Seminar Nasional Matematika dan Terapan 2019

ISSN: 2721-3684
Volume 1, Desember, pp: 923-930

Mengoptimalkan Keuntungan Produksi Dengan

Menggunakan Metode Branch And Bound Dan Metode
Cutting Plane
(Studi Kasus: Cindelallaatelier)

Intan Syahrini1, Radhiah2, Faizah Amalina3.

1,2
Dosen Pengajar Jurusan Matematika FMIPA Universitas Syiah Kuala
3
Mahasiswa Jurusan Matematika FMIPA Universitas Syiah Kuala
Intansyahrini@unsyiah.ac.id

Abstrak- Perusahaan Cindelallaatelier merupakan perusahaan yang bergerak di bidang home

industry yang memproduksi berbagai jenis aksesoris. Permasalahan pada perusahaan tersebut
adalah pada pembelian bahan baku pada distributor sering terjadi perubahan harga, sehingga
perlu mengoptimalkan jumlah produk agar memperoleh keuntungan yang maksimal. Metode
yang digunakan untuk menyelesaikan permasalahan tersebut adalah metode Branch and Bound
dan metode Cutting Plane, dimana kedua metode tersebut merupakan metode yang digunakan
untuk menyelesaikan program linier integer. Tujuan dari penelitian ini adalah untuk
mendapatkan keuntungan yang maksimal dengan membandingkan hasil perhitungan kedua
metode tersebut dan melakukan analisis sensitivitas untuk melihat pengaruh perubahan
persediaan bahan baku pada keuntungan yang didapat. Pada kasus Cindelallaatelier, keuntungan
optimal didapatkan pada metode Branch and Bound. Analisis sensitivitas menunjukkan bahwa
pengurangan persediaan pada setiap bahan baku dan penambahan pada bahan baku bunga
plastik dan batu hias tidak merubah keuntungan perusahaan jika perubahan bahan baku tersebut
tidak melewati batas yang telah ditentukan.

Kata kunci: Program Linier Integer, Metode Branch and Bound, Metode Cutting Plane,
Analisis Sensitivitas

I. PENDAHULUAN
Tingginya permintaan konsumen terhadap suatu barang, mengakibatkan perusahaan akan
meningkatkan kapasitas produksinya. Manajemen perusahaan berperan penting dalam menentukan biaya
produksi dan melakukan perencanaan dengan seefisien mungkin dalam suatu perusahaan. Perusahaan
kecil yang bergerak dalam home industry salah satunya adalah Cindelallaatelier. Cindelallaatelier berdiri
sejak Tahun 2011 berlokasi di Banda Aceh. Cindelallaatelier memproduksi aksesoris wanita. Pembelian
bahan baku aksesoris pada distributor sering terjadi perubahan harga yang diakibatkan oleh kondisi
perekonomian yang tidak stabil. Hal tersebut nantinya berpengaruh pada harga jual aksesoris sehingga
mengakibatkan penurunan omset penjualan aksesoris Cindelallaatelier. Untuk menyelesaikan
permasalahan Cindelallaatelier tersebut, maka diperlukan penyelesaian optimal guna memperoleh
keuntungan maksimal. yaitu dengan menggunakan teknik program linier. Salah satu jenis program linier
adalah program linier integer, dimana variabel keputusannya adalah bilangan bulat. Terdapat beberapa
metode dalam penyelesaian masalah integer programming, dalam penelitian ini digunakan metode
Branch and Bound dan metode Cutting Plane untuk memaksimalkan keuntungan dari jumlah kombinasi
produk. Branch and Bound merupakan metode untuk mencari solusi optimal dari suatu persoalan
pemograman integer yang kontinu dengan menumerisasi titik fisibel dari sub persoalan yang dibuat
dengan pencabangan atau memperkecil search tree menjadi sekecil mungkin. Sedangkan Cutting Plane
merupakan metode dengan penambahan batasan baru yang disebut gomory. Batasan gomory diberikan
jika nilai dari variabel keputusan bulat atau bernilai pecahan. Batasan-batasan tersebut secara efektif akan
menyingkirkan beberapa ruang penyelesaian yang tidak berisi titik bilangan bulat yang layak, tetapi tidak
pernah menyingkirkan satupun titik bulat yang layak. Maka pada penelitian ini akan menerapkan kedua
metode tersebut untuk melihat metode yang paling efisien digunakan pada kondisi perusahaan
Cindelallaatelier pada saat ini.

II. METODE PENELITIAN

Penelitian ini dilakukan di Cindelallaatelier yang berlokasi di Kp.Pineung, Banda Aceh, merupakan
perusahaan kecil yang menjual aksesoris untuk wanita. Sementara itu untuk analisis data dilakukan di
FMIPA Matematika Unsyiah, khususnya di Laboratorium Komputasi Dasar FMIPA Unsyiah

Metode Branch And Bound Dan Metode Cutting Plane (Intan Syahrini)|923
 Seminar Nasional Matematika dan Terapan 2019
ISSN: 2721-3684
Volume 1, Desember, pp: 923-930

Prosedur penelitian yang dilakukan dalam penelitian ini diperlukan sebagai panduan dalam pengerjaan
penelitian ini agar lebih teratur dan terstruktur. Adapun prosedurnya adalah sebagai berikut :
1. Studi Pustaka dan Literatur
2. Pengumpulan Data
Data yang digunakan adalah data sekunder diantaranya data keuntungan dari masing-masing
jenis produk, jumlah persediaan bahan baku untuk membuat masing-masing produk, jumlah
maksimum dan minimum produksi berdasarkan permintaan pasar dan penjualan serta jumlah
persediaan waktu yang dibutuhkan dalam memproduksi suatu produk. Data yang di ambil adalah
data perusahaan pada bulan Januari 2018.
3. Analisa dan Pengolahan Data
Langkah awal yang harus ditentukan dalam penyelesaian masalah dengan metode progam
linier adalah dengan menentukan 3 faktor utama, yaitu:
a. Variabel Keputusan
Langkah pertama yang dilakukan adalah mendefinikan variabel dari setiap produk yang di
hasilkan dan setiap variabel keputusan akan diformulasikan ke dalam pemodelan matematika
berdasarkan data yang diperoleh dari perusahaan Cindelallaatelier yang menjadi objek penelitian ini.
Cindelallaatelier memproduksi 7 jenis produk aksesoris. Variabel keputusan dalam penelitian ini
adalah 𝑥𝑖 = banyak aksesoris jenis 𝑖 yang diproduksi setiap bulan (𝑖 = 1,2,3, . . . ,7).
Adapun setiap jenis produk yang dihasilkan didefinisikan ke dalam variabel sebagai
berikut:
𝑥1 = Flower crown
𝑥2 = Bouqet flower
𝑥3 = Bouqet rustic flower
𝑥4 = Gelang
𝑥5 = Bunga hias mobil pengantin
𝑥6 = Pin
𝑥7 = Ring box

b. Formula Model
Sebelum memodelkan dan menentukan solusi optimal dalam penelitian ini, terlebih dahulu
diperkenalkan notasi yang digunakan dalam model tersebut.
Indeks
𝑖 = indeks produk, 𝑖 = 1,2, … ,7
𝑗 = indeks bahan baku, 𝑗 = 1,2, … ,21
Parameter
𝐶𝑖 = keuntungan produk 𝑖 (Rp)
𝑎𝑗𝑖 = banyaknya bahan baku 𝑗 yang digunakan untuk membuat aksesoris 𝑖
𝑦𝑗 = total persediaan bahan baku 𝑗
𝑇𝑖 = waktu yang dibutuhkan untuk memproduksi produk 𝑖
𝑇 = total waktu yang tersedia selama 1 bulan
𝐻𝑖 = batas minimal produksi untuk produk 𝑖
𝐷𝑖 = batas maksimal produksi untuk produk 𝑖

Model
Model matematis untuk merumuskan masalah proses produksi produk Cindelallaatelier
adalah sebagai berikut :
Fungsi tujuan:
Maksimum = ∑7𝑖=1 𝐶𝑖 𝑥𝑖 (2.1)
Kendala :
∑7𝑖=1 𝑎𝑗𝑖 𝑥𝑖 ≤ 𝑌𝑗 , ∀ 𝑗 = 1,2, … , 21 (2.2)
∑7𝑖=1 𝑇𝑖 𝑥𝑖 ≤ 𝑇 (2.3)
𝑥𝑖 ≥ 𝐻𝑖 , ∀ 𝑖 = 1,2,3, … , 7 (2.4)
𝑥𝑖 ≤ 𝐷𝑖 , ∀ 𝑖 = 1,2,3, … , 7 (2.5)
𝑥𝑖 ≥ 0 , ∀ 𝑖 = 1,2,3, … , 7 (2.6)
Kemudian mencari solusi optimum dari permasalahan yang sedang diteliti dengan metode Branch
and Bound menggunakan software LINGO 11.0 dan metode Cutting Plane menggunakan software QM

Metode Branch And Bound Dan Metode Cutting Plane (Intan Syahrini)|924
 Seminar Nasional Matematika dan Terapan 2019
ISSN: 2721-3684
Volume 1, Desember, pp: 923-930

for Windows V4. Langkah-langkah yang perlu diperhatikan dari kedua metode tersebut adalah sebagai
berikut:
- Metode Branch and Bound
1. Memformulasi fungsi tujuan dan kendala
2. Cari penyelesaian optimal dengan metode simpleks
3. Jika belum optimum dan belum integer maka proses branching dilakukan yaitu
mencabangkan masalah ke dalam sub-sub masalah
4. Melakukan proses bounding yaitu langkah untuk menyelesaikan sub masalah dengan
program linier relaksasi yaitu dengan metode simpleks
5. Jika sub-sub masalah belum menghasilkan solusi yang bulat, maka dipilih salah satu bagian
yang memiliki nilai fungsi tujuan yang lebih besar untuk kembali dicabangkan. Dan lakukan
kembali tahap brancing dan bounding
6. Jika sudah ditemukan nilai optimum yang memenuhi syarat integer dan optimal, maka
selesai.
- Metode Cutting Plane
1. Selesaikan masalah integer programming dengan menggunakan metode simpleks
2. Periksa solusi optimum yang diperoleh dari langkah 1, jika variabel keputusan solusi
optimum sudah bernilai bulat (integer) maka proses selesai. Jika variabel keputusan pada
solusi optimum masih bernilai pecahan maka proses berlanjut.
3. Buat batasan/kendala Gomory dan selesaikan dengan metode dual simpleks.
4. Kembali ke tahap 2 hingga mendapatkan hasil yang optimal.
Setelah melakukan analisa data dengan menggunakan metode Branch and Bound dan metode
Cutting Plane di bandingkan hasil dari kedua metode dan ditentukan metode yang paling menghasilkan
nilai paling optimum.
c. Melakukan Uji Analisis Sensitivitas
Kemudian dilakukan analisis sensitivitas menggunakan Software LINDO 6.1. untuk
melihat apakah nilai yang sudah optimal akan berubah jika terjadi perubahan pada persediaan bahan
baku terutama pada nilai keuntungam yang didapatkan.
d. Membuat Kesimpulan
Tahap akhir dari penelitian ini yaitu penarikan kesimpulan dari metode, analisa, hasil serta
kesimpulan dan segala yang telah diperoleh yang akan dirangkum dalam satu tulisan yang
sistematis.

III. HASIL DAN PEMBAHASAN

A. Pembuatan Model Matematis
Fungsi Tujuan
Fungsi tujuan diperoleh dari keuntungan setiap produk, Fungsi tujuan dapat dirumuskan sebagai
berikut :
𝑍 = 66000𝑥1 + 32500𝑥2 + 17400𝑥3 + 14750𝑥4 + 30000𝑥5 + 14500𝑥6 + 44000𝑥𝑧 (3.1)

Kendala
a. Kendala bahan baku dapat dirumuskan sebagai berikut :
10,7𝑥1 + 35,8𝑥2 + 3, 8𝑥4 + 100𝑥5 + 3.7𝑥6 + 20𝑥7 ≤ 1013,3 (3.2)
10.3𝑥3 ≤ 133 (3.3)
30,5𝑥7 ≤ 122 (3.4)
0,4𝑥1 + 0,1𝑥3 + 0,25𝑥4 ≤ 4 (3.5)
0,25𝑥1 + 0,25𝑥2 + 0,125𝑥4 + 0,125𝑥6 ≤ 12 (3.6)
1,5𝑥1 + 1,7𝑥2 + 1,3𝑥3 + 0,5𝑥4 + 9,7𝑥5 + 0,5𝑥6 + 4,5𝑥7 ≤ 107,5 (3.7)
1,7𝑥5 + 0,3𝑥7 ≤ 9 (3.8)
0,7𝑥5 ≤ 2,8 (3.9)
1,9𝑥5 ≤ 11,7 (3.10)
3,7𝑥2 + 0,5𝑥3 + 0,2𝑥6 ≤ 51,4 (3.11)
0,1𝑥7 ≤ 1 (3.12)
0,5𝑥1 + 0,5𝑥3 + 0,2𝑥4 + 2, 5𝑥5 + 0,1𝑥6 + 0,1𝑥7 ≤ 20 (3.13)
5𝑥3 + 10𝑥7 ≤ 93 (3.14)
𝑥6 ≤ 10 (3.15)
0,5𝑥2 + 12,7𝑥5 + 0,5𝑥7 ≤ 58,9 (3.16)
0,5𝑥3 ≤ 5,3 (3.17)

Metode Branch And Bound Dan Metode Cutting Plane (Intan Syahrini)|925
 Seminar Nasional Matematika dan Terapan 2019
ISSN: 2721-3684
Volume 1, Desember, pp: 923-930

0,3𝑥3 ≤ 3 (3.18)
𝑥2 ≤ 12 (3.19)
𝑥7 ≤ 4 (3.20)
𝑥7 ≤ 4 (3.21)
50,7𝑥7 ≤ 200 ,9 (3.22)
b. Kendala waktu dapat dirumuskan sebagai berikut :
97,7𝑥1 + 68,3𝑥2 + 63,2𝑥3 + 39,1𝑥4 + 197,3𝑥5 + 32,2𝑥6 + 151,3𝑥7 ≤ 3840 (3.23)
c. Kendala batas minimal produksi dapat dirumuskan sebagai berikut :
𝑥1 ≥ 2 (3.24)
𝑥2 ≥ 5 (3.25)
𝑥3 ≥ 3 (3.26)
𝑥4 ≥ 2 (3.27)
𝑥5 ≥ 1 (3.28)
𝑥6 ≥ 3 (3.29)
𝑥7 ≥ 2 (3.30)
d. Kendala batas maksimal produksi dapat dirumuskan sebagai berikut :
𝑥1 ≤ 5 (3.31)
𝑥2 ≤ 12 (3.32)
𝑥3 ≤ 10 (3.33)
𝑥4 ≤ 4 (3.34)
𝑥5 ≤ 4 (3.35)
𝑥6 ≤ 10 (3.36)
𝑥7 ≤ 4 (3.37)
e. Kendala non-negatif
𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 , 𝑥5 , 𝑥6 , 𝑥7 ≥ 0 (3.38)
2. Penentuan Nilai Optimum Produk

B. Metode Branch and Bound

Langkah 1 :
Menghitung solusi optimal awal dari fungsi tujuan dan fungsi kendala dengan menggunakan
program linier relaksasi yaitu metode simpleks. Output yang diperoleh adalah 𝑥1 = 5; 𝑥2 = 12; 𝑥3 =
10; 𝑥4 = 4; 𝑥5 = 3,987495; 𝑥6 = 10; 𝑥7 = 3,962525. Dengan solusi optimal adalah 𝑍 = 1.391.976.
Langkah 2 :
Diperiksa solusi optimum yang diperoleh dari langkah 1, jika terdapat variabel basis belum
mencapai integer, maka nilai solusi yang masih berupa bilangan pecahan harus dicabangkan ke dalam
sub-sub masalah (branching). Terdapat dua variabel yang bernilai pecahan, yaitu 𝑥5 = 3,987495 dan
𝑥7 = 3,962525, maka dipilih salah satu nilai variabel yang nilainya lebih besar dari variabel lainnya,
yaitu 𝑥5 sebagai node awal.
Dalam melakukan pencabangan, nilai pada variabel 𝑥5 dibagi menjadi dua kendala baru untuk
masing-masing cabang baru, yang diperoleh dengan membulatkan nilai variabel ke bawah (𝑥5 ≤ 3) yang
menjadi node 2 dan membulatkan variabel ke atas (𝑥5 ≥ 4) yang menjadi node 3.

2 (𝑥5 ≤ 3)
(𝑥5 ≥ 4)
1

3
Gambar 3.1. Metode Branch and Bound Cabang Pertama

Langkah 3 :
Pencabangan pada node 1 dengan penambahan kendala baru yaitu pada node 2 dan node 3
sebagai berikut :
Node 2 = Node 1 + kendala 𝑥5 ≤ 3
Node 3 = Node 1 + kendala 𝑥5 ≥ 4

Metode Branch And Bound Dan Metode Cutting Plane (Intan Syahrini)|926
 Seminar Nasional Matematika dan Terapan 2019
ISSN: 2721-3684
Volume 1, Desember, pp: 923-930

Kemudian dilakukan proses Bounding yaitu menyelesaikan sub masalah tersebut dengan
menggunakan metode simpleks
i. Node 2 : Mencari solusi optimal dengan penambahan kendala baru yaitu 𝑥5 ≤ 3. Maka diperoleh
nilai 𝑥1 = 5; 𝑥2 = 12; 𝑥3 = 10; 𝑥4 = 4; 𝑥5 = 3; 𝑥6 = 10; 𝑥7 = 3,962525. Dengan solusi
optimal adalah 𝑍 = 1.362.351
ii. Node 3 : Mencari solusi optimal dengan penambahan kendala baru yaitu 𝑥5 ≥4. Maka diperoleh
nilai 𝑥1 = 5; 𝑥2 = 11,96507; 𝑥3 = 10; 𝑥4 = 4; 𝑥5 = 4; 𝑥6 = 10; 𝑥7 = 3,962525. Dengan
solusi optimal adalah 𝑍 = 1.391216
Karena masih terdapat variabel bernilai pecahan dari kedua node maka algoritma Branch and
Bound di ulangi dari langkah 2 untuk kembali dilakukannya proses branching dan bounding. Sehingga
didapatkan diagram pohon berikut:

𝑍 = 1.362.357
(𝑥5 ≤ 3)
𝑍 = 1.359.851
2 (𝑥2 ≤ 11)
𝑍 = 1.350.000
𝑍 = 1.391.976 1
4 (𝑥7 ≤ 3)
3
6
(𝑥2 ≥ 4)
5
𝑍 = 1.391.216
(𝑥2 ≥ 12)
1

7
𝑍 =1.389.600
(𝑥7 ≥ 4)
1

Tidak Layak
Gambar 3.2. Diagram Pohon Proses Metode Branch and Bound

C. Metode Cutting Plane

Langkah 1 :
Menghitung solusi optimal awal dari fungsi tujuan dan fungsi kendala dengan menggunakan
program linier relaksasi yaitu metode simpleks.
Dari hasil tersebut diperoleh nilai 𝑥1 = 5; 𝑥2 = 12; 𝑥3 = 10; 𝑥4 = 4; 𝑥5 = 3,9875; 𝑥6 =
10; 𝑥7 = 3,9625 dan solusi optimal adalah 𝑍 = 1.391.976 dengan 17 kali iterasi.
Langkah 2 :
Berdasarkan hasil perhitungan dengan menggunakan metode simpleks terdapat variabel yang
masih bernilai pecahan yaitu 𝑥5 = 3,9875 dan 𝑥7 = 3,9625. Maka proses berlanjut dengan
menambahkan batasan baru (kendala gomory). Karena terdapat dua variabel yang bernilai pecahan maka
dipilih salah satu nilai variabel yang nilainya lebih besar dari variabel lainnya, yaitu 𝑥5. Tambahan
kendala gomory adalah dalam bentuk 𝑆𝑔 − ∑ 𝑓𝑖𝑗 𝑆𝑗 = −𝑓𝑖 ,
Berdasarkan nilai slack pada 𝑥5 maka dilakukan perhitungan sebagai berikut :
𝑥5 = 3,9875 − (0,01 𝑆1 − 0.152 𝑆3 − 0,358 𝑆9 + 0,0507 𝑆12 − 0,037 𝑆16 − 0,0039 𝑆21 − 0,0462 𝑆30 )
39875 1 152 358 507 37 39 462
𝑥5 = −( 𝑆1 − 𝑆3 − 𝑆9 + 𝑆12 − 𝑆16 − 𝑆21 − 𝑆 )
10000 100 1000 1000 10000 1000 10000 10000 30
9875 1 19 179 507 37 39 231
𝑥5 = (3 + 10000) − (100 𝑆1 − 125 𝑆3 − 500 𝑆9 + 10000 𝑆12 − 1000 𝑆16 − 10000 𝑆21 − 500 𝑆30 )
sehingga kendala gomory yang di dapat adalah:
1 19 179 507 37 39 231 9875
𝑆𝑔 − 𝑆1 + 𝑆3 + 𝑆9 − 𝑆12 + 𝑆16 + 𝑆21 + 𝑆30 = −
100 125 500 10000 1000 10000 500 10000

Langkah 3 :
Setelah di dapatkan kendala baru kemudian diselesaikan dengan metode dual simpleks Maka
diperoleh nilai 𝑥1 = 5; 𝑥2 = 12; 𝑥3 = 10; 𝑥4 = 4; 𝑥5 = 3; 𝑥6 = 10; 𝑥7 = 3,9625 dan solusi optimal
adalah 𝑍 = 1.391.975 dengan 12 kali iterasi.

Metode Branch And Bound Dan Metode Cutting Plane (Intan Syahrini)|927
 Seminar Nasional Matematika dan Terapan 2019
ISSN: 2721-3684
Volume 1, Desember, pp: 923-930

Karena masih terdapat nilai yang non integer (pecahan) yaitu pada 𝑥7 = 3,9625 maka proses
dilanjutkan seperti pada langkah 2 yaitu dengan membuat kendala gomory kedua. Sehingga diperoleh
seperti tabel berikut ini:
Tabel 1. Hasil Penyelesaian Cutting Plane
Variabel Kendala baru
Node 1 Gomory 1 Gomory 2
Gomory 3 Gomory 4

𝑥1 5 5 5 5 5
𝑥2 12 12 12 12 12
𝑥3 10 10 10 10 10
𝑥4 4 4 4 4 4
𝑥5 3,9875 3 3 3 3
𝑥6 10 10 10 10 10
𝑥7 3,9625 3,9625 3,0098 3,0098 3
Solusi Optimal 1.391.976 1.391.975 1.320.434 1.320.434 1.320.003
(Rp)

D. Perbandingan Hasil Algoritma Branch and Bound dan Algoritma Cutting Plane

Tabel 2. Perbandingan Hasil Produksi Perusahaan dengan Algoritma Branch and Bound dan Algoritma Cutting
Plane
Var Nama Produk Produksi Perusahaan Hasil Optimal Program Hasil Optimal Program
Bulan Januari 2018 Linier Integer dengan Linier Integer dengan
(unit) metode Branch and Bound metode Cutting Plane
(unit) (unit)
𝑥1 Flower Crown 4 5 5
𝑥2 Bouqet Flower 7 12 12
𝑥3 Bouqet Rustic 4 10 10
Flower
𝑥4 Gelang 4 4 4
𝑥5 Bunga Hias 3 4 3
Mobil
Pengantin
𝑥6 Pin 5 10 10
𝑥7 Ring Box 3 3 3
Keuntungan (Rp) 914.600 1.350.000 1.320.003

E. Analisis Sensitivitas
Dalam analisis sensitivitas, ingin dilihat apakah solusi optimal yang telah diperoleh akan terpengaruh apabila
terdapat perubahan pada parameter dari model program linier yang di data sebelumnya yaitu perubahan sensitivitas
terhadap koefisien dari fungsi tujuan dan perubahan sensitivitas terhadap persediaan atau ruas kanan kendala.
Analisis sensitivitas dicari menggunakan software LINDO.
1. Analisis Sensitivitas Koefisien Fungsi Tujuan

Tabel 3. Tabel Obj Coefficient Ranges

Variabel Nilai Awal (Rp) Batas
𝑥1 66.000 𝑐1 ≥ 3.210
𝑥2 32.500 𝑐2 ≥ 10.740
𝑥3 17.400 𝑐3 > 0
𝑥4 14.750 𝑐4 ≥ 1.140
𝑥5 30.000 0 < 𝑐5 ≤ 90.782
𝑥6 14.500 𝑐6 ≥ 13.390
𝑥7 44.000 𝑐7 ≥ 38.000

2. Analisis Sensitivitas Koefisien Kendala Ruas Kanan

Kendala Bahan Baku

Metode Branch And Bound Dan Metode Cutting Plane (Intan Syahrini)|928
 Seminar Nasional Matematika dan Terapan 2019
ISSN: 2721-3684
Volume 1, Desember, pp: 923-930

Tabel 3.4. Tabel Righthand Side Ranges pada Row 2 sampai Row 22
Variabel Nilai Awal Batas
𝑦1 1013,3 714,5 ≤ 𝑦1 ≤ 1014,5
𝑦2 133 𝑦2 ≥ 103
𝑦3 4 𝑦3 ≥ 4
𝑦4 12 𝑦4 ≥ 6
𝑦5 107,5 𝑦5 ≥ 104,4
𝑦6 20 𝑦6 ≥ 19.6
𝑦7 93 𝑦7 ≥ 90
𝑦8 51,4 𝑦8 ≥ 51,4
𝑦9 12 𝑦9 ≥ 12
𝑦10 58,9 𝑦10 ≥ 58,6
𝑦11 5,3 𝑦11 ≥ 5
𝑦12 3 𝑦12 ≥ 3
𝑦13 9 𝑦13 ≥ 8
𝑦14 2,8 𝑦14 ≥ 2,7
𝑦15 11,7 𝑦15 ≥ 7,5
𝑦16 10 𝑦16 ≥ 10
𝑦17 4 𝑦17 ≥ 3,9
𝑦18 4 𝑦18 ≥ 3,9
𝑦19 122 𝑦19 ≥ 120,8
𝑦20 1 𝑦20 ≥ 0,3
𝑦21 200,9 197,7 ≤ 𝑦21 ≤ 202,7

IV. KESIMPULAN
Berdasarkan hasil perhitungan yang telah diperoleh pada proses pengolahan data dan pembahasan
dengan menggunakan metode Branch and Bound dan metode Cutting Plane, maka dapat ditarik
kesimpulan untuk perusahaan Cindelallaatelier adalah sebagai berikut :
1. Metode Branch and Bound mencapai keuntungan lebih besar yaitu sebesar Rp. 1.350.000,
sedangkan metode Cutting Plane sebesar Rp. 1.320.003, terdapat selisih sebanyak Rp.29.997.
2. Berdasarkan analisis sensitivitas, untuk pengurangan persediaan bahan baku dapat dilakukan hingga batasan
yang telah di tentukan agar tidak mempengaruhi nilai solusi optimal atau kentungan perusahaan. Pada
penambahan persediaan bahan baku solusi optimal akan berpengaruh hanya pada penambahan bahan baku
bunga palsu dan batu hias sedangkan untuk penambahan bahan baku yang lain tidak mempengaruhi solusi
optimal atau keuntungan perusahaan.

DAFTAR PUSTAKA
[1] Alannuariputri, Yuhendra Ajeng., dan Sumarminingsih, Eni. 2013. Integer Programming Dengan
Pendekatan Metode Branch and Bound dan Metode Cutting Plane Untuk Optimasi Kombinasi
Produk. Jurnal Mahasiswa Statistik. 1(2): 89-92.
[2] Aminuddin. 2005. Prinsip-Prinsip Riset Operasi.Penerbit Erlangga, Jakarta.
[3] Bayu Ary Sandi. 2017. Penggunaan Model Program Linier Integer dalam Mengoptimalkan
Keuntungan Produksi Menggunakan Metode Branch and Bound (Studi Kasus CV. Nozy Juice
Banda Aceh). Skripsi. Universitas Syiah Kuala, Aceh.
[4] Bustani, H. 2005. Fundamental Operation Research. PT Gramedia Pustaka Utama, Jakarta.
[5] Dimyati, T.T., dan Dimyati, A. 1992. Operation Reserch Model-Model Pengambilan
Keputusan.Sinar Baru Algesindo, Bandung.
[6] Hillier, F.S. dan Lieberman, G.J. 2010.Introduction To Operations Research Ninth Edition. Mc
Graw-Hill Companies, Inc., Singapore.
[7] Hillier, Frederick S, dan Gerald J. Lieberman. 1990. Pengantar Riset Operasi Edisi Kelima. Penerbit
Erlangga, Jakarta.
[8] Mulyono, S. 2004. Riset Operasi. Penerbit Fakultas Ekonomi Universitas Indonesia, Jakarta.
[9] Poler, R. et al,. 2014. Operations Research Problems, Statements and Solutions. Springer-Verlag
Berlin Heidelberg, London.
[10] Siswanto. 2007. Operations ReserchJilid 1. Penerbit Erlangga, Jakarta.
[11] Taha, H.A. 1996. RisetOperasi (EdisiRevisi). Binarupa Aksara, Jakarta.
[12] Taha, H.A. 2011. Operations Research An Introduction Eighth Edition. Penerbit Pearson Education,
Inc., New Jersey.

Metode Branch And Bound Dan Metode Cutting Plane (Intan Syahrini)|929
 Seminar Nasional Matematika dan Terapan 2019
ISSN: 2721-3684
Volume 1, Desember, pp: 923-930

[13] Taha, H.A. 2007.Operations Research: An Introduction. 8th Edition.Pretice-Hall, Inc.

[14] Wijaya, A. 2011.PengantarRiset Operasi. Penerbit MitraWacana Media, Jakarta.
[15] Wolsey, Laurence A. 1998. Integer Programming. John Wiley & Sons, Inc.

Metode Branch And Bound Dan Metode Cutting Plane (Intan Syahrini)|930