LAPORAN RESMI

MODUL I
MODEL PROGAMA LINIER

Disusun Oleh:

KelompokW-2

Ainur Rahmania Dj Amahala (07.2019.1.90239)

Yongky Pranata (07.2019.1.03553)

Rizal Qoiron (07.2019.1.03549)

Muhammad Andry Maulana (07.2016.1.03244)

LABORATORIUM PENELITIAN OPERASIONAL

JURUSAN TEKNIK INDUSTRI
FAKULTAS TEKNOLOGI INDUSTRI
INSTITUT TEKNOLOGI ADHI TAMA SURABAYA
2021
 BAB I

PENDAHULUAN

1.1 Latar Belakang Praktikum

Programa linier secara umum adalah salah satu teknik menyelesaikan riset
operasi, dalam hal ini adalah khusus menyelesaikan masalah-masalah optimasi
(memaksimalkan atau meminimumkan) tetapi hanya terbatas pada masalah-
masalah yang dapat diubah menjadi fungsi linier. Secara khusus persoalan
programa linier merupakan suatu persoalan untuk menentukan besarnya masing-
masing nilai variabel sehingga nilai fungsi tujuan atau objektif yang linier menjadi
optimum (memaksimalkan atau meminimumkan) dengan memperhatikan adannya
kendala yang ada, yaitu kendala yang harus dinyatakan dalam bentuk
ketidaksamaan yang linier (Dimyati, 1994). Banyak sekali keputusan utama yang
dihadapi oleh seorang manajer perusahaan untuk mencapai tujuan perusahaan
dengan batasan situasi lingkungan operasi, pada dasarnya setiap perusahaan
memiliki keterbatasan atas sumber dayanya baik keterbatasan waktu, tenaga kerja,
energi, bahan baku, atau uang.
Secara umum, tujuan umum perusahaan yang paling sering terjadi adalah
sedapat mungkin memaksimalkan laba tujuan dari unit organisasi lain yang
merupakan bagian dari suatu organisasi, biasanya meminimalkan biaya saat
manajer berusaha untuk menyelesaikan masalah dengan mencari tujuan yang
dibatasi oleh batasan tertentu. Teknik sains manajemen berupa program linier
sering digunakan untuk permasalahan ini. Dalam programa linier terdapat dua
pendekatan yang sering dipergunakan yaitu metode grafis dan metode simpleks
(untuk dua variabel atau lebih) untuk hal ini, metode yang dipelajari mengenai
metode simpleks dimana metode simpleks adalah suatu metode yang secara
sistematis dimulai dari suatu penyelesaian dasar yang fisibel ke pemecahan dasar
fisibel lainnya yang dilakukan berulang-ulang (iteratif) sehingga tercapai suatu
penyelesaian optimum.
 Pembuatan laporan ini ditujukan untuk melatih kemampuan praktikan
dalam hal pemrograman linier yang dimulai dari pengumpulan, perhitungan,
penyebaran hingga penyajian data, teknik ini telah diterapkan secara luas pada
berbagai persoalan dalam perusahaan. Untuk menyelesaikan masalah yang
berkaitan dengan penugasan karyawan, penggunaan mesin, distribusi, dan
pengangkutan, penentuan kapasitas produk, ataupun dalam penentuan portofolio
investasi. Pada praktikum kali ini, praktikan terlebih dahulu membuat desain
produk yang akan dibuat menggunakan alat dan bahan yang telah disiapkan oleh
assisten Laboratorium Penelitian Operasional dengan bahan utama yaitu stik es
krim, kemudian dilakukan proses pengukuran, pemotongan, perakitan, dan
finishing. Selanjutnya praktikan menentukan harga jual produk dengan
mempertimbangkan biaya-biaya sepeti biaya total produksi (biaya stik es krim,
daan lem) dan margin keuntungannya.

1.2 Rumusan Masalah Praktikum

Berdasarkan latar belakang diatas maka dapat dinyatakan rumusan
masalah sebagai berikut:
1. Bagaimana menentukan perhitungan pendapatan produk yang optimal pada
produk miniatur Lampu Tidur, Tempat Pensil, dan Tempat Alat Tulis
Kantor?
2. Bagaimana menentukan jumlah produksi yang optimal pada produk
miniatur Lampu Tidur, Tempat Pensil, dan Tempat Alat Tulis Kantor?
3. Bagaimana menentukan waktu yang optimal dalam proses produksi
pembuatan produk miniatur Lampu Tidur, Tempat Pensil, dan Tempat Alat
Tulis Kantor?

Bagaimana analisis sensitivitas dari penambahan waktu proses di stasiun kerja 4 terhap jumlah
produksi optimal dan pendapatan?
1.3 Tujuan Praktikum
Berdasarkan latar belakang dan rumusan masalah diatas maka dapat
dinyatakan tujuan praktikum sebagai berikut:
1. Dapat menentukan perhitungan pendapatan produk yang optimal pada
produk miniatur Lampu Tidur, Tempat Pensil, dan Tempat Alat Tulis
Kantor.
2. Dapat menentukan jumlah produksi yang optimal pada produk miniatur
Lampu Tidur, Tempat Pensil, dan Tempat Alat Tulis Kantor.
3. Dapat menentukan waktu yang optimal dalam proses produksi pembuatan
produk miniatur Lampu Tidur, Tempat Pensil, dan Tempat Alat Tulis
Kantor. 4. Dapat mengetahui hasil analisis sensitivitas dari penambahan waktu proses di
stasiun kerja 4 terhap jumlah produksi optimal dan pendapatan
1.4 Manfaat Praktikum
Berdasarkan latar belakang, rumusan masalah, dan tujuan diatas maka
dapat dinyatakan manfaat praktikum sebagai berikut:
1. Bagi praktikan selanjutnya
a. Sebagai penerapan pembelajaran materi programa linier dalam mata
kuliah penelitian operasional.
b. Memberikan pemahaman tentang penggunaan materi programa linier.
2. Bagi pembaca
a. Sebagai sumber referensi untuk metode pembelajaran tentang materi
programa linier.
b. Sebagai sumber acuan untuk dijadikan referensi dalam melakukan
praktikum berikutnya.

1.5 Batasan Masalah Praktikum

Berdasarkan latar belakang, rumusan masalah, tujuan praktikum, dan
manfaat diatas maka dapat dinyatakan batasan praktikum sebagai berikut:
1. Material utama yang digunakan untuk membentuk produk adalah stik es
krim.
2. Produk yang dibuat adalah 1 unit.
3. Harga dari tiap - tiap komponen yang digunakan telah ditentukan.
1.6 Asumsi Praktikum
Berdasarkan latar belakang, rumusan masalah, tujuan praktikum, manfaat,
dan batasan praktikum diatas maka dapat dinyatakan asumsi praktikum sebagai
berikut:
1. Produk yang dibuat sesuai degan struktur desain produk yang telah
disetujui.
2. Pengerjaan pada setiap stasiun kerja sesuai dengan pembagiannya masing-
masing.
 BAB II

LANDASAN TEORI

2.1 Model Programa Linier

Setiap perusahaan atau organisasi memiliki keterbatasan atas sumber
dayanya baik keterbatasan dalam jumlah bahan baku, mesin, peralatan, ruang
tenaga kerja, jam kerja, maupun modal, dengan keterbatasan ini perusahaan perlu
merencanakan strategi yang dapat mengoptimalkan hasil yang ingin dicapai baik
itu berupa keuntungan maksimal atau biaya minimal, berbagai cara lain telah
ditemukan untuk tujuan itu salah satu diantaranya pemrograman linier (Eddy,
2008). Programa linier (linear programming) merupakan model optimasi
persamaan linier yang berkenaan dengan masalah-masalah pertidaksamaan linier,
masalah programa linier berarti masalah nilai optimum (maksimum atau
minimum) sebuah fungsi linier pada suatu sistem pertidaksamaan linier yang
harus memenuhi optimasi fungsi objektif.

Dalam banyak situasi sering dijumpai masalah-masalah yang berhubungan

dengan program linier. Agar masalah optimasinya dapat diselesaikan dengan
programa linier, maka masalah tersebut harus diterjemahkan dalam bentuk model
matematika (Mulyani Sri. 2007). Program linier adalah suatu cara matematis yang
digunakan untuk menyelesaikan masalah yang berkaitan dengan pengalokasian
sumber daya yang terbatas untuk mencapai optimasi, yaitu memaksimumkan atau
meminimumkan fungsi tujuan yang bergabung pada sejumlah variabel input.

Penerapan programa linier banyak diterapkan dalam masalah ekonomi,

industri, sosial dan lain-lainnya, misalnya periklanan, industri manufaktur
(penggunaan tenaga kerja kapasitas produksi dan mesin), distribusi dan
pengangkutan, dan perbankan (portofolio investasi). Program linier berkaitan
dengan penjelasan suatu kasus dalam dunia nyata sebagai model matematik yang
terdiri dari sebuah fungsi tujuan linier dengan beberapa kendala linier,
pemrograman linier merupakan metode 6 matematik dalam mengalokasikan
 sumber daya yang terbatas untuk mencapai suatu tujuan seperti memaksimumkan
keuntungan dan meminimumkan biaya.

Pemrograman linier banyak diterapkan dalam masalah ekonomi, industri,

militer, sosial dan lain-lain, pemrograman linier berkaitan dengan penjelasan
suatu kasus dalam dunia nyata sebagai suatu model matematik yang terdiri dari
sebuah fungsi tujuan linier dengan beberapa kendala linier, pemrograman linier
meliputi perencanaan aktivitas untuk mendapatkan hasil optimal. Yaitu sebuah
hasil yang mencapai tujuan terbaik (menurut model matematika) diantara semua
kemungkinan alternatif yang ada.

2.2 Pembentukan Model Matematik

Setelah memahami permasalahan optimasi adalah membuat model yang
sesuai untuk analisis pendekatan konvensional, riset operasional untuk pemodelan
adalah membangun model matematik yang menggambarkan inti permasalahan,
model matematik merupakan representasi kuantitatif tujuan dan sumber daya yang
membatasi sebagai fungsi variabel keputusan, bagian kedua merupakan model
matematik yang mempresentasikan sumber daya yang membatasi, fungsi
pembatas bisa berbentuk persamaan (=) atau pertidaksamaan (≤) atau (≥) fungsi
pembatas tersebut juga constraint.
Pertidaksamaan (≤) atau (≥) fungsi pembatas tersebut juga constraint,
konstanta pada fungsi pembatas maupun pada tujuan dikatakan sebagai parameter
model-model matematik juga memiliki kelemahan, tidak semua karakteristik
sistem dapat dengan mudah dimodelkan menggunakan fungsi matematik, kadang-
kadang penyelesaiannya sulit diterima karena kompleksitas fungsi dan teknik
yang dibutuhkan, bentuk umum linier programming adalah sebagai berikut:
Fungsi tujuan:

Maksimumkan atau minimumkan

𝑍 = 𝐶 𝑋 + 𝐶 𝑋 … + 𝐶 𝑋 ………………..…. (2.1)
 Sumber daya yang membatatasi:
𝑎 𝑋 + 𝑎 𝑋 … + 𝑎 𝑋 =/≤/≥ 𝑏 ……………. (2.2)
𝑎 𝑋 + 𝑎 𝑋 … + 𝑎 𝑋 =/≤/≥ 𝑏 …………..…. (2.3)
𝑎𝑚 𝑋 + 𝑎𝑚 𝑋 … + 𝑎𝑚 𝑋 =/≤/≥ 𝑏 ………..…. (2.4)
𝑋 , 𝑋 , … , 𝑋 ≥ 0 ……………..……..…. (2.5)
Keterangan:
Z = Fungsi tujuan (maksimum atau minimum)

𝐶 = Konstanta ke-1 atau konstribusi

𝑋 = Variabel ke-1
𝐶 = Koefisien ke-n
𝑋 = Variabel ke-n
𝑎𝑚 = Variabel pembatas ke-1
𝑏 = Resources ke-1
𝑏 = Resources ke-m
𝑋 , 𝑋 , … , 𝑋 ≥ 0 = Pembatas non negatif

Kasus programa linier sangat beragam, dalam setiap kasus hal yang
penting adalah memahami setiap kasus dan memahami konsep pemodelannya
meskipun fungsi tujuan misalnya hanya mempunyai kemungkinan bentuk
maksimisasi atau minimasi, keputusan untuk memilih salah satunya bukan
pekerjaan mudah. Masalah keputusan yang biasa dihadapi para analisis adalah
alokasi optimum sumber daya yang langkah, sumber daya dapat berupa modal,
tenaga kerja, bahan mentah dan lain-lain.

2.3 Asumsi Programa Linier

Model programa linier mengandung asumsi-asumsi tertentu yang harus
dipenuhi agar definisinya sebagai suatu masalah programa linier menjadi absah,
membentuk suatu model programa linier perlu diterapkan asumsi sebagai berikut:
 1. Linearity
Fungsi obyektif dan kendala haruslah merupakan fungsi linear dan variabel
keputusan, tingkat perubah atau kemiringan hubungan fungsional adalah
konstan.

2. Divisibility
Solusi tidak harus bilangan bulat atau bilangan pecahan dengan demikian
variabel keputusan merupakan variabel kontinu sebagai lawan dari variabel
diskrit atau bilangan bulat.

3. Deterministik
Mencerminkan kondisi masa depan maupun sekarang dan keadaan masa
depan sangat sulit untuk diketahui

4. Homogenety
Memiliki arti yaitu sumber daya digunakan dalam proses harus sama.

5. Non negativity
Nilai variabel keputusan harus ≥ 0

2.4 Karakteristik Programa Linier

Programa linier merupakan bagian dari matematika yang khusus
diterapkan untuk menyelesaikan persoalan yang berkaitan dengan penentuan:
1. Jumlah variabel-variabel input yang dipakai dalam suatu masalah.
2. Kombinasi variabel input yang harus disediakan atau kombinasi output yang
harus dihasilkan.
3. Jumlah output yang harus dihasilkan untuk mencapai tujuan (objective)
tertentu yakni untuk mencapai optimalisasi dari suatu masalah, misalnya
untuk mencapai profit maksimum atau biaya minimum.
 Dalam membangun model dari persoalan linear programming digunakan
karakteristik-karakteristik sebagai berikut:
1. Variabel keputusan
Variabel keputusan adalah variabel yang menguraikan secara lengkap
keputusan-keputusan yang akan dibuat.

2. Fungsi tujuan
Fungsi tujuan merupakan fungsi dari variabel keputusan yang akan
memaksimumkan (untuk pendapatan atau keuntungan) atau diminimumkan
(untuk ongkos).

3. Pembatas-Pembatas
Merupakan kendala-kendala yang dihadapi sehingga praktikan tidak bisa
menentukan harga variabel keputusan secara sembarang, jadi maksudnya
disini nilai dari variabel keputusan tersebut dibatasi oleh pembatas
(constraint).

4. Pembatas tanda
Pembatas tanda adalah pembatas yang menjelaskan apakah variabel
keputusannya diasumsikan hanya berharga non negatif atau variabel
keputusan tersebut boleh berharga positif, boleh juga negatif (tidak terbatas
dalam tanda).

2.5 Teknik Pemecahan Programa Linier

Programa linier dapat dilakukan dengan menggunakan beberapa macam
metode sesuai dengan tingkat persoalannya, metode-metode tersebut dapat
memecahkan persoalan yang mengandung beberapa permasalahan, berikut ini
metode dalam memecahkan persoalan programa linier:

1. Metode grafik yaitu metode yang digunakan untuk memecahkan persoalan

yang mengandung dua permasalahan
 2. Metode simpleks dapat digunakan untuk memecahkan persoalan yang
mengandung tiga atau lebih permasalahan dan didasarkan pada proses
perhitungan ulang supaya mendapat hasil yang optimal.
3. Metode Big-M biasanya dipakai untuk memecahkan persoalan yang
memiliki pembatas “=” atau “>”.

2.6 Model Pemrograman Linier Metode Grafik

Metode grafik hanya bisa digunakan untuk menyelesaikan permasalahan
dimana hanya terdapat dua variabel keputusan, untuk menyelesaikan
permasalahan tersebut metode grafik adalah satu cara yang dapat digunakan untuk
memecahkan masalah optimalisasi dalam programa linier, keterbatasan metode ini
adalah variabel yang bisa digunakan terbatas (hanya dua), penggunaan 3 variabel
akan sangat sulit dilakukan ada dua macam fungsi programa linier:
1. Fungsi tujuan
Mengarahkan analisa untuk mendeteksi tujuan perumusan masalah.
2. Fungsi kendala
Untuk mengetahui sumber daya yang tersedia dan permintaan atas sumber
daya tersebut.

Langkah-langkah penyelesaian dengan metode grafik:

1. Buatlah model matematika atau kendala.
2. Tentukan fungsi sasaran (Z).
3. Menyelesaikan fungsi pertidaksamaan.
4. Jadikan setiap kendala menjadi bentuk persamaan.
5. Buat grafik untuk setiap kendala dan kemudian tentukan daerah
penyelesaian atau himpunan penyelesaian (HP).
6. Setelah grafik dibuat, kemudian tentukan himpunan penyelesaian (HP)
setelah itu, praktikan menentukan titik-titik terluar yang terdapat didalam
grafik tersebut.
7. Setelah titik-titik terluar ditentukan, uji titik-titik terluarnya untuk
menentukan nilai maksimumnya.
2.7 Model Pemrograman Linier Metode Simpleks
Metode simpleks adalah salah satu metode yang ada dalam linear
programming yang digunakan untuk memecahkan persoalan yang megandung
tiga permasalahan atau lebih dan didasarkan pada proses perhitungan ulang
supaya mendapat hasil yang optimal, tahap paling awal 11 yang diperhatikan
dalam metode simpleks ini adalah tiga tahap yang dilakukan pada linear
programming yaitu:
1. Masalah harus dapat diidentifikasi sebagai sesuatu yang dapat diselesaikan
dengan linear programming.
2. Masalah yang tidak terstruktur harus dapat dirumuskan dalam model
matematika sehingga menjadi terstruktur.
3. Model harus diselesaikan dengan teknik matematika yang dibuat.

Tahap selanjutnya merupakan tahap teknis yang secara umum ada dalam
linear programming (Ayu, 1996). Tahap tersebut akan dijelaskan sebagai berikut:

1. Membuat bentuk standar model matematik.

2. Membuat tabel awal simpleks berdasarkan bentuk baku yang sudah ada.
3. Memeriksa kelayakan tabel awal dengan melihat nilai kanan, bila ada yang
bernilai negatif maka tidak bisa diselesaikan.
4. Menentukan kolom pivot dengan cara sebagai berikut:
a. Bila fungsi tujuannya maksimisasi maka pilih kolom dengan nilai negatif
terbesar.
b. Bila fungsi tujuannya minimalisasi maka pilih kolom dengan nilai positif
terkecil.
c. Bila nilai-nilai tersebut jumlahnya lebih dari satu, pilih sembarang.

Bila kolom pivot ditarik ke atas maka akan ditemukan variabel keluar.

1. Menentukan baris pivot dengan melihat hasil bagi nilai solusi dengan nilai
kolom pivot yang bersesuaian. Pilih yang mempunyai nilai bagi terkecil.
Bila baris pivot ditarik ke kiri maka akan diperoleh variabel keluar
 2. Menentukan elemen pivot dengan mencari perpotongan kolom pivot dan
baris pivot.
3. Lakukan perhitungan-perhitungan untuk membuat iterasi selanjutnya.
4. Memeriksa keoptimalan dengan melihat nilai koefisien fungsi tujuan di
mana:
a. Bila maksimisasi maka nilai solusi sudah positif atau nol.
b. Bila minimisasi maka nilai solusi sudah negatif atau nol.

2.8 Kasus Khusus Programa Linier

1. Solusi optimum ganda
Jika fungsi tujuan sejajar dengan fungsi kendala, maka akan terjadi nilai
optimum yang sama pada lebih dari satu titik solusi, keadaan ini dinamakan
optimum ganda atau optimum alternatif.

2. Solusi tak terbatas

Pada beberapa model programa linier, nilai variabel mungkin bertambah tak
terbatas tanpa menyimpang dari kendala, berarti bahwa ruang solusi
menjadi tak terbatas sekurang-kurangnya pada satu arah, akibatnya nilai
fungsi tujuan dapat bertambah tanpa pernah mencapai batas fungsi kendala,
dalam keadaan ini dikatakan bahwa baik ruang solusi maupun nilai tujuan
optimum adalah tak terbatas.

3. Degenerasi
Dalam penerapan feasibility condition, jika terdapat rasio minimum kembar,
maka pemilihan leaving variabel dilakukan secara sembarang jika ini terjadi
satu atau lebih variabel dasar akan sama dengan nol pada iterasi berikutnya
dalam kasus ini solusi mengalami degenerasi berdasarkan pengalaman,
degenerasi muncul jika model memiliki sekurang-kurangnya sebuah kendala
yang berlebihan, celakanya, tidak ada teknik untuk mengalokasikan secara
langsung dari fungsi kendala mana yang berlebih.
2.9 Jam Kerja Optimal Dan Slack
Waktu merupakan elemen yang sangat menentukan dalam merancang atau
memperbaiki suatu sistem kerja, peningkatan efisiensi suatu sistem kerja mutlak
berhubungan dengan waktu kerja yang digunakan dalam berproduksi, pengukuran
waktu (time study) pada dasarnya merupakan suatu usaha untuk menentukan
lamanya waktu kerja yang dibutuhkan oleh seorang operator (yang sudah terlatih).
Untuk menyelesaikan suatu pekerjaan yang spesifik pada tingkat
kecepatan kerja yang normal serta dalam lingkungan kerja yang terbaik pada saat
itu, dengan demikian pengukuran waktu ini merupakan suatu proses kuantitatif
yang diarahkan untuk mendapatkan suatu kriteria yang obyektif.
Studi mengenai pengukuran waktu kerja dilakukan untuk dapat melakukan
perancangan atau perbaikan dari suatu sistem kerja, untuk keperluan tersebut
dilakukan penentuan waktu baku yaitu waktu yang diperlukan dalam bekerja
dengan telah mempertimbangkan faktor-faktor diluar elemen pekerjaan yang
dilakukan.
Waktu kerja efektif adalah waktu kerja yang secara efektif digunakan
untuk bekerja waktu kerja efektif terdiri atas hari kerja efektif dan jam kerja
efektif, slack adalah waktu kelonggaran atau sisa waktu yang telah digunakan
pada jam kerja slack atau surplus terjadi jika ada sisa waktu pada jam kerja
optimal yang telah ditentukan (kapasitas waktu) atau sisa dari sumber daya yang
tidak terpakai, baik memang karena jam kerja yang kurang efektif atau jam yang
digunakan untuk keperluan pribadi pada saat bekerja.
Cara menghitung slack yaitu: kapasitas waktu dibagi sumber daya yang
tersedia, dikurangi dengan jam kerja efektif atau optimal pada pekerjaan tersebut.

2.10 Kasus Khusus Programa Linier

Terdapat beberapa kasus pada metode simpleks Yang menyebabkan
perhitungan pada metode simpleks ini sangat rumit, kasus khusus dari
penggunaan metode simpleks ini dapat berupa degenerasi, solusi optimum
banyak, solusi tak terbatas, dan solusi tidak layak (George Dantzing, 1947)
berikut ini adalah kasus khusus dalam penggunaan metode simpleks:
1. Degenerasi
Suatu programa linier bersifat degenerasi apabila satu atau
beberapa variable basis bernilai nol, sehingga iterasi yang dilakukan
selanjutnya menjadi suatu loop yang akan kembali ke bentuk sebelumnya.

2. Solusi optimum banyak

Persoalan memiliki solusi lebih dari satu apabila fungsi tujuan
parallel dengan fungsi pembatas dimana paling sedikit salah satu dari
variable non-basis (persamaan Z pada iterasi terakhir) mempunyai
koefisien bernilai nol, akibatnya walaupun variable tersebut dinaikkan
nilainya. Harga Z tetap tidak berubah karena itu solusi-solusi optimum
yang lain biasanya dapat dilakukan iterasi tambahan pada metode
simpleksnya dimana variabel-variabel non-basis berkoefisien nol tersebut
selalu dipilih untuk menjadi entering variabel.

3. Solusi Tidak Terbatas

Penyelesaian dikatakan tidak terbatas apabila nilai suatu fungsi
tujuan dapat dibuat tak terhingga tanpa melanggar setiap batasan yang ada,
jika hal ini terjadi pada masalah maksimasi keuntungan berarti dapat
dicapai suatu tingkat keuntungan yang terbatas. Kejadian ini dapat berarti
bahwa masalah yang ada tidak dirumuskan dengan tepat, kesalahan ini
dapat berupa adanya kendala tak berlebih yang diikutsertakan dan adanya
parameter dari beberapa kendala tidak diduga dengan benar.

4. Solusi Tidak Layak

Solusi tidak layak terjadi apabila fungsi pembatas tidak dapat
terpenuhi secara bersamaan, hal ini tidak akan terjadi apabila semua fungsi
kendala menggunakan pertidaksamaan ≤ (diasumsikan nilai kanan adalah
positif) karena variabel slack selalu memberikan solusi layak.
2.11 Analisis Sensitivitas
Nilai - nilai parameter dalam studi ekonomi teknik biasanya diestimasikan
besarnya, akibatnya nilai - nilai tersebut mempunyai factor kesalahan. Mungkin
lebih besar atau lebih kecil dari hasil estimasi yang diperoleh atau berubah pada
saat - saat tertentu, perubahan yang terjadi pada nilai-nilai parameter akan
mengakibatkan perubahan pada hasil yang ditunjukkan oleh suatu alternatif
investasi, perubahan ini memungkinkan keputusan akan berubah dari satu
alternatif ke alternatif yang lain.
Apabila berubahnya faktor–faktor atau parameter-parameter tersebut
mengakibatkan berubahnya suatu keputusan, maka keputusan tersebut dikatakan
sensitif terhadap perubahan nilai parameter atau faktor tersebut, untuk mengetahui
seberapa sensitif suatu keputusan terhadap perubahan faktor atau parameter yang
mempengaruhinya maka setiap pengambilan keputusan seharusnya disertai
dengan analisa sensitivitas.
Analisa sensitivitas akan memberikan gambaran sejauh mana suatu
keputusan akan konsisten meskipun terjadi perubahan faktor–faktor atau
parameter–parameter yang mempengaruhinya, analisa sensitivitas dilakukan
dengan mengubah nilai suatu parameter pada suatu saat untuk selanjutnya dilihat
bagaimana pengaruhnya terhadap suatu alternatif investasi.
Parameter–parameter yang biasanya berubah dan perubahannya dapat
mempengaruhi keputusan adalah biaya investasi, aliran kas, nilai sisa, tingkat
bunga, tingkat pajak, dan sebagainya.

2.12 Bill Of Material (BOM)

Menurut Gaspers (2012), Bill Of Material (BOM) didefinisikan sebagai
cara komponen-komponen itu bergabung ke dalam suatu produk selama proses
manufakturing, struktur produk tipikal akan menunjukan bahan baku yang
dikonversi ke dalam komponen–komponen fabrikasi kemudian komponen-
komponen itu bergabung secara bersama untuk membuat sub assemblies,
kemudian sub assemblies itu bergabung bersama membuat assemblies, dan
seterusnya sampai produk akhir, struktur produk sering ditampilkan dalam bentuk
gambar (chart formal).
Level BOM ada dua macam, yaitu: single level BOM dan multi-level
BOM, single level BOM menggambarkan hubungan satu induk dengan level
komponen penyusunya, sedangkan multi-level BOM menggambarkan struktur
produk yang lengkap dari level nol sampai level paling bawah.
 BAB III

METODE PENELITIAN

3.1. Flowchart Penelitian

Mulai

Identifikasi masalah

Tahap Tujuan praktikum

Identifikasi
Masalah
Study Literatur Study Lapangan

Pengumpulan Data:
Tahap
Pengumpulan 1. Pada waktu proses di stasiun kerja 1,2,3 dan 4
2. Kapasitas waktu di setiap stasiun kerja
Data 3. Fungsi tujuan

Pengolahan Data:
Tahap
Pengolahan 1. Menghitung pendapatan produk yang optimal
2. Menghitung jumlah produk optimal
Data 3. Menghitung waktu paling optimal untuk masing-
masing stasiun kerja.

Tahap Pembahasan data dengan penganalisa secara terperinci

Analisis Data

Tahap Kesimpulan dan Saran

kesimpulan

Selesai

Gambar 3.1 Flowchart Metode Penelitian.

 3.2 Tahap – Tahap Praktikum
Dalam bab ini menjelaskan langkah – langkah yang dilakukan dalam
melakukan penelitian. Langkah tersebut meliputi identifikasi masalah, tujuan
penelitian, study literature, pengumpulan data, pengolahan data, analisa dan
interpretasi data, serta pengembalian kesimpulan dan saran.

3.2.1 Identifikasi Masalah dan Tujuan praktikum

Dalam praktikum modul I ini, masalah yang data diidentifikasi ialah
menentukan fungsi tujuan maksimum (pendapatan produk optimal) dan
perhitungan produk yang harus diproduksi secara optimal.

3.2.2 Study Literatur

Sesudah mempelajari persoalan dalam praktikum, maka diperlukan suatu
metode atau rumusan pemecahan masalah. Karena itu, pembelajaran ini dilakukan
melalui berbagai sumber baik online (melalui internet) atau offline (laporan resmi
tahun kemarin) agar referensi yang diacu tidak hanya satu.

3.2.3 Pengumpulan Data

Pengumpulan data pada praktikum ini dilakukan dengan mencatat waktu
proses dari setiap stasiun kerja para praktikan (Kelompok H-1, H-2, H-3).

3.2.4 Pengolahan Data

Dalam melakukan pengolahan data, sebagai acuan dari rumusan dan
tujuan praktikum dengan suatu metode yang telah diperoleh, dan data yang telah
diambil ketika pengumpulan data. Data yang diolah bertujuan untuk mendapatkan
jumlah produk optimal, pendapatan produk yang optimal serta waktu paling
optimal untuk masing-masing stasiun kerja.

3.2.5 Pembahasan
Pembahasan ini dilakukan untuk memahami secara detail persoalan
praktikum yang telah di selesaikan, dengan analisa secara terperinci setiap sub bab
sehingga bias diambil suatu kesimpulan dengan jelas.

3.2.6 Kesimpulan dan Saran

Setelah melakukan analisa dari pengolahan data yang telah dilakukan
maka dapat ditarik kesimpulan dari pengolahan dan pembahasan data tersebut dan
memberikan saran tentang kegiatan praktikum atau metode yang di gunakan.
\
5.3. Analisis Sensitivitas Penambahan Waktu di Stasiun Kerja 4
Waktu awal -> 4236 detik, mejadi 8472 detik.
Observasi dilakukan terhadap x1, x2, x3, Z......?
 BAB VI
KESIMPULAN DAN SARAN

6.1 Kesimpulan
Berdasarkan hasil analisa dan perhitungan yang telah dilakukan, dapat
disimpulkan bahwa :
1. Perhitungan pendapatan produk yang optimal :
Zmax = 5.590x1 + 10.725x2 + 10.462x3
= 5.590 (4,0692) + 10.725 (0) + 10.462 (0)
= Rp. 22.360
Nilai pendapatan optimal yang diperoleh perusahaan sebesar Rp. 22.360

2. Diperoleh dari hasil substitusi nilai X1 = 4,0692 kedalam fungsi tujuan

perhitungan metode simpleks. Jumlah produk yang optimal adalah 1.

3. Diperoleh waktu optimal dalam proses produksi pada masing-masing

4. Hasil analisis sensitivitas
dengan penambahan waktu
stasiun kerja.
stasiun kerja menjadi 8472 detik Stasiun Kerja I = 1.251 detik dengan slack sebesar 750
adalah:
x1 =.... Stasiun Kerja II = 2.167 detik dengan slack sebesar 1.439
x2 = ....
x3 =.... Stasiun Kerja III = 9.982 detik dengan slack sebesar 4.236
Z =......
Stasiun Kerja IV = 4.236 detik dengan slack sebesar 0

6.2 Saran
Adapun saran yang dapat diberikan untuk praktikan selanjutnya supaya
dapat memperoleh hasil yang diinginkan, diharapkan praktikan membaca banyak
literatur serta memahami konsep programa linier dengan metode yang akan
digunakan dan praktikan harus lebih teliti dalam menghitung perhitungan data
agar mendapatkan hasil yang diinginkan.