ Y 12(110478) − 78(18199)
b= = = -54,65
n∑ X − (∑ X ) 12(650) − (78) 2
2 2

a= ∑ Y − b∑ X 18199 − (−54,65)(78)
= = 1871,83
n 12
Fungsi peramalannya adalah : Y = 1871,83 – 54,65X
 b. Metode Eksponensial

Fungsi peramalan : Y = a  bx

Tabel 11. Perhitungan Parameter Peramalan untuk Metode Eksponensial

X Y X2 Ln Y X Ln Y
1 1979 1 7.5903469 7.5903469
2 2179 4 7.6866213 15.373243
3 1373 9 7.2247534 21.67426
4 1201 16 7.0909098 28.363639
5 1633 25 7.3981741 36.99087
6 1154 36 7.0509894 42.305937
7 2050 49 7.6255951 53.379166
8 1402 64 7.2456551 57.965241
9 1449 81 7.2786289 65.50766
10 1191 100 7.0825486 70.825486
11 1444 121 7.2751723 80.026896
12 1144 144 7.0422862 84.507434
78 18199 650 87.591681 564.51018

n∑ X ln Y − ∑ X ∑ ln Y 12(564,51) − 78(87,59)
b= = = -0.0338
n∑ X 2 − (∑ X ) 12(650) − (78) 2
2

ln a =
∑ ln Y − b∑ X =
87,59 − (−0.0338)(78)
= 7,5191
n 12

a = 1842,93

Fungsi peramalannya adalah : Y = 1842,93  -0.0338x

c. Metode Kuadratis

Persamaan : Y = a + bx + cx2
 Tabel 12. Perhitungan Parameter Peramalan Metode Kuadratis
X Y XY X2 X3 X4 X2Y
1 1979 1979 1 1 1 1979
2 2179 4358 4 8 16 8716
3 1373 4119 9 27 81 12357
4 1201 4804 16 64 256 19216
5 1633 8165 25 125 625 40825
6 1154 6924 36 216 1296 41544
7 2050 14350 49 343 2401 100450
8 1402 11216 64 512 4096 89728
9 1449 13041 81 729 6561 117369
10 1191 11910 100 1000 10000 119100
11 1444 15884 121 1331 14641 174724
12 1144 13728 144 1728 20736 164736
78 18199 110478 650 6084 60710 890744

α = ∑ X ∑ X 2 − n∑ X 3

α = (78)(650) − 12(6084)
α = −22308
β = (∑ X ) − n∑ X 2
2

β = (78)2 − 12(650)
β = −1716

γ = (∑ X 2 ) − n∑ X 4
2

γ = (650)2 − 12(60710)
γ = −306020

δ = ∑ X ∑ Y − n∑ XY

δ = (78)(18199) − 12(110478)
= 93786
θ = ∑ X 2 ∑ Y − n ∑ X 2Y
 θ = (650)(18199) − 12(890744)
θ = 1140422
γ .δ − θ .α
b=
γ .β − α 2

(−306020)(93786) − (1140422)(−22308)
b= = −118,61
(−306020)(−1716) − (−22308) 2
θ − bα
c=
γ
(1140422) - (-118,61)(-22308)
c= = 4,92
(-306020)

a=
∑ y − b∑ X − c ∑ X 2

n
18199 - (-118,61)(78) - (4,92)(650)
a= = 2021,06
12
Jadi persamaan menjadi Y = 2021,06 - 118,61X + 4,92X2

8. Menghitung SEE

Perhitungan kesalahan menggunakan metode SEE (Standard Error of

Estimation) dengan menggunakan rumus sebagai berikut:

∑ (Y − Y ')
2

SEE =
n− f

a. Metode Linear

Derajat kebebasan (f) = 2

 Tabel 13. Perhitungan SEE untuk Metode Linear

X Y Y' Y-Y' (Y-Y')2

1 1979 1817.1795 161.82051 26185.878
2 2179 1762.5256 416.47436 173450.89
3 1373 1707.8718 -334.87179 112139.12
4 1201 1653.2179 -452.21795 204501.07
5 1633 1598.5641 34.435897 1185.831
6 1154 1543.9103 -389.91026 152030.01
7 2050 1489.2564 560.74359 314433.37
8 1402 1434.6026 -32.602564 1062.9272
9 1449 1379.9487 69.051282 4768.0796
10 1191 1325.2949 -134.29487 18035.113
11 1444 1270.641 173.35897 30053.334
12 1144 1215.9872 -71.987179 5182.154
78 18199 18199 1.137E-12 1043027.8

1043027.8
SEElinear = = 322,95
12 − 2

b. Metode Eksponensial

Derajat kebebasan (f) = 3

 Tabel 14. Perhitungan SEE untuk Metode Eksponensial

X Y Y' Y-Y' (Y-Y')2

1 1979 1781.6506 197.34935 38946.767
2 2179 1722.4089 456.5911 208475.43
3 1373 1665.137 -292.137 85344.027
4 1201 1609.7695 -408.76945 167092.46
5 1633 1556.2429 76.757067 5891.6474
6 1154 1504.4962 -350.49623 122847.6
7 2050 1454.4702 595.52985 354655.8
8 1402 1406.1075 -4.1074965 16.871527
9 1449 1359.353 89.64705 8036.5935
10 1191 1314.153 -123.15304 15166.672
11 1444 1270.4561 173.54392 30117.493
12 1144 1228.2121 -84.212083 7091.6749
78 18199 17872.457 326.54304 1043683

1043683
SEEeksponensial = = 340.53
12 − 2

c. Metode Kuadratis

Derajat kebebasan (f) = 3

 Tabel 15. Perhitungan SEE untuk Metode Kuadratis

X Y Y' Y-Y' (Y-Y')2

1 1979 1907.3764 71.623626 5129.9439
2 2179 1803.5242 375.47577 140982.06
3 1373 1709.5117 -336.51174 113240.15
4 1201 1625.3389 -424.33891 180063.51
5 1633 1551.0057 81.994256 6723.058
6 1154 1486.5122 -332.51224 110564.39
7 2050 1431.8584 618.14161 382099.05
8 1402 1387.0442 14.955794 223.67578
9 1449 1352.0697 96.93032 9395.4869
10 1191 1326.9348 -135.93482 18478.274
11 1444 1311.6396 132.36039 17519.273
12 1144 1306.1841 -162.18407 26303.671
78 18199 18199 2.274E-13 1010722.5

1010722.5
SEEkuadratis = = 335,12
12 − 3

Hasil rekapitulasi nilai SEE dapat dilihat pada Tabel 16 berikut ini:

Tabel 16. Rekapitulasi Hasil Perhitungan SEE untuk Penjualan Crumble

Metode Peramalan Hasil Perhitungan SEE

Linear 322,95
Eksponensial 323,53
Kuadratis 335,12

Dari perhitungan yang dilakukan, SEE terkecil yang diperoleh adalah

metode peramalan linear yaitu 322,95, maka metode yang digunakan untuk
 meramalkan permintaan crumble untuk periode mendatang adalah metode

linear dengan persamaan : Y = 1871,83 – 54,65X

3. Verifikasi peramalan

Tujuan dilakukannya proses verifikasi adalah untuk mengetahui apakah fungsi

yang telah ditentukan dapat mewakili data yang akan diramalkan.

Tabel 17. Perhitungan Hasil Verifikasi

X Y Y' Y-Y' (Y-Y')2 MR

1 1979 1817.1795 161.82051 26185.878
2 2179 1762.5256 416.47436 173450.89 254.6538
3 1373 1707.8718 -334.87179 112139.12 751.3462
4 1201 1653.2179 -452.21795 204501.07 117.3462
5 1633 1598.5641 34.435897 1185.831 486.6538
6 1154 1543.9103 -389.91026 152030.01 424.3462
7 2050 1489.2564 560.74359 314433.37 950.6538
8 1402 1434.6026 -32.602564 1062.9272 593.3462
9 1449 1379.9487 69.051282 4768.0796 101.6538
10 1191 1325.2949 -134.29487 18035.113 203.3462
11 1444 1270.641 173.35897 30053.334 307.6538
12 1144 1215.9872 -71.987179 5182.154 245.3462
78 18199 18199 1.137E-12 1043027.8 4436.3462

MR =
∑ MR = 4436.34 = 403,30
n −1 12 − 1

BKA = 2.66 x MR = 2.66 x 403,30 = 1072,789

BKB = -2.66 x MR = -2.66 x 403,30 = -1072,789

 Moving Chart Pe njualan Crum ble
1500
1000
Jumlah (Ton)

500
Y-Y'
0
BKA
-500 1 3 5 7 9 11 BKB

-1000
-1500
Pe riode (Bulan)

Gambar 2. Moving Range Chart Penjualan Crumble

Dari Gambar 2, dapat dilihat bahwa tidak ada data yang berada di luar

batas kontrol sehingga metode peramalan sudah representatif. Hasil

peramalan jumlah penjualan untuk tahun 2009 adalah sebagai berikut:

Tabel 18. Hasil Peramalan Crumble Tahun 2009

No Bulan Jumlah
1 Januari 1162
2 Februari 1107
3 Maret 1053
4 April 998
5 Mei 943
6 Juni 889
7 Juli 834
8 Agustus 779
9 September 725
10 Oktober 670
11 November 615
12 Desember 561
Lampiran IV Penyelesaian Goal Programming Menggunakan Metode

Simpleks

Penyelesaian fungsi pencapaian Goal Programming secara manual

dilakukan dengan menggunakan metode simpleks dimulai dengan pembuatan

matriks awal Goal Programming.

Beberapa istilah yang digunakan dalam tabel yaitu :

Variabel basis yaitu variabel non negative yang hanya ada pada satu persamaan,

tidak ada pada persamaan lain dengan koefisien 1. Pada Tabel 19., yang termasuk

variabel basis adalah d1 – d14. Sedangkan variabel non basis merupakan variabel

keputusan, yaitu X1, X2, dan X3.

a. Cb merupakan koefisien dari variabel basis pada fungsi tujuan, sedangkan Cj

merupakan koefisien dari variabel non basis pada fungsi tujuan atau laba

relative dari semua variabel non basis.

b. Konstanta atau right hand side merupakan nilai sisi kanan dari setiap

persamaan.

c. Z merupakan nilai laba yang diinginkan. Dalam hal ini, nilai Z diuraikan

satu-persatu sesuai dengan prioritas. Nilai Z dapat diperoleh dengan

mengalikan nilai Cb dengan konstanta,yaitu:

Untuk P3, Z = 1 x 2 2,3 2,7 1 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0

= 2 2,3 2,7 1 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0

d. Nilai Crow diperoleh dari pengurangan nilai Cj terhadap hasil perkalian Cb

dengan Pj yaitu nilai pada tiap kolom dan baris. Secara matematis :
 Crow = Cj - Zj

Misalnya untuk Crow pada P3 pada kolom pertama :

Crow = 0 – 2

= -2

e. Pemeriksaan optimalitas, yaitu melihat apakah solusi sudah layak atau tidak.

Solusi dikatakan layak bila sudah optimal yaitu bila semua Crow dari

variabel non basis adalah positif atau nol. Pada tabel simpleks awal, nilai

Crow dari variabel non basis berharga negatif, jadi solusi belum optimal.

Langkah selanjutnya adalah melakukan perbaikan yaitu dengan mangganti

salah satu variabel non basis dengan variabel basis.

f. Pemilihan baris dan kolom kunci

Variabel non basis yang dipilih untuk menjadi variabel basis disebut

entering variabel. Entering variabel yang dipilih adalah variabel non basis

yang memiliki Crow paling negatif. Dan variabel basis yang akan keluar

menjadi variabel non basis disebut leaving variabel. Leaving variabel yang

dipilih adalah dengan menggunakan rasio minimum yaitu perbandingan

antara konstanta sisi kanan dengan elemen variabel.

Kolom entering variabel disebut kolom pivot

Baris leaving variabel disebut baris pivot.

Elemen perpotongan kolom dan baris pivot disebut elemen pivot.

Pada Tabel simpleks awal, X3 memiliki Crow paling negatif yaitu -400000,

sehingga X3 disebut entering variabel. Kolom pivot adalah kolom X3.

Rasio Minimum yaitu :

 Baris 1 = 19200/2,7 = 7111,11

Baris 2 = 4500/0,5 = 9000

Baris 3 = 600/0,077 = 7792,21

Baris 4 = 1950/0,3 = 6500

Baris 5 = 180/0,02 = 9000

Baris 6 = 120/0,016 = 7500

Baris 7 = 150/0,026 = 5769,23

Baris 8 = 180/0,03 = 6000

Baris 9 = 180/0,025 = 7200

Baris 10 = 60/0,006 = 10000

Baris 10 = 4156/0 = ≈

Baris 12 = 926/0 = ≈

Baris 13 = 943/1 = 943

Jadi, baris pivot (leaving variabel) adalah baris 13.

g. Mencari sistem kanonikal

Mencari sistem kanonikal yaitu sistem dimana nilai elemen pivot bernilai 1

dan elemen lain bernilai nol dengan cara mengalikan baris pivot dengan -1

lalu menambahkannya dengan semua elemen dibaris pertama.

Misalnya untuk baris pertama :

0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 x -2,7
0 0 -2,7 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2,7 -2,7 0 0
2 2,3 2,7 0 1 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 +
2 2,3 0 0 1 -1 0 0 0 0 0 0 0 0 0 0 0 0 2,7 -2,7 0 0
Nilai bi pada sistem kanonikal diperoleh dengan cara :
b1 = (-1)(2,7)(943) + 19200 = 16653,9

b2 = (-1)(0,5)(6) + 4500 = 4028,5

b3 = (-1)(0,077)(6) + 600 = 527,389

demikian seterusnya untuk baris ke 4 sampai baris ke 14

Dengan demikian, diperoleh tabel simpleks iterasi I seperti pada Tabel 20.

Kemudian dilakukan penghitungan yang sama sampai ditemukan solusi

yang optimal seperti pada Tabel 23.