TUTORIAL PENELITIAN OPERASIONAL I

Tugas Aplikasi
Tutorial Penelitian Operasional I

Optimalisasi Produksi Roti

(Studi Kasus: Ramadhan Bakery, Denpasar)
Raihan Thabit Ananda Kusuma1, Albin Justin2
1Peserta Tutorial Penelitian Operasional I Tahun Ajaran 2020/2021, Jurusan Teknik Industri, Fakultas Teknik
Universitas Andalas, Padang
2Asisten Laboratorium Perencanaan dan Optimasi Sistem Industri, Jurusan Teknik Industri, Fakultas Teknik
Universitas Andalas, Padang

E-mail: thabitraihan@gmail.com, albinjustin11@gmail.com

Abstract

The food processing industry sector is the industry that is easiest to find. The food industry is the biggest
contributor to GDP in Denpasar City and one of its products is bread. Bread is one of the staple foods in Indonesia, so bread
production has the potential to generate huge profits. Ramadhan Bakery is one of the bread producers in Denpasar City. This
company produces four types of bread, namely regular chocolate bread, extra chocolate bread, rounded chocolate bread, and
chocolate soft buns. Efforts to maximize profits can be done by calculating linear programming assisted by Lingo software.
The calculation results show that the maximum profit estimate is IDR 1,211,534 with the total production for each type of
bread as many as 360, 300, 306, and 129. In addition, a sensitivity analysis is also carried out to identify the impact of
changing parameters so that someone changes the optimal solution if it exceeds the change range limit.

Keywords: Bread, Denpasar, Lingo, Optimal, Sensitivity Analysis.

Abstrak

Sektor industri pengolahan makanan merupakan industri yang paling mudah dijumpai. Industri makanan menjadi
penyumbang PDRB terbesar di Kota Denpasar dan salah satu produknya adalah roti. Roti merupakan salah satu jenis
makanan pokok yang ada di Indonesia sehingga produksi roti berpotensi menghasilkan keuntungan yang besar. Ramadhan
Bakery merupakan salah satu produsen roti yang ada di Kota Denpasar, perusahaan ini memproduksi empat jenis roti, yaitu
roti cokelat biasa, roti cokelat ekstra, roti bulat coklat, dan roti kasur coklat. Upaya mengoptimalkan keuntungan dapat
dilakukan dengan melakukan perhitungan programa linear yang dibantu dengan software Lingo. Hasil perhitungan
menunjukkan estimasi keuntungan maksimumnya sebesar Rp1.211.534 dengan jumlah produksi untuk masing-masing jenis
roti sebanyak 360, 300, 306, dan 129. Selain itu, analisis sensitivitas juga dilakukan untuk mengidentifikasi dampak dari
perubahan parameternya sehingga ada yang mengubah solusi optimalnya jika melewati batas rentang perubahannya.

Kata Kunci: Analisis Sensivitas, Denpasar, Optimal, Roti, Lingo.

1. PENDAHULUAN
1.1 Permasalahan Studi Kasus
Bab ini berisikan permasalahan studi kasus,
perumusan masalah, tujuan penulisan jurnal, dan batasan Sektor industri yang paling mudah dijumpai, yaitu
masalah. industri makanan. Selain mudah dijumpai, industri makanan

Optimalisasi Produksi Roti 1

 TUTORIAL PENELITIAN OPERASIONAL I

berkontribusi sebesar 39,22% pada PDRB (Produk
Domestik Regional Bruto) Provinsi Bali pada tahun 2016.
Nilai tersebut merupakan nilai tertinggi pada PDRB
Provinsi Bali 2016 sehingga menjadikan industri ini industri
yang potensial. [3]
Salah satu contoh produk dari industri makanan,
yaitu roti yang berkontribusi pada PDRB Provinsi Bali
2016. Roti merupakan salah satu jenis makanan pokok yang
ada di Indonesia sehingga produksi roti berpeluang untuk
dikelola dalam skala kecil maupun skala besar. Oleh karena
itu, produksi roti berpotensi menghasilkan keuntungan yang
harus dioptimalkan.
Ramadhan Bakery merupakan sebuah perusahaan
di Kota Denpasar yang memproduksi berbagai jenis roti
setiap harinya sehingga perusahaan harus bisa
mengoptimalkan produksi roti yang akan dijualnya untuk
mendapatkan keuntungan yang maksimal dengan produksi
roti yang paling minimum. Ramadhan Bakery memproduksi
empat jenis roti, yaitu roti cokelat biasa, roti cokelat ekstra,
roti bulat rasa cokelat, dan roti kasur rasa cokelat.
Kemudian, faktor-faktor produksi dapat digunakan untuk
mengetahui keuntungan optimum yang diperoleh dapat
diselesaikan dengan metode simpleks program linear.
Namun, bagaimana jika terjadi perubahan terhadap data
yang ada, seperti perubahan harga bahan baku atau upah
tenaga kerja sehingga memengaruhi biaya produksinya.
Oleh karena itu, analisis sensitivitas dapat digunakan untuk
mengidentifikasi bagaimana pengaruh perubahan data
terhadap solusi optimal dari program linearnya.[5]
1.2 Perumusan Masalah
Rumusan masalah pada penelitian ini, yaitu
menentukan produksi setiap jenis roti pada Ramadhan
Bakery agar diperoleh keuntungan yang maksimum.
keputusan dengan cara menentukan terlebih dahulu fungsi
tujuan (memaksimalkan atau meminimalkan) dan kendala-
kendala yang ada ke dalam model matematika persamaan
linear.[13] Adapun pengertian programa linear menurut
Herjanto adalah teknik pengambilan keputusan untuk
memecahkan masalah mengalokasikan sumber daya yang
terbatas diantara berbagai kepentingan seoptimal
mungkin.[8] Sedangkan pengertian program linear menurut
Haming adalah sebagai sebuah metode matematik yang
dipergunakan untuk mencapai pemecahan optimum sebuah
fungsi tujuan linear melalui pengalokasian sumber daya
yang terbatas yang dimiliki sebuah organisasi atau
perusahaan, yang telah disusun menjadi fungsi kendala
yang juga linear.[7]
Berdasarkan pendapat dari tiga ahli, dapat
disimpulkan bahwa program linear adalah metode yang
digunakan untuk memecahkan permasalahan dalam model
matematika untuk mengoptimalkan solusi akhir yang
didapat.
2.1.2. Model Programa Linear
Berikut merupakan bentuk umum programa linear.[10]
Maksimumkan atau minimumkan:
Z = c1x1 + c2x2 + … + cjxj …(1)
Dengan kendala:
a11x1 + a12x2 + … + a1jxj ≥ b1 …(2)
a21x1 + a22x2 + … + a2jxj ≥ b2 …(3)
….
ai1x1 + ai2x2 + … + aijxj ≥ bi …(4)
Keterangan:

1.3 Tujuan Penulisan Jurnal j = 1, 2, …, n.

i = 1, 2, …, n.
Tujuan penulisan jurnal ini yaitu menentukan n≥1
kombinasi produksi varian roti pada Ramadhan Bakery di
Kota Denpasar, Provinsi Bali. 2.1.3. Asumsi Dasar Programa Linear

2. TINJAUAN PUSTAKA Berikut asumsi-asumsi dasar program linear yang

dijelaskan pada Tabel 1 berikut: [11]
Bab ini menjelaskan tentang programa linear,
Software Lingo, dan analisis sensitivitas. Tabel 1. Asumsi Dasar Programa Linear
Proportionality Asumsi ini berarti naik
2.1 Programa Linear turunnya nilai Z dan
penggunaan sumber atau
Subbab ini menjelaskan tentang defisini programa fasilitas yang tersedia akan
linear, model programa linear, dan asumsi dasar programa berubah secara sebanding
linear. dengan perubahan tingkat
kegiatan.
2.1.1. Definisi Programa Linear Additivity Setiap nilai tujuan tidak
saling memengaruhi, atau
Menurut Sitorus, program linear adalah suatu kenaikan suatu kegiatan
teknik penyelesaian optimal atas suatu permasalahan

Optimalisasi Produksi Roti 2

 TUTORIAL PENELITIAN OPERASIONAL I

dapat ditambahkan tanpa tanpa mempengaruhi solusi yang optimal.[12] Menurut

memengaruhi bagian nilai Z Aminudin, analisis sensitivitas merupakan tindakan yang
pada program linear yang perlu dilakukan untuk melihat akibat yang mungkin terjadi
diperoleh dari kegiatan dari perubahan-perubahan fungsi tujuan dan nilai ruas kanan
lain. fungsi tersebut dapat diprediksi dan diantisipasi
Divisibility Berarti keluarana atau solusi sebelumnya.[2]
yang dihasilkan oleh setiap Dapat disimpulkan, analisis sensitivitas adalah
kegiatan dapat berupa metode analisis untuk mengidentifikasi dan mengubah
bilangan pecahan. perubahan fungsi tujuan, fungsi pembatas, dan nilai ruas
Deterministic Berarti bahwa semua kanan dari suatu programa linear.
parameter yang terdapat pada
program linear dapat 2.4 Penelitian Terdahulu
diperkirakan dengan pasti,
meski pada kenyataannya Berikut ini merupakan perbandingan metode dari
tidak sama persis.[11] beberapa judul penelitian terdahulu.

2.2 Software Lingo 1. Optimalisasi Keuntungan Penjualan Roti

dengan Metode Branch and Bound (Studi Kasus:
Lingo adalah sebuah software yang dapat UD. Akbar Jaya), 2018.
digunakan untuk mencari penyelesaian dari
permasalahan dalam pemrograman linear, Lingo Tabel 2. Penelitian Terdahulu Ke-1
merupakan generasi yang lebih tua dari software Metode Kelebihan Kekurangan
Lindo. Dengan menggunakan software Lingo pengguna Branch Metode ini digunakan Kelemahan pokok
memungkinkan melakukan perhitungan permasalahan and untuk menyelesaikan metode ini adalah
linear programming dengan jumlah n variabel. Cara kerja Bound suatu masalah program prosedur untuk men-
Lingo tidak jauh berbeda dengan Lindo yaitu memasukkan integer karena hasil capai hasil optimal
data dengan model linier yang dibuat, kemudian yang diperoleh dalam sangat Panjang.[11]
menaksirkan kebenaran dan kelayakan data berdasarkan penyelesaian optimal
penyelesaiannya. Perhitungan dengan Lingo pada dasarnya lebih teliti dan lebih
menggunakan metode simpleks. Ada beberapa tahapan pada baik dari kedua metode
Lingo untuk menentukan nilai optimal, yaitu: lainnya

1. Menentukan model matematika berdasarkan data 2. Optimasi Produksi Roti Menggunakan Metode
real Rancangan Response Surface Pada Industri
2. Menentukan formulasi program untuk Lingo Rumahan, 2015.
3. Membaca hasil report yang dihasilkan oleh Lingo.
Tabel 3. Penelitian Terdahulu Ke-2
Software Lingo termasuk salah satu software Metode Kelebihan Kekurangan
yang sudah ada sejak lama dan menjadi andalan Response Mempermudah Harus diketahui
beberapa peneliti untuk menyelesaikan masalah linier Surface pencarian wilayah terlebih dahulu
programing. Software Lingo banyak digunakan optimal. Jika tidak variabel bebas yang
untuk pemecahan masalah maksimasi dan minimasi menggunakan digunakan dengan
dengan cara memasukkan data berupa rumusan dalam metode ini, maka signifikansi kurang
bentuk linear.[6] eksperimen harus dari 5% untuk dapat
dilakukan secara mempengaruhi
2.3 Analisis Sensitivitas berulang-ulang untuk variabel respon agar
meningkatkan pada pengujian
Menurut Hillier and Lieberman analisis efisiensi waktu dan persamaa regresi
sensitivitas merupakan suatu usaha untuk mempelajari nilai- biaya, model sesuai lack of
nilai dari variabel pengambilan keputusan dalam suatu fit.[14]
model matematika jika satu atau beberapa atau semua
parameter model tersebut berubah yang bertujuan untuk 3. Penerapan Metode Goal Programming Untuk
mengurangi perhitungan-perhitungan dan menghindari Mengoptimalkan Beberapa Tujuan Pada
perhitungan ulang. [9] Menurut Siswanto, analisis Perusahaan Dengan Kendala Jam Kerja,
sensitivitas merupakan analisis yang terjadi untuk Permintaan Dan Bahan Baku, 2016.
mengubah perubahan-perubahan pada koefisien fungsi yang
berlaku, analisis sensitivitas menjelaskan sampai sejauh
mana koefisien fungsi fungsi dan fungsi dapat berubah

Optimalisasi Produksi Roti 3

 TUTORIAL PENELITIAN OPERASIONAL I

Tabel 4. Penelitian Terdahulu Ke-3 A

Metode Kelebihan Kekurangan
Goal Semua tujuan Perlu waktu lebih
Programming dapat dimasukkan untuk membentuk
dalam model, model, keterlibatan
Studi Literatur
pengambil pengambil
keputusan keputusan lebih Mencari Jurnal atau Buku yang Relevan
didorong untuk banyak berkaitan dengan Masalah yang Ditemukan
mengestimasi level dengan penentapan
aspirasi tujuan level aspirasi,
dalam model. Hal prioritas, bobot, dan
Perumusan Masalah
ini memberikan lain-lain,
Bagaimana Menentukan Optimalisasi
pertimbangan yang pertimbangan yang
Produksi Roti pada Pabrik Roti
lebih mendalam sifatnya subjektif
Ramadhan Bakery Kota Denpasar
dalam penyusunan terhadap penetapan
model. prioritas dan bobot
.[4]
Pengumpulan Data
Pengumpulan Data dalam Penulisan ini
3. METODOLOGI PENELITIAN Merupakan Data Sekunder yang
Diperoleh dari Studi Literatur
Metode branch and bound merupakan salah satu
dari metode program integer. Pada dasarnya adalah strategi
“mencabangkan dan membatasi”. Metode branch and
bound adalah metode umum untuk mencari solusi optimal Pengolahan Data
dari berbagai permasalahan optimasi. Metode ini juga Pengolahan Dilakukan Menggunakan
merupakan teknik solusi yang tidak terbatas hanya untuk Software Lingo
permasalahan program integer saja. Tetapi juga merupakan
pendekatan solusi yang dapat diterapkan untuk berbagai
macam permasalahan yang berbeda. Prinsip yang mendasari Analisis dan Pembahasan
metode branch and bound yaitu total set solusi yang layak Analisis Dilakukan Terhadap Hasil
dapat dibagi menjadi subset solusi yang lebih kecil. Subset- Pengolahan Data dan Analisis
subset ini selanjutnya dapat dievaluasi secara sistematis Sensitivitas
sampai solusi yang terbaik ditemukan penerapan metode
branch and bound pada masalah program integer digunakan
bersamaan dengan metode simpleks.[1]
Penutup
Software Lingo adalah alat bantu yang didesain Berisikan Kesimpulan yang Diperoleh
sangat luas untuk menyelesaikan permasalahan- dan Saran
permasalahan riset operasi seperti program linear maupun
non linear, kuadratik, stokastik, dan optimasi model integer
dengan lebih cepat, mudah dan efisien, terutama pada
penelitian ini yang menggunakan program linear dalam Selesai
penyelesaiannya.[6]

Gambar 1. Flowchart
Gambar 1 berikut ini merupakan diagram alir
(flowchart) dalam penelitian ini.

4. PENGUMPULAN DAN PENGOLAHAN

Mulai DATA

Bab ini berisi mengenai pemodelan programa

linear, langkah-langkah pengolahan data menggunakan
Lingo, dan hasil pengolahan data.
A
4.1 Pemodelan Programa Linear

Sumber data yang digunakan dalam penelitian ini

merupakan data sekunder dari Ramadhan Bakery yang

Optimalisasi Produksi Roti 4

 TUTORIAL PENELITIAN OPERASIONAL I

berupa data input dan output perusahaan pada periode 1 4.1.1 Variabel Keputusan
Januari 2016 sampai dengan 31 Agustus 2016. Tabel 5
berikut menyajikan persediaan bahan baku untuk pembuatan Adapun variabel keputusan yang didapatkan pada
beberapa jenis roti. permasalahan optimalisasi produksi roti Ramadhan Bakery
adalah sebagai berikut.
Tabel 5. Data Bahan Baku (dalam gram/pcs roti)
Roti X1 = Banyaknya Produksi Roti Cokelat Biasa
Perse-
Cokel Roti Roti Roti X2 = Banyaknya Produksi Roti Cokelat Ekstra
diaan
Bahan at Cokelat Bulat Kasur X3 = Banyaknya Produksi Roti Bulat Cokelat
per
Baku Biasa Ekstra Cokelat Cokelat
hari X4 = Banyaknya Produksi Roti Kasur Cokelat
(gr/pc (gr/pcs) (gr/pcs) (gr/pcs)
(gr)
s)
Tepung 4.1.2 Fungsi Kendala
10 30 22,5 120 35000
Terigu
Berikut ini merupakan batasan-batasan atau
Ragi 1,5 4 3 15 6000
kendala yang digunakan untuk menyelesaikan permasalahan
Susu
1,5 5 3,4 20 6000 optimalisasi produksi roti Ramadhan Bakery berdasarkan
Bubuk
Tabel 6 dan Tabel 7.
Gula Pasir 3 10 6 28 12000
Margarin 3,5 11 7,5 35 15000 10X1 + 30X2 + 22.5X3 + 120X4 ≤ 35000 …(5)
Coklat 1.5X1 + 4X2 + 3X3 + 15X4 ≤ 6000 …(6)
1,25 12,15 3 25 10000
Bubuk 1.5X1 + 5X2 + 34X3 + 20X4 ≤ 6000 …(7)
Garam 0,5 2,5 1,25 12 5000 3X1 + 10X2 + 6X3 + 28X4 ≤ 12000 …(8)
Kuning 3.5X1 + 11X2 + 7.5X3 + 35X4 ≤ 15000 …(9)
10 32 20,25 81 30000 1.25X1 + 12.15X2 + 3X3 + 25X4 ≤ 10000 …(10)
Telur
0.5X1 + 2.5X2 + 1.25X3 + 12X4 ≤ 5000 …(11)
Selain persediaan bahan baku, Ramadhan Bakery 10X1 + 32X2 + 20.25X3 + 82X4 ≤ 30000 …(12)
juga memiliki target minimum produksi dan batasan 300 ≤ X1 ≤ 360 …(13)
maksimum produksi roti agar tidak melebihi kapasitas 200 ≤ X2 ≤ 300 …(14)
tempat penyimpanan. Target minimum dan batasan 250 ≤ X3 ≤ 360 …(15)
maksimum produksi roti disajikan pada Tabel 6 di bawah 100 ≤ X4 ≤ 144 …(16)
ini.
4.1.3 Fungsi Tujuan
Tabel 6. Target Minimum dan Batasan Maksimum Produksi
Target Batasan Fungsi tujuan pada permasalahan optimalisasi
Produksi Produksi produksi roti Ramadhan Bakery adalah sebagai berikut.
No Jenis Roti
Minimum Maksimum
(pcs) (pcs) Maksimasi Z = 381,047X1 + 1602,396X2 + 674,492X3 +
1 Roti Cokelat Biasa 300 360 2994,126X4 …(17)
2 Roti Cokelat Ekstra 200 300
Biaya upah tenaga kerja per hari pada untuk
3 Roti Bulat Cokelat 250 360
karyawan pada perusahaan Ramadhan Bakery adalah
4 Roti Kasur Cokelat 100 144 sebesar Rp50.000 dan memiliki karyawan sebanyak tiga
orang.
Ramadhan Bakery telah memperkirakan
keuntungan yang didapat apabila memproduksi setiap jenis 4.2 Langkah-Langkah Pengolahan Data
roti, keuntungan yang didapat disajikan pada Tabel 7 Menggunakan Lingo
berikut ini.
Berikut langkah-langkah melakukan pengolahan
Tabel 7. Keuntungan Produksi Roti data menggunakan Software Lingo.
Keuntungan
No Jenis Roti roti per pcs 1. Buka software Lingo, kemudian akan masukkan
(Rp) data formulasi programa linear dengan format
1 Roti Cokelat Biasa 381,047 penulisan seperti pada Lampiran 1.
2. Buka menu Option atau tekan CTRL + I pada
2 Roti Cokelat Ekstra 1.602,396
keyboard, kemudian pilih submenu General
3 Roti Bulat Cokelat 674,792 Solver ubah Dual Computation-nya menjadi
4 Roti Kasur Cokelat 2.994,126 “Prices & Ranges”. Lalu, klik OK. Tampilannya
dapat dilihat pada Lampiran 2.

Optimalisasi Produksi Roti 5

 TUTORIAL PENELITIAN OPERASIONAL I
3. Buka menu Range atau tekan CTRL + R pada
keyboard, kemudian hasil pengolahan data range-
nya seperti yang ditampilkan pada Lampiran 3.
4. Klik ikon solve pada toolbar, lalu akan muncul
tampilan output solusi dari programa linearnya.
4.3 Hasil Pengolahan Data
Hasil pengolahan data dari permasalahan
programa linear pada Ramadhan Bakery sesuai langkah-
langkah pengolahan data pada software Lingo seperti pada
Gambar 2 dan Gambar 3.
Gambar 2. Output Solusi Programa Linear Ke-1
Gambar 3. Output Solusi Programa Linear Ke-2
5. ANALISIS
Bab ini menjelaskan mengenai analisis hasil
perhitungan dan analisis sensitivitas dari pengolahan data
yang telah dilakukan.
5.1 Analisis Hasil Perhitungan
Berdasarkan pengolahan data software Lingo pada
Gambar 2¸ solusi dari permasalahan programa linear
produksi roti pada penelitian ini memiliki jenis global
optimal solution atau memiliki satu solusi optimal.
Penyelesaian permalsahan ini dilakukan dengan dua tahap
iterasi, didapatkan hasil nilai maksimum sebesar
Optimalisasi Produksi Roti
Rp1.211.534, berarti keuntungan yang didapat sebesar
Rp1.211.534 – Rp150.000 = Rp1.061.534 karena dilakukan
pengurangan untuk membayar biaya upah tenaga kerja
terhadap tiga orang karyawan. Keuntungan maksimum yang
diperoleh didapatkan dengan memproduksi sebanyak 360
pcs roti cokelat biasa (X1), 300 pcs roti cokelat ekstra (X2),
306 pcs roti bulat cokelat (X3), dan 129 pcs roti kasur
cokelat (X4) setelah dilakukan pembulatan nilai pada nilai
solusi X3 dan X4.
Dapat dilihat pada Gambar 3, didapatkan nilai
reduced cost untuk seluruh variabel keputusan senilai nol,
artinya tidak ada pengurangan nilai fungsi tujuan maksimasi
untuk setiap pengurangan satu satuan variabelnya.
Kemudian pada kolom Slack or Surplus, jika pada barisnya
bernilai nol dapat diartikan bahwa bahan baku pembuatan
roti pada fungsi pembatas yang terkait digunakan secara
keseluruhan tanpa menyisakan bahan baku tersebut.
Sedangkan jika Slack or Surplus-nya memiliki nilai, artinya
bahan baku pada fungsi pembatas yang terkait menyisakan
bahan bakunya sebanyak nilai yang ditunjukkan pada kolom
tersebut. Apabila nilai Slack or Surplus bernilai negatif itu
berarti ada pembatas yang dilanggar yang akan
menyebabkan solusi menjadi tidak layak.
Sementara itu, nilai dual price, yaitu nilai yang
akan menambahkan nilai fungsi tujuan maksimasi
(mengurangi jika minimasi). Pada permasalahan produksi
roti ini, pembatas bahan baku yang memiliki nilai dual price
akan meningkatkan nilai fungsi tujuan sebesar nilai dual
price-nya apabila kapasitas bahan baku dinaikan satu unit.
Sedangkan yang memiliki nilai dual price-nya nol, maka
nilai fungsi tujuan tidak akan meningkat walaupun kapasitas
bahan baku juga ditingkatan.
5.2 Analisis Sensitivitas
Analisis sensitivitas merupakan metode analisis
untuk mengidentifikasi dan mengubah fungsi tujuan, fungsi
pembatas, dan nilai ruas kanan ataupun menambahkan
aktivitas (variabel baru) pada programa linear setelah
kondisi optimal didapatkan. Dapat dilihat range atau batas-
batas perubahan yang bisa dilakukan tanpa mengubah solusi
optimum fungsi tujuan yang ada. Software Lingo
memberikan output range untuk analisis sensitivitas yang
terdiri dari Objective Coefficient Range dan Right-hand Side
Range yang dapat dilihat pada Lampiran 3.
Objective Coefficient Range yang terdiri dari
kolom variable, current coefficient, allowable increase, dan
allowable decrease. Kolom variable terdiri dari variabel-
variabel keputusan. Current coefficient merupakan nilai
koefisien fungsi tujuan sesuai dengan permasalahan awal
programa linearnya. Allowable increase merupakan batasan
kenaikan nilai koefisien fungsi tujuan setiap variabel agar
tidak mengubah solusi optimal fungsi tujuannya. Allowable
decrease merupakan batasan pengurangan nilai koefisien
6
 TUTORIAL PENELITIAN OPERASIONAL I
fungsi tujuan setiap variabel agar tidak mengubah solusi
optimal fungsi tujuannya.
Right-hand Side Range terdiri dari kolom
variable, current RHS, allowable increase, dan allowable
decrease. Kolom variable terdiri dari variabel-variabel
keputusan. Current RHS merupakan nilai ruas kanan pada
setiap pembatas pada formulasi awal programa linearnya.
Allowable increase merupakan batasan kenaikan nilai
koefisien fungsi tujuan setiap variabel agar tidak mengubah
solusi optimal fungsi tujuannya. Allowable decrease
merupakan batasan pengurangan nilai koefisien fungsi
tujuan setiap variabel agar tidak mengubah solusi optimal
fungsi tujuannya.
Apabila nilai allowable increase dan allowable
decrease memiliki nilai infinity, artinya tidak ada batasan
dalam kenaikan atau pengurangan nilai pada perubahan
koefisien fungsi tujuannya atau perubahan nila RHS-nya.
5.2.1 Analisis Perubahan Koefisien Fungsi Tujuan
Perubahan koefisien fungsi tujuan dilakukan
dengan merujuk pada Lampiran 3. Variabel yang akan
diubah yaitu X3, koefisien variabel X3 awalnya 674,792
memiliki nilai allowable increasenya 64,61107, kemudian
dilakukan perubahan koefisien fungsi tujuan melewati
batasannya menjadi 676. Dan didapatkan hasil seperti pada
Lampiran 4. Nilai fungsi tujuan berubah menjadi 1.211.903
dan solusi basis untuk setiap variabel keputusannya berubah
karena perubahan koefisien fungsi tujuan tidak melewati
batas allowance increase-nya. Selain itu, nilai slack or
surplus dan dual price-nya juga berubah artinya didapatkan
perubahan penggunaan bahan baku yang digunakan agar
mendapatkan nilai fungsi tujuan yang lebih optimal.
5.2.2 Analisis Perubahan Koefisien Teknis Fungsi
Kendala
Analisis perubahan koefisien pada fungsi kendala
dilakukan dengan mengubah salah satu nilai koefisien
variabel pada salah satu fungsi pembatasnya. Misalkan, nilai
koefisien X4 (roti kasur cokelat) pada fungsi pembatas
penggunaan gula pasir dari 28 menjadi 20 dan garam dari 12
menjadi 10. Didapatkan hasil penyelesaian solusi optimal
yang baru pada Lampiran 5.
Setelah dilakukan perubahan koefisien terhadap
variabel X4 pada row 5 dan 8 software Lingo, nilai optimal
dari fungsi tujuan (dilihat pada row 1 kolom slack or
surplus) dan solusi basisnya tidak mengalami perubahan
karena perubahan koefisien tidak melebihi batas allowance-
nya. Sedangkan nilai slack or surplus meningkat pada
pembatas yang diubah, artinya terjadi penambahan sisa
bahan baku gula pasir dan garam yang belum terpakai
karena dilakukan pengurangan penggunaan bahan baku
tersebut tanpa memengaruhi solusi optimal awal.
Optimalisasi Produksi Roti
5.2.3 Analisis Perubahan RHS
Analisis terhadap perubahan RHS pada salah satu
fungsi pembatas memiliki range allowable increase dan
decrease untuk solusi optimal awal seperti yang ditampilkan
pada Lampiran 3. Kemudian, dilakukan perubahan nilai
RHS pada pembatas kedua, yaitu kapasitas bahan baku ragi
yang awalnya 6000 menjadi 6500, perubahan ini masih
dalam batas allowance increase-nya yang bernilai infinity
sehingga solusi optimal dan basisnya tidak mengalami
perubahan seperti yang ditunjukkan pada Lampiran 6.
Pembatas tersebut mengalami perubahan pada nilai slack or
surplus-nya yang meningkat dikarenakan kapasitas ragi
yang sebelumnya tersisa, lalu ditambahkan sehingga
menambah sisa bahan baku tersebut.
Selanjutnya, Lampiran 7 menunjukkan terjadinya
perubahan nilai solusi programa linear menjadi 1.196.163
dan perubahan solusi basis variabel X3 dan X4 yang
memengaruhi nilai slack or surplus dan dual price-nya
terhadap setiap pembatas. Perubahan tersebut terjadi karena
perubahan RHS yang dilakukan melewati batas allowance
decrease-nya, RHS awalnya bernilai 6000 diubah menjadi
4500
5.2.4 Analisis Penambahan Fungsi Kendala Baru
Analisis penambahan fungsi kendala baru pada
programa linear pembuatan roti dapat dilakukan dengan
menambahkan fungsi kendala untuk penggunaan bahan
baku wijen sebagai topping roti dengan penggunaan 2 gram
untuk setiap jenis roti yang berkapasitas 1000 gram
diformulasikan sebagai berikut.
2X1 + 2X2 + 2X3 + 2X4 ≤ 1000 …(18)
Setelah dilakukan penyelesaian terhadap programa
linear yang baru, didapatkan nilai fungsi tujuan menurun
menjadi 1.197.994. Penambahan pembatas bahan baku
wijen memengaruhi keuntungan yang didapatkan dan juga
solusi optimal untuk produksi setiap jenis rotinya.
5.2.5 Analisis Penambahan Variabel Baru
Analisis Penambahan Variabel baru pada
programa linear ini, yaitu penambahan variabel X5
merupakan jumlah produksi roti tawar yang memiliki
koefisien fungsi tujuannya senilai 300 dan koefisien
variabel baru pada pembatasnya dapat dilihat pada
Lampiran 9, penggunaan bahan baku coklat bubuk pada
baris fungsi pembatas keenam tidak dipergunakan karena
produksi roti tawar tidak memerlukan coklat bubuk.
Penyelesaian programa linear yang baru dapat
dilihat pada Lampiran 10. Didapatkan nilai fungsi tujuan
atau keuntungan maksimum yang diperoleh 1.175.403 yang
mana nilainya menurun dibandingkan solusi optimal
awalnya. Ini berarti, variabel baru yang ditambahahkan
7
 TUTORIAL PENELITIAN OPERASIONAL I
memberikan pengaruh terhadap solusi optimalnya, slack or
surplus, dan dual price-nya.
6. PENUTUP
Bab ini berisi mengenai kesimpulan dalam
penelitian ini dan saran bagi perusahaan atau peneliti
selanjutnya.
6.1 Kesimpulan
Berdasarkan penyelesaian pada laporan ini,
kesimpulan penelitian ini yaitu:
1. Setelah dilakukan perhitungan dengan bantuan
software Lingo didapatkan solusi optimal sebesar
Rp1.211.534 dan keuntungan yang didapat setelah
dikurangkan dengan biaya upah tenaga kerja
sebesar Rp150.000 menjadi Rp1.061.534.
Keuntungan maksimum tersebut didapatkan dari
produksi roti cokelat biasa (X1) sebanyak 360 pcs,
roti cokelat ekstra (X2) sebanyak 300 pcs, roti
bulat cokelat (X3) sebanyak 306 pcs, dan roti
kasur cokelat (X4) sebanyak 129 pcs. Solusi
optimal yang didapatkan telah dilakukan
pembulatan sesuai jurnal acuan yang digunakan.
2. Analisis sensitivitas terhadap perubahan
parameter, seperti perubahan koefisien fungsi
tujuan, perubahan koefisien fungsi kendala,
perubahan RHS, penambahan pembatas baru, dan
penambahan variabel baru.
3. Berdasarkan analisis sensitivitas, perubahan solusi
optimal pada programa linear terjadi apabila
perubahan parameter dilakukan melewati batas
allowance increase atau decrease-nya. Jika
perubahan masih berada pada rentang batasnya,
solusi optimal tidak berubah yang berarti solusi
optimal sebelum dilakukan perubahan masih
berlaku.
6.2 Saran
Berikut ini saran yang diberikan penulis:
1. Sebaiknya perusahaan Ramadhan Bakery lebih
efisien dalam pemilihan pasokan kapasitas bahan
baku per bulannya karena bahan baku memiliki
waktu kedaluwarsa jika disimpan terlalu lama
dalam periode produksi.
2. Peneliti selanjutnya diharapkan untuk lebih
meneliti dan menganalisis aspek-aspek lain yang
dapat dikembangkan pada studi literatur acuan
pada penelitian ini.
DAFTAR PUSTAKA
[1] Akram, A., Sahari, A., & Jaya, A. I. (2016). Optimalisasi
Produksi Roti Dengan Menggunakan Metode
Optimalisasi Produksi Roti
Branch And Bound (Studi Kasus Pada Pabrik Roti
Syariah Bakery, Jl. Maleo, Lrg. VIII No. 68 Palu).
Jurnal Ilmiah Matematika dan Terapan, 13(2).
[2] Aminudin (2005). Prinsip-Prinsip Riset Operasi.
Jakarta: Erlangga.
[3] Badan Pusat Statistik (2017). Produk Domestik Regional
Bruto Provinsi Bali Menurut Lapangan Usaha
2012-2016. Bali: BPS Provinsi Bali.
[4] Balomba, A., Sahari, A., & Jaya, A. I. (2015).
Optimalisasi Produksi Roti Dengan Menggunakan
Metode Goal Programming (Studi Kasus: Ukm
Ibaraki Bakery Kota Palu). Jurnal Ilmiah
Matematika dan Terapan, 12(2).
[5] Bu’lolo, Faigiziduhu (2005). Analisis Sensitivitas pada
Program Integer Campuran. Jurnal Sistem Teknik
Industri. (4), 78-84.
[6] Dar.F.Q., R.P. Tirupathi, dan Arif (2016). Mixed Input
and Output Orientations of Data Envelopment
Analysis with Linear Fractional Programming and
Least Distance Measures. Statistic, Optimization,
And Information Computing. International
Academic Press. (4), 326-341.
[7] Haming, M. (2011). Manajemen Produksi dan Operasi
Manufaktur dan Jasa. Jakarta: Bumi Aksara
[8] Herjanto, Eddy (2008). Sains Manajemen. Jakarta:
Grasindo.
[9] Hillier, F. S., & Lieberman, G. J. (2001). Introduction to
Operations Research (Ed. 7). McGraw-Hill Science,
USA.
[10] Rangkuti, A. (2019). Model Riset Operasi &
Aplikasinya. Jakarta: Firstbox Media.
[11] Sinaga, D.V.S. (2018). Optimalisasi Keuntungan
Penjualan Roti Dengan Metode Branch and Bound
(Studi Kasus: UD. Akbar Jaya). Bachelor’s thesis.
Universitas Sumatera Utara.
[12] Siswanto (2006). Operational Research Jilid 2. Jakarta:
Erlangga.
[13] Sitorus, Parlin (1997). Program Linear. Jakarta:
Universitas Trisakti.
[14] Syafaat, W. U. (2016). Optimasi produksi roti
menggunakan metode rancangan percobaan
response surface pada Industri rumahan Tahun 2015
Bachelor's thesis. Fakultas Sains dan Teknologi UIN
Syarif Hidayatullah Jakarta.
8
 TUTORIAL PENELITIAN OPERASIONAL I

LAMPIRAN Lampiran 4. Output Perubahan Koefisien Fungsi Tujuan

Lampiran 1. Data Formulasi Programa Linear

Lampiran 4. Output Perubahan Koefisien Fungsi Tujuan

(lanjutan)

Lampiran 2. Tampilan Menu Option

Lampiran 5. Output Perubahan Koefisien Teknis Fungsi

Kendala

Lampiran 3. Tampilan Menu Range

Optimalisasi Produksi Roti 9

 TUTORIAL PENELITIAN OPERASIONAL I

Lampiran 6. Output Perubahan RHS dalam Batas Lampiran 9. Formulasi Programa Linear Setelah
Allowance Increase Ditambahkan Variabel Baru

Lampiran 10. Output Penambahan Variabel Baru

Lampiran 7. Output Perubahan RHS Melewati Batas
Allowance Increase

Lampiran 8. Output Penambahan Fungsi Kendala Baru

Optimalisasi Produksi Roti 10