TPB Lengkap Peramalan

LAMPIRAN
Universitas Sumatera Utara

OUTPUT LINDO FEBRUARI

OUTPUT LINDO MARET

OUTPUT LINDO APRIL

OUTPUT LINDO MEI

OUTPUT LINDO JUNI

OUTPUT LINDO JULI

OUTPUT LINDO AGUSTUS

OUTPUT LINDO SEPTEMBER

OUTPUT LINDO OKTOBER

OUTPUT LINDO NOVEMBER

OUTPUT LINDO DESEMBER

DAFTAR PUSTAKA
Agus Ahyari. 2002. Manajemen Produksi: Perencanaan Sistem Produksi.
Yogyakarta: BPFE
Arman Hakim Nasution. 1999. Perencanaan dan Pengendalian Produksi.
Jakarta.: PT. Candimas Metropole.
Berrouiguet, Abdelkrim Yahia. 2015. Application Of Goal Programming Model
For Allocating Time And Cost In Project Management : A Case Study
From The Company Of Construction Seror. University Of Tlemcen,
Algeria.
Dash, Mihir and Rani Hanuman. 2015 . A Goal Programming Model For Capital
Management. Alliance Unversity, India.
Devianti, Ni Putu. 2015. Optimalisasi Perencanaan Produksi dengan Preemptive
Goal Programming (Studi Kasus: Ud. Dodol Made Merta Tejakula,
Singaraja). Universitas Udayana.
Herlambang, Ade. 2014. Optimalisasi Produksi pada Industri Pembuatan
Kemasan Gelas dengan Metode Goal Programming. Surabaya:
Universitas Negeri Surabaya.
Hillier, Frederick S. dan Gerald J. Lieberman. 1980. Introduction Operation
Research. Third Edition. California: Holden Day, Inc.
Lutero, D S. 2015. A Fuzzy Goal Programming Model For Biodesel Production.
University Of Philipinese.

Nishad, Anil Kumar. Goal Programming for Solving Fractional Programming
Problem In Fuzzy Environment. Banaras Hindu University. India. 2015
Marimin, dkk. 2013. Teknik dan Analisis Pengambilan Keputusan Fuzzy dalam
manajemen Rantai Pasok. Bogor: Penerbit IPB Press.
Rosnani Ginting. 2007. Sistem Produksi. Yogyakarta : Graha Ilmu.
Siswanto. 2006. Operations Research, Jilid I. Jakarta: Erlangga.
Sukaria, Sinulingga. 2013. Metodologi Penelitian. Medan: USU Press.
Susanto, Rizki. 2015. Optimalisasi Produksi pada Perusahaan Roti Donna Jaya
Barokah Jember Melalui Pendekatan Goal Programming. Jember :
Jurusan Ilmu Administrasi Bisnis, Fakultas Ilmu Sosial dan Politik,
Unversitas Jember (UNEJ).
Tunjo, Peric. 2014. A Goal Programming Procedure for Solving Fuzzy
Multiobjective Fractional Linear Programming Problems. University Of
Zagreb.
Tampinongkol, Feliks F. 2015. Aplikasi Fuzzy Goal Programming (Studi Kasus:
UD. Sinar Sakti Manado). UNSRAT Manado.

BAB III
LANDASAN TEORI
3.1. Perencanaan Produksi
Perencanaan produksi merupakan perencanaan tentang produk apa
dan berapa yang akan diproduksi oleh perusahaan yang bersangkutan dalam satu
periode yang akan datang. Perencanaan produksi merupakan bagian dari
perencanaan operasional di dalam perusahaan. Dalam penyusunan perencanaan
produksi, hal yang perlu dipertimbangkan adalah adanya optimasi produksi
sehingga akan dapat dicapai tingkat biaya yang paling rendah untuk pelaksanaan
proses produksi tersebut.
Perbedaan antara perencanaan produk dengan perencanaan produksi ini
adalah bahwa perencanaan produk tersebut akan lebih banyak menyangkut aspek-
aspek teknis, sedangkan perencanan produksi ini akan lebih banyak menyangkut
aspek-aspek ekonomis. Suatu produk yang secara teknis dapat diproduksikan oleh
suatu perusahaan, namun dikarenakan dalam suatu periode tertentu
tidak ekonomis untuk diproduksikan, akan ditinggalkan di dalam penyusunan
perencanaan produksi pada periode tersebut. Perbedaan yang lain dalah bahwa
jangka waktu pakai dari perencanaan produk tersebut adalah jangka panjang,
sedangkan pada perencanaan produksi ini adalah jangka pendek.
Titik berat dari perencanaan produk adalah kepada produk apa, produk
yang bagaimana dan berapa yang akan dapat diproduksikan oleh
perusahaan. Desain teknis, bahan apa yang dipergunakan, berapa standar
V-1
pemakaian bahan untuk masing-masing unit produk serta bagaimana proses
produksinya merupakan masalah-masalah teknis yang harus diselesaikan
dalam rangka perencanaan produk tersebut. Di dalam perencanaan produksi,
dengan mendasarkan diri kepada data teknis yang ada, akan dibicarakan apa dan
berapa produk yang segera akan diproduksikan dalam satu periode yang akan
datang, berapa kebuthan masukan (input) untuk penyelenggaraan produksi
tersebut (misalnya berapa bahan baku yang akan dipergunakan, berapa tenaga
kerja langsung yang akan dipergunakan, jam mesin yang diperlukan dan lain
sebagainya), yang kesemuanya akan diadakan perhitungan-perhitungan yang teliti
dan secermat-cermatnya. Dengan demikian diharapkan bahwa proses produksi
yang dilaksanakan oleh perusahaan tersebut akan dapat berhasil dengan baik,
ekonomis serta tidak menimbulkan berbagai kerugian dan hambatan terhadap
kegiatan operasi dari perusahaan yang bersangkutan.
3.1.1. Tujuan Perencanaan Produksi
Adapun tujuan perencanaan produksi adalah sebagai berikut:
1. Menetapkan kebutuhan produksi dan tingkat persediaan pada saat tertentu.
2. Memonitor tingkat persediaan, membandingkannya dengan
rencana persediaan dan melakukan revisi rencana produksi pada saat yang
ditentukan.
3. Membuat jadwal produksi, penugasan serta pembebanan mesin dan
tenaga kerja yang terperinci.
4. Stabilisasi produk dan tenaga kerja terhadap fluktuasi permintaan (demand).

3.1.2. Karakteristik Perencanaan Produksi
Pengendalian produksi dilakukan dengan tujuan mendapatkan hasil yang
sesuai dengan apa yang direncanakan, baik mengenai jumlah, kualitas, harga
maupun waktunya. Menurut Agus Ahyari (1992,) pengendalian produksi bila
ditinjau secara terperinci maka akan dapat dilihat ciri-ciri masing-masing, antara
lain sebagai berikut:
1. Pengendalian proses produksi
Pengendalian produksi ini akan menyangkut beberapa masalah tentang
perencanaan dan pengawasan dari proses produksi dari suatu perusahaan.
Mengenai jenis produk dan jumlah produk yang akan diproduksi pada suatu
periode yang akan datang.
2. Pengendalian bahan baku
Bahan baku merupakan unsur yang sangat penting dalam perencanaan
produksi.
3. Pengendalian tenaga kerja
4. Pengendalian kualitas
5. Pengendalian pemeliharaan peralatan
3.2. Optimasi Produksi
Optimasi adalah tindakan untuk memperoleh hasil yang terbaik dengan
keadaan yang diberikan. Dalam desain, konstruksi, dan pemeliharaan dari sistem
teknik, insinyur harus mengambil beberapa teknologi dan keputusan manajerial
dalam beberapa tahap. Tujuan akhir dari semua keputusan seperti itu adalah
meminimalkan upaya yang diperlukan atau untuk memaksimalkan manfaat yang

diinginkan. Usaha yang diperlukan atau manfaat uang diinginkan dalam
prakteknya dapat dinyatakan sebagai fungsi dari variabel keputusan tertentu.
Optimasi dapat didefinisikan sebagai proses untuk mendapatkan keadaan
yang memberikan nilai maksimum atau minimum dari suatu fungsi.
Optimasi produksi adalah penggunaan faktor-faktor produksi yang
terbatas seefisien mungkin. Faktor-faktor produksi tersebut adalah modal,
mesin, peralatan, bahan baku, bahan pembantu, tenaga kerja, dan lain sebagainya.
Optimasi produksi diperlukan perusahaan dalam rangka mengoptimalkan
sumberdaya yang digunakan agar suatu produksi dapat menghasilkan
produk. Optimasi merupakan pendekatan normatif dengan mengidentifikasi
penyelesaian terbaik dari suatu permasalahan yang diarahkan pada titik
maksimum atau minimum suatu fungsi tujuan dalam kuantitas dan kualitas
yang diharapkan, sehingga perusahaan dapat mencapai tujuannya.
3.3. Peramalan (Forecasting)
Peramalan merupakan bagian awal dari suatu proses pengambilan suatu
keputusan. Sebelum melakukan peramalan harus diketahui terlebih dahulu apa
sebenarnya persoalan dalam pengambilan keputusan itu.
3.3.1. Pendefenisian Tujuan Peramalan
Tujuan peramalan dilihat dengan waktu yaitu:
1. Jangka pendek (Short Term)

Menentukan kuantitas dan waktu dari item dijadikan produksi. Biasanya
bersifat harian ataupun mingguan dan ditentukan oleh Low Management.
2. Jangka Menengah (Medium Term)
Menentukan kuantitas dan waktu dari kapasitas produksi. Biasanya bersifat
bulanan ataupun kuartal dan ditentukan oleh Middle Management.
3. Jangka Panjang (Long Term)
Merencanakan kuantitas dan waktu dari fasilitas produksi. Biasanya bersifat
tahunan, 5 tahunan, 10 tahunan, ataupun 20 tahun dan ditentukan oleh Top
Management.
3.3.2. Karakteristik Peramalan yang Baik
Peramalan yang baik mempunyai beberapa kriteria yang penting, antara
lain akurasi, biaya, dan kemudahan. Penjelasan dari kriteria-kriteria tersebut
adalah sebagai berikut:
1. Akurasi
Akurasi dari suatu peramalan diukur dengan hasil kebiasaan dan konsistensi
peramalan tersebut. Hasil peramalan dikatakan bias bila peramalan tersebut
terlalu tinggi atau telalu rendah dibanding dengan kenyataan yang sebenarnya
terjadi. Hasil peramalan dikatakan konsisten jika besarnya kesalahan
peramalan relatif kecil. Peramalan yang terlalu rendah akan mengakibatkan
kekurangan persediaan sehingga permintaan konsumen tidak dapat dipenuhi
segera, akibatnya perusahaan kemungkinan kehilangan pelanggan dan

keuntungan penjualan. Peramalan yang terlalu tinggi akan mengakibatkan
terjadinya penumpukan barang / persediaan, sehingga banyak modal tersia-
siakan. Keakuratan hasil peramalan berperan dalam menyeimbangkan
persediaan ideal.
2. Biaya
Biaya yang diperlukan dalam pembuatan suatu peramalan tergantung jumlah
item yang diramalkan, lamanya periode peramalan, dan metode peramalan
yang digunakan. Pemilihan metode peramalan harus sesuai dengan dana yang
tersedia dan tingkat akurasi yang ingin didapat, misalnya item-item yang
penting akan diramalkan dengan metode yang sederhana dan murah. Prinsip
ini merupakan adopsi dari hukum Pareto (Analisa ABC).
3. 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 sistem
perusahaan karena keterbatasan dana, sumber daya manusia, maupun peralatan
teknologi.
3.3.3. Faktor-faktor yang Mempengaruhi Pemilihan Teknik Peramalan
Peramalan dimaksudkan untuk memperkecil resiko yang timbul akibat
pengambilan keputusan dalam suatu perencanaan produksi. Semakin besar upaya
yang dikeluarkan tentu resiko dapat diperkecil. Namun upaya memperkecil resiko
tersebut dibatasi biaya yang diperlukan.

Faktor-faktor yang harus dipertimbangkan dalam peramalan:
1. Horizon Peramalan
Ada dua aspek dari horison waktu yang berhubungan dengan masing-masing
metode peramalan yaitu:
a. Cakupan waktu di masa yang akan datang
Perbedaan dari metode peramalan yang digunakan sebaiknya disesuaikan.
b. Jumlah periode dimana ramalan diinginkan
Beberapa teknik dan metode peramalan yang hanya dapat meramal untuk
peramalan satu atau dua periode di muka, teknik dan metode lain dapat
meramalkan beberapa waktu di depan.
2. Tingkat ketelitian
Tingkat ketelitian yang dibutuhkan sangat erat hubungannya dengan tingkat
perincian yang dibutuhkan dalam suatu peramalan. Dalam suatu pengambilan
keputusan diharapkan variasi atau penyimpangan atas ramalan antara 10% -
15% sedangkan pengambilan keputusan yang lain variasi 5% sudah
berbahaya.
3. Ketersediaan data
Metode yang digunakan sangat besar manfaatnya. Apabila dari data yang lalu
diketahui adanya pola musiman, maka untuk untuk peramalan satu tahun ke
depan sebaiknya digunakan metode variasi musiman. Sedangkan apabila
diketahui hubungan antar variabel saling mempengaruhi, maka perlu
digunakan metode sebab akibat atau korelasi.
4. Bentuk pola data

Dasar utama metode peramalan adalah anggapan bahwa pola data yang
diramalkan akan berkelanjutan. Sebagai contoh, beberapa deret yang
menunjukan pola musiman, atau trend. Metode peramalan yang lain mungkin
lebih sederhana, terdiri dari satu nilai rata-rata, dengan fluktuasi yang acakan
atau random yang terkandung. Karena perbedaan kemampuan metode
peramalan untuk mengidentifikasi pola-pola data, maka perlu adanya usaha
penyesuaian pola data.
5. Biaya
Umumnya ada empat jenis biaya dalam proses peramalan yaitu: biaya
pengembangan, biaya penyimpanan, biaya operasi, dan biaya kesempatan
penggunaan teknik peramalan. Adanya perbedaan nyata berpengaruh atas
menarik tidaknya penggunaan metode tertentu untuk suatu keadaan yang
dihadapi.
6. Jenis dari model
Sebagai tambahan perlu diperhatikan anggapan beberapa dasar yang penting
dalam nyata. Banyak metode peramalan telah menganggap adanya beberapa
model dari keadaan yang diramalkan. Model-model ini merupakan suatu derat
dimana waktu digambarkan sebagai unsur penting untuk menentukan
perubahan-perubahan dalam pola, yang mungkin secara sistematik dapat
dijelaskan dengan analisis regresi atau korelasi.
7. Mudah tidaknya penggunaan dan aplikasinya.
Satu prinsip umum dalam penggunaan metode ilmiah dari peramalan untuk
manajemen dan analisis adalah metode-metode yang dapat dimengerti dan

mudah diaplikasikan yang akan dipergunakan dalam pengambilan keputusan
dan analisa.
3.3.4. Klasifikasi Teknik Peramalan
Pada umumnya peramalan dapat dibedakan dari beberapa segi tergantung
dari cara melihatnya. Apabila dilihat dari sifat penyusunannya, maka peramalan
dapat dibedakan atas dua macam, yaitu:
1. Dilihat dai sifat penyusunannya
a. Peramalan yang subjektif
Yaitu peramalan yang lebih menekankan pada keputusan-keputusan hasil
diskusi, pendapat pribadi seseorang, intuisi dari orang yang menyusunnya.
Dalam hal ini pandangan dari orang yang menyusunnya sangat
menentukan baik tidaknya hasil ramalan tersebut.
b. Peramalan yang objektif
Yaitu peramalan yang didasarkan atas data yang relevan pada masa lalu,
dengan menggunakan teknik-teknik dan metode-metode dalam
penganalisaan data tersebut.
2. Dilihat dari jangka waktu ramalan yang disusun
a. Peramalan jangka panjang, yaitu peramalan yang dilakukan untuk
penyusunan hasil ramalan yang jangka waktunya lebih dari satu setengah
tahun. Peramalan seperti ini misalnya diperlukan dalam penyusunan
rencana pembangunan suatu negara, dan rencana investasi suatu
perusahaan.

b. Paramalan jangka menengah, yaitu peramalan yang dilakukan untuk
penyusunan hasil ramalan dalam jangka waktu satu bulan atau dua bulan
sampai satu tahun. Ramalan jangka menengah umumnya lebih berkaitan
dengan rencana produksi tahunan dan akan mencerminkan hal-hal seperti
puncak dan lembah suatu permintaan dan kebutuhan untuk menjamin
adanya tambahan sumber daya untuk tahun berikutnya.
c. Peramalan jangka pendek, yaitu peramalan yang dilakukan untuk
penyusunan hasil ramalan dengan jangka waktu yang kurang dari satu
setengah tahun. Contohnya adalah penyusunan rencana produksi, rencana
penjualan, rencana persediaan, dan anggaran perusahaan.
3. Berdasarkan sifat ramalan yang telah disusun, maka peramalan dapat
dibedakan atas dua macam, yaitu:
a. Peramalan kualitatif, yaitu peramalan yang didasarkan atas data kualitatif
pada masa lalu. Hasil peramalan yang dibuat sangat tergantung dengan
orang yang menyusunnya. Hal ini penting karena hasil peramalan tersebut
ditentukan berdasarkan pemikiran yang bersifat pendapat, intuitif,
pengetahuan, dan pengalaman.
2. Peramalan kuantitatif, yaitu peramalan yang didasarkan atas data
kuantitatif masa lalu. Hasil peramalan yang dibuat sangat tergantung pada
metode yang dipergunakan dalam peramalan tersebut.

Metode
Delphi
Dugaan
Managemen
Riset Pasar
Model
Kulitatif Dugaan
Managemen
Metode
kelompok
terstruktur
Peramalan
Analogi
Regresi Rata-rata
Historis
Moving
Time Series Smoothing
Average
Metode
Kuantitatif
Ekponential
Dekomposisi
Smoothing
Kausal
Gambar 2.1. Taksonomi Teknik Peramalan
3.3.5. Peramalan Kualitatif (Judgement Method)
Peramalan kualitatif biasanya digunakan bila tidak ada atau sedikit data
masa lalu tersedia. Dalam metode ini, pendapat pakar dan prediksi mereka
dijadikan dasar untuk menetapkan permintaan yang akan datang. Beberapa
metode kualitatif yang banyak dikenal antara lain:
1. Metode Delphi
Adapun tahapan yang dilakukan adalah:
a. Tentukan beberapa pakar mengisi sebagai partisipan. Sebaiknya bervariasi
dengan latar belakang disiplin ilmu yang berbeda.
b. Melalui kuisioner (e-mail), diperoleh peramalan dari seluruh partisipan,

c. Simpulkan hasilnya, kemudian distribusikan kembali kepada seluruh
partisipan dengan pertanyaan yang baru.
d. Simpulakan kembali revisi peramalan dan kondisi, kemudian
dikembangkan dengan pertanyaan yang baru.
e. Apabila diperlukan ulangi tahap 4. Seluruh hasil akhir akhir
didistribusikan kepada seluruh partisipan.
2. Dugaan manajemen (management estimate) atau Panel Consensus
Dimana peramalan semata-mata berdasarkan pertimbangan manajemen,
umumnya oleh manajer senior. Metode ini akan cocok dalam situasi yang
sangat sensitif terhadap intuisi dari suatu atua 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.
3. Riset Pasar
Metode ini mengumpulkan dan menganalisa fakta secara sistematis pada
bidang yang berhubungan dengan pemasaran. Salah satu teknik utama adalah
survei pasar yang akan memberikan informasi mengenai selera yang
diharapkan konsumen, dimana informasi tersebut diperoleh dengan cara
kuesioner.
4. Metode Kelompok Terstruktur.
Metode ini melibatkan orang-orang yang berpengalaman dalam berbagai
bidang. Perbedaan dengan metode Delphi terletak pada interaksi antar
anggota panel. Dalam metode ini terdapat diskusi antaranggota secara

langsung sedangkan dalam metode Delphi sama sekali tidak ada interaksi
lisan.
5. Analogi Historis
Metode ini berdasarkan pada data masa lalu dari produk-produk yang dapat
disamakan secara analogi. Analogi historis cenderung akan menjadi terbaik
untuk penggantian produk di pasar dan apabila terdapat hubungan substitusi
langsung dari produk dalam pasar itu.
3.3.6. Metode Peramalan Kuantitatif
Pada metode ini, data historis masa lalu digunakan untuk meramalkan
permintaan masa depan. Ada dua kelompok besar metode kuantitatif, yaitu:
1. Time Series
Metode Time Series adalah metode peramalan secara kuantitatif dengan
menggunakan waktu sebagai dasar peramalan. Untuk membuat suatu
peramalan diperlukan data historis. Data inilah yang diakumulasikan dalam
beberapa periode waktu. Metode seri waktu mengasumsikan bahwa apa yang
telah terjadi di masa lalu akan terus terjadi di masa yang akan datang. Time
series memakai teknik statistik yang menggunakan data historis.
Ada empat komponen utama yang mempengaruhi analisa ini, yaitu:
a. Trend / Kecenderungan
Trend merupakan sifat dari permintaan dimasa lalu terhadap waktu
terjadinya bila ada pertambahan/kenaikan atau penurunan dari data
observasi jangka panjang.

b. Siklus
Digunakan bila data dipengaruhi oleh fluktuasi jangka panjang atau
memiliki siklus yang berulang secara periodik.
c. Musiman (Seasonal)
Pola ini digunakan bila suatu deret waktu dipengaruhi oleh faktor musim
(seperti mingguan, bulanan, dan harian).
d. Horizontal
Pola ini dipakai bila nilai-nilai dari data observasi berfluktuasi di sekitar
nilai konstan rata-rata. Dengan demikian dapat dikatakan pola ini sebagai
stationary pada rata-rata hitungannya. Misalnya, pola ini terdapat bila
suatu produk mempunyai jumlah penjualan yang tidak menaik atau
menurun selama beberapa periode waktu.
Adapun metode peramalan yang termasuk dalam metode Time Series
adalah:
1. Metode Smoothing (penghalusan)
a. Moving Average
1. Single Moving Average
2. Linier Moving Average
3. Double Moving Average
4. Weighted Moving Average
b. Metode Eksponensial Smoothing
1. Single Exponential Smoothing
2. Double Exponential Smoothing

3. Exponential Smoothing dengan musiman
2. Metode Regresi
3. Metode Dekomposisi
3.3.7. Metode Smoothing
Metode smoothing digunakan untuk melicinkan atau mengurangi
ketidakteraturan ramalan berdasarkan data yang lalu. Metode smoothing dapat
dibagi lagi menjadi beberapa metode, antara lain :
1. Moving Average
Moving Average diperoleh dengan merata-rata permintaan berdasarkan
beberapa data masa lalu yang terbaru. Tujuannya adalah untuk mengurangi atau
menghilangkan variasi acak permintaan dalam hubungannya dengan waktu.
a. Single Moving Average
Merupakan peramalan untuk satu periode ke depan dari periode rata-rata.
b. Weigthed Moving Average
Weighted moving averages adalah metode perhitungan dengan cara mengalikan
tiap-tiap periode dengan faktor bobot dan membagikannya dengan hasil produk
yang merupakan penjumlahan faktor bobot. Metode Eksponensial Smoothing
2.3.8. Metode Proyeksi Kecenderungan dengan Regresi
Metode kecenderungan dengan regresi merupakan dasar kecenderungan
untuk suatu persamaan, sehingga dengan dengan dasar persamaan tersebut dapat
diproyeksikan hal-hal yang akan diteliti pada masa yang akan datamg. Untuk

peramalan jangka pendek dan jangka panjang, ketepatan peramalan dengan
metode ini sangat baik. Data yang dibutuhkan untuk metode ini adalah tahunan,
minimal lima tahun. Namun, semakin banyak data yang dimiliki semakin baik
hasil yang diperoleh.
Bentuk fungsi dari metode ini dapat berupa:
a) Konstan, dengan fungsi peramalan (Yt):
Yt = a, dimana a =
∑Y 1
Dimana: Yt = nilai tambah
N = jumlah periode
b) Linear, dengan fungsi peramalan:
Yt = a + bt
Y − bt n∑ ty − ∑ (t )∑ ( y )
n − ∑ t 2 − (∑ t )
Dimana : a = b= 2
n
c) Kuadratis, dengan fungsi peramalan :
Yt = a + bt + ct2
Dimana : a =
∑Y − b∑ t − c ∑ t 2
c=
θ − bα
b=
∂δ − θα
n ∂ ∂β − α 2
∂= (∑ t )
2 2
− n∑ t 4
δ = ∑ t ∑ Y − n∑ tY
θ = ∑ t 2 ∑ Y − n∑ t 2Y
α = ∑ t 2 ∑ t 2 − n∑ t 3

β = (∑ t ) − n∑ t 2
2
d) Eksponensial, dengan fungsi peramalan :
Yt = aebt
Dimana :
∑ ln Y − b∑ t n∑ t ln Y − ∑ t ∑ ln Y
n∑ t 2 − (∑ t )
ln a = b= 2
n
e) Siklis, dengan fungsi peramalan :
2πt 2πt
Yˆt = a + b sin + c cos
n n
Dimana :
∑ Y = na + b sin + c ∑ cos
2πt 2πt
n n
∑ Y sin = a ∑ sin + c ∑ sin

2πt 2πt 2πt 2πt 2πt
+ b sin 2 cos
n n n n n
∑ Y cos = a ∑ cos + c ∑ cos 2 + b∑ sin

cos
n n n n n
3.3.9. Metode Dekomposisi
Yaitu hasil ramalan ditentukan dengan kombinasi dari fungsi yang ada
sehingga tidak dapat diramalkan secara biasa. Model tersebut didekati dengan
fungsi linear atau siklis, kemudian bagi t atas kwartalan sementara berdasarkan
pola data yang ada. Metode dekomposisi merupakan pendekatan peramalan yang
tertua. Terdapat beberapa pendekatan alternatif untuk mendekomposisikan suatu
deret berkala yang semuanya bertujuan memisahkan setiap komponen deret data

seteliti mungkin. Konsep dasar pemisahan bersifat empiris dan tetap, yang mula-
mula memisahkan unsure musiman, kemudian trend dan akhirnya unsur siklis
Adapun langkah-langkah perhitungannya adalah sebagai berikut:
1. Ramalkan fungsi Y biasa (dt=a+bt)
2. Hitung nilai indeks
3. Gabungkan nilkai perolehan indeks kemudian ramalkan yang baru.
3.3.10. Metode Kausal
Metode kausal mengasumsikan faktor yang diperkirakan menunjukkan
adanya hubungan sebab akibat dengan satu atau beberapa variabel bebas
(independen). Sebagai contoh, jumlah pendapatan berhungan dengan faktor-faktor
seperti jumlah penjualan, harga jual, tingkat promosi. Kegunaan dari metode
kausal adalah untuk menemukan bentuk hubungan antara variabel-variabel
tersebut dan menggunakannya untuk meramalkan nilai dari variabel tidak bebas
(dependen)
Pada model ini untuk meramalkan permintaan tidak hanya memperhatikan
waktu, tetapi juga memperhatikan faktor yang mempengaruhi, antara lain:
a. Harga produk, jika harga produk naik naka permintaan naik.
b. Saluran distribusi, jika banyak saluran distribusi maka permintaan naik.
Metode kausal terdiri atas beberapa metode , antara lain:
1. Metode regresi dan korelasi
Metode regresi dan korelasi didasarkan pada penetapan suatu persamaan
estimasi menggunakan teknik “least squares”. Ketepatan peramalan dengan

metode ini sangat baik untuk peramalan jangka pendek, sedangkan untuk
peramalan jangka panjang ternyata ketepatannya kurang begitu baik.
2. Metode Ekonometrik
Metode ini didasarkan atas peramalan pada sistem persamaan regresi yang
diestimasikan secara simultan. Baik untuk peramalan jangka pendek maupun
untuk jangka panjang, ketepatan peramalan dengan metode ini sangat baik.
Data yang dibutuhkan untuk penggunaan metode peramalan ini adalah data
kuartalan beberapa tahun.
3. Metode Input-Output
Metode ini dipergunakan untuk menyusun proyeksi trend ekonomi jangka
panjang. Model ini kurang baik ketepatannya untuk peramalan jangka pendek,
dan sangat baik ketepatannya untuk peramalan jangka panjang. Data yang
digunakan untuk metode ini adalah data tahunan selama sekitar sepuluh
sampai lima belas tahun.
3.3.11. Kriteria Performance Peramalan
Besar kesalahan suatu peramalan dapat dihitung dengan beberapa cara
antara lain, yaitu:
1. Mean Square Error (MSE)
∑ (X − Ft )
m
2
MSE = t =1
t
dimana:
X t : data aktual periode t

Ft : nilai ramalan periode t
N : banyaknya periode
2. Standard Error of Estimate (SEE) :
∑ (X − Ft )
m
2
SEE = t =1
t
N −t
dimana :
F = Derajat Kebebasan
Untuk data konsatan, f=1
Untuk data linear, f=2
Untuk data kwadratis, f=3
Untuk data siklis, f=3
3. Percentage Error (PEt) :
 X − Ft 
PEt =  t  × 100%
 Xt 
dimana nilai dari PEt bisa positip ataupun negatip
4. Mean Absolute Percentage Error (MAPE)
∑
m
MAPE =
PEt
t =1

3.3.12. Proses Verifikasi
Proses verifikasi dilakukan untuk melihat apakah metode peramalan yang
diperoleh representative terhadap data. Proses verifikasi dengan menggunakan
Moving Range Chart (MRC), dapat digambarkan pada Gambar 2.9.
UCL
A
2/3 UCL
B
1/3 UCL
C
CCL
C
2/3 LCL
B
2/3 LCL
A
LCL
Gambar 2.2. Moving Range Chart
Harga MR diperoleh dari:
∑ MR
N −1
MR = t =2
t
n −1
( ) (
Dimana : MRt = YT − YTt − Yt −1 − YFt −1 )
atau : MRt = et − et −1
Kondisi out of control dapat diperiksa dengan menggunakan empat aturan
berikut:
1. Aturan Satu Titik
Bila ada titik sebaran (Y-YF) berada di luar UCL dan LCL.

2. Aturan Tiga Titik
Bila ada tiga buah titik secara berurutan berada pada salah satu sisi, yang
mana dua diantaranya jatuh pada daerah A.
3. Aturan Lima Titik
Bila ada lima buah titik secara berurutan berada pada salah satu sisi, yang
mana empat diantaranya jatuh pada daerah B.
4. Aturan Delapan Titik
Bila ada delapan buah titik secara berurutan berada pada salah satu sisi, pada
daerah C.
3.4. Goal Programming
Model Goal Programming merupakan perluasan dari model pemrogaman
linier, sehingga seluruh asumsi, notasi formulasi model matematis, prosedur
perumusan model dan penyelesaiannya tidak berbeda 10. Perbedaannya hanya
terletak pada kehadiran sepasang variabel deviasioanal yang akan muncul
difungsi tujuan dan fungsi-fungsi kendala. Goal Programming adalah salah satu
model matematis (empiris) yang dipakai sebagai dasar dalam pengambilan
keputusan dan karenanya pendekatan Goal Programming ini disebut dengan
pendekatan kuantitatif. Goal Programming dipakai untuk menjawab berbagai
masalah yang pemecahannya lebih sesuai menggunakan Goal Programming
daripada menggunakan teknik lainnya.

3.4.1. Kendala Sasaran
Di dalam Goal Programming, Charnes dan Cooper
menghadirkan sepasang variabel yang dinamakan “variable deviasional” dan
berfungsi untuk menampung penyimpangan atau deviasi yang akan terjadi
pada nilai ruas kiri suatu persamaan kendala terhadap nilai ruas kanannya. Agar
deviasi itu minimum, artinya nilai ruas kiri suatu persamaan kendala “sebisa
mungkin” mendekati nilai ruas kanannya maka variable deviasional itu harus
diminimumkan di dalam fungsi tujuan. Pemanipulasian model pemrograman
linier yang dilakukan oleh Charner dan Cooper telah mengubah makna
kendala fungsional. Bila pada model pemrograman linier, kendala-kendala
fungsional menjadi pembatas bagi usaha pemaksimuman atau peminimuman
fungsi tujuan, maka pada model Goal Programming kendala-kendala itu
merupakan sara untuk mewujudkan sasaran yang hendak dicapai.
Sasaran-sasaran, dalam hal ini dinyatakan sebagai nilai konstan pada ruas
kanan kendala. Sebagai contoh, sasaran laba, anggaran yang tersedia, resiko
investasi, ketersediaan bahan baku, ketersediaan jam kerja, kapasitas produksi dan
lain-lain. Mewujudkan suatu sasaran, dengan demikian berarti mengusahakan agar
nilai ruas kiri suatu persamaan kendala sama dengan nilai ruas kanannya. Itulah
sebabnya kendala-kendala di dalam model Goal Programming selalu berupa
persamaan dan dinamakan “kendala sasaran”. Disamping itu, keberadaan sebuah
kendala ditandai dengan kehadiran variabel deviasional sehingga setiap kendala
sasaran pasti memiliki variabel deviasional.

3.4.2. Bentuk Umum Goal Programming
Bentuk umum goal programming misalnya
Z = C1X1 + C2X2 + C3X3 + …. + CiXi
ST : a1X1 + a2X2 + a3X3 + …. + aiXi ≤Yi
b1X1 + b2X2 + b3X3 + …. + biXi ≤ Di
dimana: Z : Fungsi Tujuan
ST : Fungsi Pembatas
Xi : Jumlah variabel X
Yi : Jumlah variabel Y
Di : Jumlah variabel D
Maka, hal ini dapat diselesaikan dengan model Goal Programming
sebagai berikut :
Min Z = P1(d1+ + d1-) + P2 (d2+ + d2-) + …. + Pi
Dimana : Pi = Tujuan-tujuan yang ingin dicapai
di+ = Penyimpangan positif
di- = Penyimpangan negatif
3.4.3. Langkah-Langkah Goal Programming
Langkah yang harus dilakukan dalam pembentukan model Goal
Programming antara lain:
1. Penentuan variabel keputusan, yaitu parameter-parameter yang berpengaruh
terhadap keputusan
2. Formulasi Fungsi Tujuan

3. Menyusun persamaan matematis untuk tujuan yang telah ditetapkan.
Tiap fungsi tujuan harus digambarkan sebagai fungsi variabel
keputusan. gi=fi(x), fi(x) = fungsi variabel keputusan pasa tujuan ke i Setiap
fungsi harus memiliki ruas kanan dan ruas kiri. Harga di- menunjukkan
besarnya deviasi negatif fi(x) dari bi, sedangkan nilai di+
menunjukkan besarnya nilai deviasi positif.
4. Memilih tujuan absolut, yaitu tujuan yang harus dipenuhi dan
ditetapkan sebagai prioritas membentuk suatu fungsi pencapaian.
5. Menetapkan tujuan pada tingkat prioritas yang tepat
6. Menyederhanakan model
Langkah ini perlu dilakukan untuk mendapatkan model yang cukup
besar sehingga model dapat mewakili semua tujuan.
7. Menyusun fungsi Pencapaian
3.4.4. Metode Pemecahan Masalah Goal Programming
Ada tiga metode yang digunakan dalam menyelesaikan Linier Goal (Multi
Objectives) Programming
1. Metode Grafis
Metode grafis digunakan untuk menyelesaikan masalah multi objective
dengan dua variabel. Langkah penyelesaian dengan metode grafis adalah:
a. Menggambarkan 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 Linier Goal
(Multi Objectives) Programming dengan menggunakan variabel keputusan
yang lebih dari dua. Langkah-langkah penyelesaian Goal Programming
dengan metode algoritma simpleks adalah:
a. Membentuk tabel simpleks awal
b. Pilih kolom kunci dimana C -Z memiliki nilai negatif terbesar.
c. Pilih baris 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 system kanonikal yaitu system dimana elemen pivot bernilai 1
dan elemen lain bernilai nol dengan cara mengalihkan baris pivot dengan -
1 lalu menambahkannya dengan semua elemen sibaris pertama.
e. pemeriksaan optimalitas yaitu melihat apakah solusi sudah layak atau
tidak.
3. Penyelesaian model Goal Programming menggunakan software Lindo.
Lindo singkatan dari linier interactive discrete optimazer, adalah sebuah
program yang dirancang untuk menyelesaikan kasus-kasus pemrograman
linier. Sebuah kasus harus diubah dahulu ke dalam sebuah model matematis

pemrograman linier yang menggunakan format tertentu agar bisa diolah oleh
program lindo.

BAB IV
METODOLOGI PENELITIAN
4.1. Lokasi dan Waktu Penelitian
Penelitian ini dilakukan di PT. Central Proteina Prima yang berlokasi di
Jalan Medan – Tanjung Morawa Km. 8,5 Kecamatan Medan Amplas. Penelitian
dilakukan pada bulan Maret – Mei 2016.
4.2. Jenis Penelitian
Jenis penelitian yang dilakukan adalah studi deskriptif dengan jenis studi
kasus, yaitu penelitian berusaha memaparkan pemecahan terhadap suatu masalah
yang ada secara sistematis dan faktual. Penelitian ini meliputi proses
pengumpulan, penyajian, dan pengolahan data, serta analisis. Studi ini dilakukan
dengan menganalisis jumlah tiap jenis pakan udang yang diproduksi oleh pihak
perusahaan dan sumber daya tersedia.
4.3. Objek Penelitian
Objek dalam penelitian ini adalah produk pakan udang yang terdiri dari
IRAWAN 9001, IRAWAN 682, IRAWAN 683 , IRAWAN 683 SP dan IRAWAN
684 S pada PT. Central Proteina Prima.

4.4. Variabel Penelitian
Variabel dependen pada penelitian ini adalah perencanaan produksi yang
optimal dengan mengetahui ketersediaan sumber daya yang digunakan.
Variabel independen dalam penelitian ini adalah
1. Jumlah permintaan pasar terhadap produk pakan udang.
2. Jumlah produksi yaitu jumlah produk pakan udang yang dihasilkan setiap
periode waktu.
3. Kecepatan produksi mesin dan jam kerja untuk setiap jenis pakan udang
4. Ketersediaan bahan baku
5. Persentase komposisi penggunaan bahan baku untuk proses produksi setiap
jenis pakan udang
4.5. Kerangka Konseptual Penelitian
Kerangka konseptual menunjukkan hubungan logis antara variabel-
variabel yang telah diidentifikasi yang penting dan menjadi fondasi dalam
melaksanakan penelitian. Kerangka konseptual penelitian ini dapat dilihat pada
Gambar 3.1.

Jumlah permintaan
Kecepatan produksi
Perencanaan
Ketersediaan jam kerja produksi optimal
goal programming
Ketersediaan bahan
baku
Komposisi penggunaan
bahan baku
Gambar 4.1. Kerangka Konseptual Penelitian
4.6. Rancangan Penelitian
Rancangan Penelitian dapat dilihat pada blok diagram yang ditunjukkan
pada Gambar 4.2.
4.7. Pengumpulan Data
Dalam penelitian ini, data yang dikumpulkan terdiri dari:
1. Data primer
Data Primer adalah data yang diperoleh dari pengamatan dan penelitian
langsung terhadap objek penelitian di lapangan, yaitu kondisi aktual dari lantai
produksi.

Mulai
Studi Pendahuluan
Gambaran umum perusahaan

Kondisi pabrik
Identifikasi Masalah
Melakukan identifikasi masalah

Perumusan permasalahan
Studi Literatur
- Teori perencanaan produksi

- Metode Peramalan
- Goal Programming
Pengumpulan Data
Pengumpulan Data Primer Pengumpulan Data Skunder
-Aliran Proses Produksi - Harga pokok dan harga penjualan

-Waktu pengerjaan produk - Data jumlah penjualan
- Data Ketersediaan bahan baku
- Data ketersediaan jam kerja
- Data pemakaian bahan baku
Pengolahan Data
1. Peramalan jumlah permintaan

2. Membuat formulasi variabel keputusan
3. Membuat formulasi goal programming
- Membuat formulasi matematis fungsi kendala
- Membuat formulasi matematis fungsi sasaran
- Membuat formulasi matematis fungsi tujuan
4. Penyelesaian model goal programming dengan menggunakan
Software Lindo.
Analisis dan Pemecahan Masalah
Analisis hasil perencanaan produksi

dengan goal programming dengan kondisi
perencanaan produksi perusahaan
Kesimpulan dan Saran
Gambar 4.2. Blok Diagram Rancangan Penelitian
Adapun data yang dikumpulkan dengan cara ini adalah urutan proses
produksi dan kecepatan produksi mesin.

2. Data Sekunder
Merupakan data yang diperoleh dari sumber tidak langsung yang biasanya
berupa data dokumentasi dan arsip-arsip resmi. Data sekunder yang
dibutuhkan untuk melaksanakan penelitan ini antara lain harga pokok dan
harga jual pakan udang , penggunaan bahan baku untuk setiap jenis pakan,
ketersediaan bahan baku, jumlah produksi dan jumlah produk yang terjual.
4.8. Metode Pengolahan Data
Tahapan-tahapan pengolahan data adalah sebagai berikut:
1. Melakukan perhitungan peramalan untuk mengetahui estimasi jumlah
produksi dimasa mendatang
2. Formulasi variabel keputusan yang merupakan tujuan dari perencanaan
produksi yaitu berupa jumlah masing-masing produk yang akan diproduksi
X1 = jumlah produk pakan udang IRAWAN 9001
X4 = jumlah produk pakan udang IRAWAN 683 SP
X5 = jumlah produk pakan udang IRAWAN 684 S
3. Formulasi fungsi pemecahan masalah dengan metode goal programming
a. Formulasi fungsi kendala
1) Fungsi kendala ketersediaan jam kerja
aX1 + bX2 +cX3 +dX4+eX5 ≤ KJKj
2) Formulasi fungsi kendala ketersediaan bahan baku

fX1 + gX2 +hX3 +iX4+jX5 ≤ KBBj
b. Formulasi fungsi sasaran
Memaksimalkan jumlah produksi sesuai dengan pemenuhan jumlah
permintaan yang diperoleh dari hasil peramalan
X1j + di- - di+ ≥ D1j
X2j + di- - di+ ≥ D2j
X3j + di- - di+ ≥ D3j
X4j + di- - di+ ≥ D4j
X5j + di- - di+ ≥ D5j
c. Formulasi fungsi tujuan
Sehingga diperoleh formulasi fungsi tujuan yaitu:
Min di- - di+
Keterangan:
a,b,c,d,e = waktu penyelesaian produk
f,g,h,I,j = penggunaan bahan baku
KJK = ketersediaan jam kerja
KBB = ketersediaan bahan baku
D1,….,D5 = Jumlah demand (permintaan)
j = periode
� = Deviasi negatif
� = Deviasi positif
i = 1,2,3, ..... n
4. Penyelesaian formulasi goal programming

4.9. 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.
4.10. 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
saran-saran yang dapat dijadikan masukan bagi pihak perusahaan ataupun bagi
peneliti selanjutnya.

BAB V
PENGUMPULAN DAN PENGOLAHAN DATA
5.1. Pengumpulan Data
Untuk menganalisa permasalahan perencanaan produksi, dibutuhkan data
dari PT. Central Proteina Prima sebagai berikut :
a. Data permintaan mulai dari Januari 2015 sampai dengan Desember 2015.
b. Harga pokok dan harga penjualan produk yang akan dianalisa.
c. Data kecepatan produksi setiap jenis produk.
d. Data hari kertersediaan jam kerja dari Januari 2015 sampai dengan Desember
2015.
e. Pemakaian dan ketersediaan bahan baku untuk mengetahui komposisi pemakaian
bahan baku dan pembatas pemakaian bahan baku.
5.1.1. Data Permintaan dari Januari 2015 – Desember 2015
Data permintaan pakan udang pada PT. Central Proteina Prima Januari
2015 – Desember 2015 dibagi menjadi 5 jenis yaitu Irawan 9001, Irawan 683,
Irawan 684 S, Irawan 682 dan Irawan 683 SP ditunjukkan pada Tabel 5.1.

Tabel 5.1. Data Permintaan Pakan Udang dari Januari 2015 – Desember
2015
Permintaan
Bulan
Irawan 9001 Irawan 682 Irawan 683 Irawan 683-SP Irawan 684-S
Januari 736 1972 3600 8408 7515
Februari 656 2384 5807 6244 5538
Maret 1129 4276 5716 10755 3274
April 1124 5128 14020 17415 5309
Mei 1144 4247 10977 27752 10779
Juni 848 4871 11275 27302 22370
Juli 808 3479 11833 27886 24373
Agustus 928 4989 10356 19904 23852
September 1114 4685 13217 32333 16711
Oktober 859 3377 10633 26197 17857
November 743 3431 8802 18774 14147
Desember 952 5051 11018 22067 13131
Total 11040 47890 117254 245037 164856
Sumber : PT. Central Proteina Prima
5.1.2. Data Harga Pokok dan Harga Penjualan
Data harga pokok dan harga penjualan dapat dilihat Tabel 5.2
Tabel 5.2. Data Harga Pokok dan Penjualan Pakan Udang
Harga (Rp)
No Produk Satuan Laba (Rp)
Pokok Jual
1 Irawan 9001 bag (@25 kg) 246300 262500 16200
2 Irawan 682 bag (@25 kg) 222200 237500 15300
3 Irawan 683 bag (@25 kg) 211000 225000 14000
4 Irawan 683-SP bag (@25 kg) 236800 250000 13200
5 Irawan 684-S bag (@25 kg) 212500 225000 12500

5.1.2. Data Kecepatan Produksi dan Ketersediaan Jam Kerja
Data kecepatan produksi dapat dilihat Tabel 5.3.
Tabel 5.3. Data Kecepatan Produksi Setiap Pakan Udang
Waktu Penyelesaian (menit)

No Produk
1 Batch @ 2500 Kg 1 Bag @25 Kg
1 Irawan 9001 40 0.40
2 Irawan 682 35 0.35
3 Irawan 683 35 0.35
4 Irawan 683-SP 25 0.25
5 Irawan 684-S 25 0.25
Jumlah hari kerja pada PT. Central Proteinaprima adalah lima ha ri kerja
dalam seminggu (Senin sampai Jumat) untuk bagian produksi. Pembagian shift jam
kerja untuk bagian produksi adalah sebagai berikut:
Shift 1 Jam 08.00 – 12.00 WIB : Kerja Aktif
Jam 12.00 – 13.00 WIB : Istirahat
Jam 13.00 – 17.00 WIB : Kerja Aktif
Shift 2 Jam 17.00 – 20.00 WIB : Kerja Aktif
Jam 20.00 – 21.00 WIB : Istirahat
Jam 21.00 – 24.00 WIB : Kerja Aktif
Untuk menentukan jam kerja yang tersedia, dapat digunakan rumus:
Waktu kerja yang tersedia = (jumlah shift x waktu kerja/shift x jumlah hari
kerja/bulan).
Waktu kerja yang tersedia pada tahun 2015 dapat dilihat pada Tabel 5.4.

Tabel 5.4. Waktu Kerja yang Tersedia pada Tahun 2016
Jumlah Waktu Kerja

Bulan Jlh Hari Kerja
Jam Menit
Januari 22 308 18480
Februari 20 280 16800
Maret 22 308 18480
April 22 308 18480
Mei 21 294 17640
Juni 22 308 18480
Juli 23 322 19320
Agustus 22 308 18480
September 22 308 18480
Oktober 22 308 18480
November 21 294 17640
Desember 23 322 19320
5.1.3. Pemakaian dan Ketersediaan Bahan Baku
Bahan baku yang digunakan untuk setiap jenis pakan sama jenisnya, tapi
memiliki jumlah yang berbeda. Pemakaian dan ketersediaan bahan baku dapat
dilihat pada Tabel 5.5.
Tabel 5.5. Komposisi Pemakaian Bahan Baku untuk Produksi 1 Ton
Pakan Udang
Komposisi (kg)
No Bahan Baku
Irawan 9001 Irawan 682 Irawan 683 Irawan 683 SP Irawan 684 S
1 Jagung 480 470 450 430 460
2 Dedak 75 75 80 80 75
3 BKK 115 120 115 120 120

Tabel 5.5. Komposisi Pemakaian Bahan Baku untuk Produksi 1 Ton
Pakan Udang
Komposisi (kg)
No Bahan Baku
4 MBM 40 50 60 60 60
5 Terigu 220 210 210 220 200
Tepung
6 27.5 25 30 30 25
Cumi
Tepung
7 55 60 60 70 70
Ikan
Minyak
8 20 20 25 25 25
nabati
9 obat-obatan 7.5 10 10 5 5
Pemakaian bahan baku berbeda-beda disesuaikan dengan jenis produk
pakan yang akan diproduksi. Pembelian bahan baku dilakukan satu kali dalam
satu bulan. Dalam hal ini, karena sistem produksi perusahaan berupa make to
stock, diasumsikan bahwa ketersediaan bahan baku digudang setiap bulannya
tetap. Data ketersediaan bahan baku dapat dilihat pada Tabel 5.6.
Tabel 5.6. Data Ketersediaan Bahan Baku
Jumlah Persediaan
No Bahan Baku
(Ton)
1 Jagung 800
2 Dedak 140
3 BKK 220
4 MBM 120

Tabel 5.6. Data Ketersediaan Bahan Baku (Lanjutan)
Jumlah Persediaan
No Bahan Baku
(Ton)
5 Terigu 380
6 Tepung Cumi 55
7 Tepung Ikan 125
8 minyak nabati 45
9 obat-obatan 15
5.2. Pengolahan Data
5.2.1. Peramalan Permintaan untuk Periode Januari – Desember 2016
Peramalan untuk permintaan pakan udang periode Januari – Desember
2016 dilakukan dengan menggunakan metode time series menggunakan data-data
historis.Peramalan pertama dilakukan pada produk Irawan 9001 dengan langkah-
langkah peramalan adalah sebagai berikut:
1. Mendefenisikan tujuan peramalan
Tujuan peramalan adalah untuk mengetahui estimasi jumlah permintaan
untuk periode Januari – Desember 2016 dengan menggunakan data historis
Januari – Desember 2015. Data historis ditunjukkan pada Tabel 5.7.
Tabel 5.7. Data Historis Permintaan Irawan 9001 Tahun 2015
Permintaan
Periode
Irawan 9001 (bag @ 25 kg)
Januari 736
Februari 656
Maret 1129

Tabel 5.7. Data Historis Permintaan Irawan 9001 Tahun 2015 (Lanjutan)
Permintaan
Periode
Irawan 9001 (bag @ 25 kg)
April 1124
Mei 1144
Juni 848
Juli 808
Agustus 928
September 1114
Oktober 859
November 743
Desember 952
Sumber: PT. Central Proteina Prima
2. Membuat scatter diagram data permintaan
Scatter diagram ditunjukkan pada Gambar 5.1.
PERMINTAAN
1400
1200
1000
800
600
PERMINTAAN
400
200
Gambar 5.1. Scatter Diagram Permintaan Irawan 9001 Tahun 2015

3. Memilih beberapa metode peramalan
Metode peramalan yang dipilih adalah
a. Metode linier
b. Metode kuadratis
c. Metode Siklis
4. Perhitungan fungsi parameter peramalan
Perhitungan fungsi parameter bertujuan untuk mendapatkan metode
peramalan terbaik
a. Metode Linier
Tabel 5.8. Parameter Peramalan Irawan 9001 Metode Linier
T y Ty t² y'
1 736 736 1 909,87
2 656 1312 4 911,73
3 1129 3387 9 913,59
4 1124 4496 16 915,44
5 1144 5720 25 917,30
6 848 5088 36 919,16
7 808 5656 49 921,01
8 928 7424 64 922,87
9 1114 10026 81 924,72
10 859 8590 100 926,58
11 743 8173 121 928,44
12 952 11424 144 930,29
78 11041 72032 650
Sumber: Pengolahan Data
� ∑ �� − ∑ � ∑ �
�=
� ∑ � 2 − (∑ �)2
(12 × 72032) − (78 × 11041)

�= = 1,86
(12 × 650) − (78)2

∑� −�∑�
�=
�
11041 + 1,86 × 78
�= = 908,02
12
�′ = � + ��
� ′ = 908,02 + 1,86�
� ′ = 908,02 + 1,86(1) = 909,87 ≈ 910
b. Metode Kuadratis
Tabel 5.9. Parameter Peramalan Irawan 9001 Metode Kuadratis
t Y t² t³ t⁴ Ty t²y y't
1 736 1 1 1 736 736 789.49
2 656 4 8 16 1312 2624 857.01
3 1129 9 27 81 3387 10161 911.40
4 1124 16 64 256 4496 17984 952.65
5 1144 25 125 625 5720 28600 980.77
6 848 36 216 1.296 5088 30528 995.76
7 808 49 343 2.401 5656 39592 997.62
8 928 64 512 4.096 7424 59392 986.34
9 1114 81 729 6.561 10026 90234 961.93
10 859 100 1.000 10.000 8590 85900 924.39
11 743 121 1.331 14.641 8173 89903 873.72
12 952 144 1.728 20.736 11424 137088 809.91
78 11041 650 6,084 60,710 72032 592742
2
� = �� 2 � − � � � 4
� = (650)2 − (12 × 60710) = −306020

� = � � � � − � � ��
� = (78 × 11041) − (12 × 72032) = −3186
� = � �2 � � − � � �2 �
� = (650 × 11041) − (12 × 592742) = 63746
� = � � � �2 − � � �3
� = (78 × 650) − (12 × 6084) = −22308

2
� = �� − � � � 2
� = 782 − (12 × 650) = −1716
�� − ��
�= = 87,22
�� − � 2
� − ��
�= = −6,57
�
∑ � − � ∑ � − � ∑ �2
�= = 708,84
�
� ′ = � + �� + �� 2
� ′ = 708,84 + 87,22� − 6,57� 2
� ′ = 708,84 + 87,22(1) + 6,57(1)2
= 789,49 ≈ 789
c. Metode siklis
Periode dalam metode siklis adalah:
�
�=
�
Dimana: n = Periode

T = Waktu
N = Jumlah siklus
Karena terdapat 2 siklus, maka jumlah periode adalah:
12
�= =6
2
Tabel 5.10. Parameter Peramalan Irawan 9001 Metode Siklis
Sin (2πt/n)*Cos Sin2 Cos2

t Y Sin(2πt/n) Cos(2πt/n) Y*Sin(2πt/n) Y*Cos(2πt/n)
(2πt/n) (2πt/n) (2πt/n)
1 736 0,87 0,50 0,43 0,25 0,75 637,39 368,00
2 656 0,87 -0,50 0,43 0,75 0,25 568,11 -328,00
3 1129 0,00 -1,00 0,00 1,00 0,00 0,00 -1129,00
4 1124 -0,87 -0,50 -0,43 0,75 0,25 -973,41 -562,00
5 1144 -0,87 0,50 -0,43 0,25 0,75 -990,73 572,00
6 848 0,00 1,00 0,00 0,00 1,00 0,00 848,00
7 808 0,87 0,50 0,43 0,25 0,75 699,75 404,00
8 928 0,87 -0,50 0,43 0,75 0,25 803,67 -464,00
9 1114 0,00 -1,00 0,00 1,00 0,00 0,00 -1114,00
10 859 -0,87 -0,50 -0,43 0,75 0,25 -743,92 -429,50
11 743 -0,87 0,50 -0,43 0,25 0,75 -643,46 371,50
12 952 0,00 1,00 0,00 0,00 1,00 0,00 952,00
78 11041 0 0 0 6 6 -642,59 -511
2πt 2πt
∑y = n a + b ∑ sin� n � + c ∑ cos� n �
11041 =12 a + b (0) + c (0)
11041
a =
12
a =920,08

∑ y sin� n � =a ∑ sin� n � + b ∑ sin2� n �+ c ∑ sin� n �cos� n �
-642,59 = 920,08 (0) + b (6) + c (0)

−642,59
b =
6
b = -107,1

∑ y cos � n � = a ∑ cos � n �+ c ∑ cos2� n �+ b ∑ sin� n �cos� n �
-511 = 920,08 (0) + c (6) + 28,91(0)
−511
c =
6
c = -85,17
2πt 2πt
y’= a + b sin � n �+ c� n �
2πt 2πt
y’= 920,08- 107,1sin � n �–85,17cos � n �
y’= 920,08- 107,1sin (0,50)– 85,17 cos (0,87) = 784,75
5, Menghitung kesalahan setiap metode
Perhitungan kesalahan menggunakan metode SEE (Standard Error of
Estimation) dengan menggunakan rumus sebagai berikut:
2
∑ n y' )
SEE = � x = 1n - f
(y -
Dimana:
y = data aktual
y’ = data peramalan
n = banyak data
f = derajat kebebasan
Untuk perhitungan error dibutuhkan data aktual dan data nilai peramalan
ditunjukkan rekapitulasi untuk keseluruhan metode pada Tabel 5.11.

Tabel 5.11. Rekapitulasi Nilai Peramalan Irawan 9001
Linier Kuadratis Siklis

T Y
y'
1 736 909.87 789.49 784,75
2 656 911.73 857.01 869,92
3 1129 913.59 911.40 1005,25
4 1124 915.44 952.65 1055,42
5 1144 917.30 980.77 970,25
6 848 919.16 995.76 834,92
7 808 921.01 997.62 784,75
8 928 922.87 986.34 869,92
9 1114 924.72 961.93 1005,25
10 859 926.58 924.39 1055,42
11 743 928.44 873.72 970,25
12 952 930.29 809.91 834,92
Total 11041 11041.00 11041 11041
Contoh perhitungan SEE metode peramalan linier
(��,��−��)� +(��,��−��)� +⋯+…+(��,��−��)�

SEE = �
12 - 1
SEE = 181,67
Rekapitulasi perhitungan SEE dapat ditunjukkan pada Tabel 5.12
Tabel 5.12. Rekapitulasi Perhitungan SEE untuk Semua Metode
Metode SEE
LINEAR 181.67
KUADRATIS 174.00
SIKLIS 155,7

Berdasarkan bentuk grafik, maka dapat dipilih 2 metode terpilih adalah
metode siklis dan kuadratis,
6, Memilih metode dengan kesalahan terkecil
H0 : SEE Siklis< SEE Kuadratis
H1 : SEE Siklis> SEE Kuadratis
α : 0,05
(�� )2 155,10 2

uji statistik � = (�� )2
= = 0,8
174 2
Ftabel 0,05(11,11) = 2,8179
Daerah
Peneriman
Hipotesa
α F
2,8179
Gambar 5.2. Grafik Uji Hipotesis Irawan 9001 dengan Distribusi F
Oleh karena Fhitung (0,8)<Ftabel (2,8179), maka H0 diterima, Jadi hasil
pengujian menyatakan bahwa metode siklis lebih baik daripada metode
kuadratis.
7, Verifikasi Peramalan
Proses verifikasi bertujuan untuk mengetahui apakah pola peramalan cukup
representatif, ditunjukkan pada Tabel 5.13.

Tabel 5.13. Perhitungan Verifikasi Peramalan Irawan 9001
Y y't e=y-y't |MR| UCL LCL

736 785 -48,75 - 354,63 -354,63
656 870 -213,92 165,17 354,63 -354,63
1129 1005 123,75 337,67 354,63 -354,63
1124 1055 68,58 55,17 354,63 -354,63
1144 970 173,75 105,17 354,63 -354,63
848 835 13,08 160,67 354,63 -354,63
808 785 23,25 10,17 354,63 -354,63
928 870 58,08 34,83 354,63 -354,63
1114 1005 108,75 50,67 354,63 -354,63
859 1055 -196,42 305,17 354,63 -354,63
743 970 -227,25 30,83 354,63 -354,63
952 835 117,08 344,33 354,63 -354,63
Total 11041 1599,83
∑ MR = 1820,67
n −1 12 − 1
MR = = 151,72
UCL = 2,66 x MR = 2,66 x 151,72 = 354,63
LCL = - 2,66 x MR = -2,66 x8151,72 = -354,63

400,00
300,00
200,00
100,00
e=y-y't
0,00 UCL
0 2 4 6 8 10 12 14 LCL
-100,00
-200,00
-300,00
-400,00
Gambar 5.3. Batas Kelas Perhitungan Peramalan Permintaan Irawan 9001
Berdasarkan gambar diatas tidak ada titik yang melewati batas kontrol,
sehingga metode peramalan telah representatif dan dapat digunakan untuk
pengolahan Fungsi siklis tersebut adalah
2πt 2πt
y’= 920,08 – 107,1sin � n �– 85,17 cos � n �
Perhitungan peramalan untuk produk lainnya yaitu juga menggunakan
metode linier, kuadratis dan siklis. Dengan cara yang sama dicari peramalan
permintaan untuk produk lainnya. Perhitungan untuk parameter dan error setiap
produk dapat dilihat pada Lampiran 2. Hasil rekapitulasi peramalan untuk produk
Irawan 9001, Irawan 682, Irawan 683, Irawan 683 SP dan Irawan 684 pada Tabel
5.14.

Tabel 5.14. Hasil Rekapitulasi Peramalan Setiap Produk
Bulan Irawan 9001 Irawan 682 Irawan 683 Irawan 683 SP Irawan 684 S
Januari 785 2447 3896 3953 6112
Februari 870 3040 6138 9979 4497
Maret 1005 3539 8028 15095 5358
April 1055 3945 9566 19301 8465
Mei 970 4257 10751 22598 12984
Juni 835 4475 11584 24986 17705
Juli 785 4600 12066 26464 21364
Agustus 870 4631 12195 27033 22979
September 1005 4568 11972 26692 22118
Oktober 1055 4411 11397 25442 19011
November 970 4161 10470 23282 14492
Desember 835 3817 9191 20212 9771
Total 11041 47890 117254 245037 164856
Sumber : Pengolahan Data
Adapun grafik hasil peramalan Irawan 9001 dapat dilihat pada Gambar
5.4.
Irawan 9001
1200
1000
800
600
Irawan 9001
400
200
0
1 2 3 4 5 6 7 8 9 10 11 12
Gambar 5.4. Grafik Hasil Peramalan Irawan 9001

Adapun grafik hasil peramalan Irawan 682 dapat dilihat pada Gambar 5.5.
Irawan 682
5000
4500
4000
3500
3000
2500
2000 Irawan 682
1500
1000
500
0
1 2 3 4 5 6 7 8 9 10 11 12
Adapun grafik hasil peramalan Irawan 683 dapat dilihat pada Gambar 5.6.
Irawan 683
14000
12000
10000
8000
6000 Irawan 683
4000
2000
0
1 2 3 4 5 6 7 8 9 10 11 12

Adapun grafik hasil peramalan Irawan 683 SP dapat dilihat pada Gambar
5.7.
Irawan 683 SP
30000
25000
20000
15000
Irawan 683 SP
10000
5000
0
0 2 4 6 8 10 12 14
Gambar 5.7. Grafik Hasil Peramalan Irawan 683 SP
Adapun grafik hasil peramalan Irawan 684 S dapat dilihat pada Gambar
5.8.
Irawan 684 S
25000
20000
15000
10000 Irawan 684 S
5000
0
1 2 3 4 5 6 7 8 9 10 11 12
Gambar 5.8. Grafik Hasil Peramalan Irawan 684 S

5.2.2. Formulasi Fungsi Optimasi Perencanaan Produksi dengan Goal
Programming
5.2.2.1. Variabel Keputusan Goal Programming
Variabel keputusan merupakan output yang akan dioptimalkan sehingga
memenuhi kriteria sasaran dan kendala. Variabel keputusan untuk perencanaan
produksi di PT. Central Proteina Prima adalah :
X 1 = Jumlah produksi Irawan 9001
X 4 = Jumlah produksi Irawan 683 SP
X 5 = Jumlah produksi Irawan 684 S
5.2.2.2. Fungsi Kendala Goal Programming
Fungsi kendala yang terdapat pada PT. Central Proteina Prima adalah:
1. Perhitungan Waktu Penyelesaian Produk dan Ketersediaan Waktu Kerja
Ketersediaan jam kerja sebagai fungsi kendala digunakan untuk melihat
hubungan antara waktu produksi dengan jumlah yang dihasilkan. Formulasi
yang digunakan untuk merumuskan fungsi kendala ini adalah:
� �� ≤ ��
�=1
Dimana:
Ai = waktu yang dibutuhkan untuk memproduksi 1 bag pakan udang jenis
pakan udang ke-i
Xi = variabel keputusan untuk jenis pakan udang ke-i

JKj = jumlah jam kerja yang tersedia (menit)
i = jenis pakan udang (i=1,2,3,4,5,6,7,8,9)
j = periode (1,2,3,...12)
Produksi 1 batch memiliki volume 2500 kg yang dikemas dalam 100 bag.
Perhitungan waktu produksi untuk 1 bag dapat dilihat pada Tabel 5.15.
Tabel 5.15. Waktu Produksi Per Bag
Waktu Penyelesaian (menit)

No Produk
1 Batch @ 2500 Kg 1 Bag @25 Kg
1 Irawan 9001 40 0.40
2 Irawan 682 35 0.35
3 Irawan 683 35 0.35
4 Irawan 683-SP 30 0.25
5 Irawan 684-S 30 0.25
Berdasarkan data tersebut, maka fungsi pembatas waktu produksi untuk

fungsi bulan Januari 2015 adalah:
A1X1 + A2X2 + A3X3+ A4X4 + A5X5 ≤ JK1
0,4X1 + 0,35X2 + 0,35X3+ 0,25X4 + 0,25X5≤ 18480
Dalam hal ini diharapkan deviasi positif (kekurangan jam kerja/lembur)
diusahakan nol. Untuk itu model goal programming untuk fungsi bulan
Januari 2015 adalah:
0,4X1 + 0,35X2 + 0,35X3+ 0,25X4 + 0,25X5+ DA1- DB1 = 18480
Maka fungsi sasarannya adalah:
Min Z = DA1

2. Perhitungan pemakaian dan ketersediaan bahan baku
Komposisi bahan baku untuk produksi 1 ton ( 40 bag) pakan ternak telah
ditunjukkan pada Tabel 5.3. Jadi untuk komposisi bahan baku yang
digunakan untuk memproduksi 1 bag @ 25 kg pakan ternak dapat dilihat
pada Tabel 5.16.
Tabel 5.16. Komposisi Bahan Baku Per bag @25 kg
Komposisi (kg)
No Bahan Baku
1 Jagung 12.00 11.75 11.25 10.75 11.50
2 Dedak 1.88 1.88 2.00 2.00 1.88
3 BKK 2.88 3.00 2.88 3.00 3.00
4 MBM 1.00 1.25 1.50 1.50 1.50
5 Terigu 5.50 5.25 5.25 5.50 5.00
Tepung
6 0.69 0.63 0.75 0.75 0.63
Cumi
Tepung
7 1.38 1.50 1.50 1.75 1.75
Ikan
Minyak
8 0.50 0.50 0.63 0.63 0.63
nabati
Obat-
9 0.19 0.25 0.25 0.13 0.13
obatan
Formulasi yang digunakan dalam fungsi kendala adalah:
9 5
� � �� ≤ ��
�=1 �=1
dimana:

Bi = jumlah pemakaian bahan baku untuk tiap jenis pakan udang ke-i
Xi = jumlah jenis pakan udang ke-i
KBj = ketersediaan bahan baku
B1 = jumlah pemakaian jagung
B2 = jumlah pemakaian dedak
B3 = jumlah pemakaian bungkil kacang kedelai (BKK)
B4 = jumlah pemakaian MBM
B5 = jumlah pemakaian terigu
B6 = jumlah pemakaian tepung cumi
B7 = jumlah pemakaian tepung ikan
B8 = jumlah pemakaian minyak nabati
B9 = jumlah pemakaian obat obatan
Formulasi untuk masing-masing penggunaan bahan baku pada variasi bola
lampu yang ditunjukkan pada Tabel 5.5. adalah
12X1 + 11,75X2 + 11,25 X3 + 10,75X4 + 11,50X5 ≤ 800000
1,88X1 + 1,88X2 + 2X3 + 2X4 + 1,88X5 ≤ 140000
2,88X1 + 3X2 + 2,88X3 + 3X4 + 3X5 ≤ 220000
1X1 + 1,25X2 + 1,5X3 + 1,5X4 + 1,5X5 ≤ 120000
5,5X1 + 5,25X2 + 5,25X3 + 5,5X4 + 5X5 ≤ 380000
0,63X1 + 0,63X2 + 0,75X3 + 0,75X4 + 0,63X5 ≤ 55000
1,38X1 + 1,5X2 + 1,5X3 + 1,75X4 + 1,75X5 ≤ 125000
0,5X1 + 0,5X2 + 0,63X3 + 0,63X4 + 0,63X5 ≤ 45000
0,19X1 + 0,25X2 + 0,25X3 + 0,13X4 + 0,13X5 ≤ 15000

Berdasarkan fungsi kendala ini diharapkan bahan baku yang dimiliki cukup
sehingga tidak perlu dilakukan pemesanan yang mendadak. Deviasi positif
tidak diharapkan, fungsi matematis untuk bulan januari adalah
12X1 + 11,75X2 + 11,25 X3 + 10,75X4 + 11,50X5 + DA2 - DB2= 800000
1,88X1 + 1,88X2 + 2X3 + 2X4 + 1,88X5+ DA3 - DB3= 140000
2,88X1 + 3X2 + 2,88X3 + 3X4 + 3X5+ DA4 - DB4= 220000
1X1 + 1,25X2 + 1,5X3 + 1,5X4 + 1,5X5 + DA5 - DB5= 120000
5,5X1 + 5,25X2 + 5,25X3 + 5,5X4 + 5X5 + DA6 - DB6= 380000
0,63X1 + 0,63X2 + 0,75X3 + 0,75X4 + 0,63X5+ DA7 - DB7= 55000
1,38X1 + 1,5X2 + 1,5X3 + 1,75X4 + 1,75X5+ DA8 - DB8= 125000
0,5X1 + 0,5X2 + 0,63X3 + 0,63X4 + 0,63X5+ DA9 - DB9= 45000
00,19X1 + 0,25X2 + 0,25X3 + 0,13X4 + 0,13X5+ DA10 - DB10= 15000
Fungsi sasarannya adalah:
Min Z = ∑10
�=2 ��
5.2.2.3. Fungsi Sasaran Goal Programming
Fungsi sasaran dibuat berdasarkan tujuan perusahaan yaitu demand dapat
terpenuhi, memaksimalkan produksi dan memaksimalkan keuntungan
1. Memaksimalkan volume produksi
Dari hasil peramalan untuk jumlah produksi masing-masing pakan udang
untuk bulan januari maka persamaannya adalah:
X1 ≥ 785
X2 ≥ 2447

X3 ≥ 3896
X4 ≥ 3953
X5 ≥ 6112
Dalam hal ini, sasaran perusahaan adalah untuk memaksimalkan volume
produksi, maka deviasi negatif ( kekurangan jumlah produksi) diusahakan
nol.. Untuk itu, model Goal Programming untuk fungsi ini adalah:
X1+ DB11 - DA11= 785
X2+ DB12 - DA12= 2447
X3+ DB13 - DA13= 3896
X4+ DB14 - DA14= 3953
X5+ DB15 - DA15= 6112
Min Z = DB11 +DB12+ DB13 +DB14+ DB15
2. Proyeksi Keuntungan
Pada Tabel 5.2. telah dijelaskan bahwa keuntungan untuk setiap penjualan
pakan udang adalah :
1. Irawan 9001 =.Rp. 16.200
2. Irawan 682 = Rp. 15.300
3. Irawan 683 = Rp. 14.000
4. Irawan 683 SP = Rp. 13.200
5. Irawan 684 S = Rp. 12.500
Dengan memperhitungkan jumlah produk dalam peramalan, maka perkiraan
jumlah keuntungan yang ingin dicapai pada tahun 2015 dapat dihitung dengan
rumus berikut :

Proyeksi keuntungan (PK) = ∑5�=1 ��
U = Keuntungan untuk penjualan 1 bag produk
X = Jumlah permintaan pakan (hasil peramalan)
i = jenis pakan udang ke-i
Contoh perhitungan proyeksi keuntungan untuk bulan januari 2015
Keuntungan = (785 x Rp.16200) + (2447 x Rp.15300) + (3896 x Rp.14000) +
(Rp. 3953 x 13200) + (6112 x Rp.12500)
= Rp. 233.279.700
Rekapitulasi hasil perhitungan proyeksi keuntungan untuk Tahun 2015 dapat
dilihat pada Tabel 5.19.

Tabel 5.17. Rekapitulasi Hasil Perhitungan Proyeksi Keuntungan untuk Tahun 2016
Penjualan
Bulan Total
Irawan 9001 (Rp) Irawan 682 (Rp) Irawan 683 (Rp) Irawan 683 SP (Rp) Irawan 684 S (Rp)
Januari 12717000 37439100 54544000 52179600 76400000 233279700
Februari 14094000 46512000 85932000 131722800 56212500 334473300
Maret 16281000 54146700 112392000 199254000 66975000 449048700
April 17091000 60358500 133924000 254773200 105812500 571959200
Mei 15714000 65132100 150514000 298293600 162300000 691953700
Juni 13527000 68467500 162176000 329815200 221312500 795298200
Juli 12717000 70380000 168924000 349324800 267050000 868395800
Agustus 14094000 70854300 170730000 356835600 287237500 899751400
September 16281000 69890400 167608000 352334400 276475000 882588800
Oktober 17091000 67488300 159558000 335834400 237637500 817609200
November 15714000 63663300 146580000 307322400 181150000 714429700
Desember 13527000 58400100 128674000 266798400 122137500 589537000
Sumber : Pengalahan Data

Berdasarkan data-data di atas, maka formulasi fungsi untuk proyeksi keuntungan
bulan Januari 2015 adalah:
16200X1 + 15300 X2 + 14000 X3 + 13200 X4 + 12500 X5 ≥ 233.279.700
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:
16200 X1 + 15300 X2 + 14000 X3 + 13200 X4 + 12500 X5 + DB16 - DA16 =
233.279.700
Min Z = DB16
5.2.2.4. Formulasi Fungsi Pencapaian
Fungsi pencapaian disusun berdasarkan sasaran yang ingin dicapai, maka
formulasi untuk bulan Januari 2016 adalah
Min Z = DB11 +DB12 + DB13+ DB14+ DB15+ DB16 + DA1+ DA2 + DA3+ DA4+
DA5+ DA6+ DA7+ DA8+ DA9+ DA10
Subject To
X1+ DB11 - DA11= 785
X2+ DB12 - DA12= 2447
X3+ DB13 - DA13= 3896
X4+ DB14 - DA14= 3953
X5+ DB15 - DA15= 6112
VI-1
16200X1 + 15300X2 + 14000X3 + 13200X4 + 12500X5 + DB16 - DA16 =
233279700
0,4X1 + 0,35X2 + 0,35X3+ 0,25X4 + 0,25X5+ DA1- DB1 = 18480
12X1 + 11,75X2 + 11,25X3 + 10,75X4 + 11,50X5 + DB2 - DA2= 800000
1,88X1 + 1,88X2 + 2X3 + 2X4 + 1,88X5 + DA3 - DB3= 140000
2,88X1 + 3X2 + 2,88X3 + 3X4 + 3X5 + DA4 - DB4= 220000
1X1 + 1,25X2 + 1,5X3 + 1,5X4 + 1,5X5+ DA5 - DB5= 120000
5,5X1 + 5,25X2 + 5,25X3 + 5,5X4 + 5X5 + DA6 - DB6= 380000
0,63X1 + 0,63X2 + 0,75X3 + 0,75X4 + 0,63X5+ DA7 – DB7= 55000
1,38X1 + 1,5X2 + 1,5X3 + 1,75X4 + 1,75X5+ DA8 - DB8= 125000
0,5X1 + 0,5X2 + 0,63X3 + 0,63X4 + 0,63X5+ DA9 - DB9= 45000
0,19X1 + 0,25X2 + 0,25X3 + 0,13X4 + 0,13X5 + DA10 - DB10= 15000
X1, X2, X3, X4, X5, DB1, DA1, DB2, DA2, DB3, DA3, DB4, DA4, DB5, DA5, DB6,
DA6, DB7, DA7, DB8, DA8, DB9, DA9, DB10, DA10, DB11, DA11, DB12,
DA12,DB13, DA13, DB14, DA14, DB15, DA15, DB16, DA16≥ 0
Formulasi fungsi pencapaian untuk Februari- Desember 2016 dapat dilihat pada
Tabel 5.18.

Tabel 5.18. Formulasi Fungsi Pencapaian Februari– Desember 2016
Periode Fungsi
Min Z = DB11 +DB12 + DB13+ DB14+ DB15+ DB16 + DA1+
DA2 + DA3+ DA4+ DA5+ DA6+ DA7+ DA8+ DA9+
DA10
Subject To
X1+ DB11 - DA11= 870
X2+ DB12 - DA12= 3040
X3+ DB13 - DA13= 6138
X4+ DB14 - DA14= 9979
X5+ DB15 - DA15= 4497
16200X1 + 15300X2 + 14000X3 + 13200X4 + 12500X5 + DB16 -
DA16 = 334473300
0,4X1 + 0,35X2 + 0,35X3+ 0,25X4 + 0,25X5+ DA1- DB1 =
16800
12X1 + 11,75X2 + 11,25X3 + 10,75X4 + 11,50X5 + DA2 - DB2=
800000
Februari
1,88X1 + 1,88X2 + 2X3 + 2X4 + 1,88X5 + DA3 - DB3= 140000
2016
2,88X1 + 3X2 + 2,88X3 + 3X4 + 3X5 + DA4 - DB4= 220000
1X1 + 1,25X2 + 1,5X3 + 1,5X4 + 1,5X5+ DA5 - DB5= 120000
5,5X1 + 5,25X2 + 5,25X3 + 5,5X4 + 5X5 + DA6 - DB6= 380000
0,63X1 + 0,63X2 + 0,75X3 + 0,75X4 + 0,63X5+ DA7 - DB7=
55000
1,38X1 + 1,5X2 + 1,5X3 + 1,75X4 + 1,75X5+ DA8 - DB8=
125000
0,5X1 + 0,5X2 + 0,63X3 + 0,63X4 + 0,63X5+ DA9 - DB9= 45000
0,19X1 + 0,25X2 + 0,25X3 + 0,13X4 + 0,13X5 + DA10 - DB10=
15000
X1, X2, X3, X4, X5, DB1, DA1, DB2, DA2, DB3, DA3, DB4, DA4,
DB5, DA5, DB6, DA6, DB7, DA7, DB8, DA8, DB9, DA9, DB10,
DA10, DB11, DA11, DB12, DA12,DB13, DA13, DB14, DA14,
DB15, DA15, DB16, DA16≥ 0

Tabel 5.20. Formulasi Fungsi Pencapaian Februari– Desember 2016 (Lanjutan)
Periode Fungsi
Min Z =DB11 +DB12 + DB13+ DB14+ DB15+ DB16 + DA1+
DA10
Subject To
X1+ DB11 - DA11= 1005
X2+ DB12 - DA12= 3539
X3+ DB13 - DA13= 8028
X4+ DB14 - DA14= 15095
X5+ DB15 - DA15= 5358
16200X1 + 15300X2 + 14000X3 + 13200X4 + 12500X5 + DB16 -
DA16 = 449048700
0,4X1 + 0,35X2 + 0,35X3+ 0,25X4 + 0,25X5+ DA1- DB1 =
18480
12X1 + 11,75X2 + 11,25X3 + 10,75X4 + 11,50X5 + DA2 - DB2=
800000
Maret 2016 1,88X1 + 1,88X2 + 2X3 + 2X4 + 1,88X5 + DA3 - DB3= 140000
2,88X1 + 3X2 + 2,88X3 + 3X4 + 3X5 + DA4 - DB4= 220000
1X1 + 1,25X2 + 1,5X3 + 1,5X4 + 1,5X5+ DA5 - DB5= 120000
5,5X1 + 5,25X2 + 5,25X3 + 5,5X4 + 5X5 + DA6 - DB6= 380000
0,63X1 + 0,63X2 + 0,75X3 + 0,75X4 + 0,63X5+ DB7 - DA7=
55000
1,38X1 + 1,5X2 + 1,5X3 + 1,75X4 + 1,75X5+ DA8 - DB8=
125000
0,5X1 + 0,5X2 + 0,63X3 + 0,63X4 + 0,63X5+ DA9 - DB9= 45000
0,19X1 + 0,25X2 + 0,25X3 + 0,13X4 + 0,13X5 + DA10 - DB10=
15000
DB15, DA15, DB16, DA16≥ 0

Periode Fungsi
DA10
Subject To
X1+ DB11 - DA11= 1055
X2+ DB12 - DA12= 3945
X3+ DB13 - DA13= 9566
X4+ DB14 - DA14= 19301
X5+ DB15 - DA15= 8465
16200X1 + 15300X2 + 14000X3 + 13200X4 + 12500X5 + DB16 -
DA16 = 571959200
0,4X1 + 0,35X2 + 0,35X3+ 0,25X4 + 0,25X5+ DA1- DB1 =
18480
12X1 + 11,75X2 + 11,25X3 + 10,75X4 + 11,50X5 + DA2 - DB2=
800000
April 2016 1,88X1 + 1,88X2 + 2X3 + 2X4 + 1,88X5 + DA3 - DB3= 140000
2,88X1 + 3X2 + 2,88X3 + 3X4 + 3X5 + DA4 - DB4= 220000
1X1 + 1,25X2 + 1,5X3 + 1,5X4 + 1,5X5+ DA5 - DB5= 120000
5,5X1 + 5,25X2 + 5,25X3 + 5,5X4 + 5X5 + DA6 - DB6= 380000
0,63X1 + 0,63X2 + 0,75X3 + 0,75X4 + 0,63X5+ DA7 - DB7=
55000
1,38X1 + 1,5X2 + 1,5X3 + 1,75X4 + 1,75X5+ DA8 - DB8=
125000
0,5X1 + 0,5X2 + 0,63X3 + 0,63X4 + 0,63X5+ DA9 - DB9= 45000
0,19X1 + 0,25X2 + 0,25X3 + 0,13X4 + 0,13X5 + DA10 - DB10=
15000
DB15, DA15, DB16, DA16≥ 0

Periode Fungsi
DA10
Subject To
X1+ DB11 - DA11= 970
X2+ DB12 - DA12= 4257
X3+ DB13 - DA13= 10751
X4+ DB14 - DA14= 22598
X5+ DB15 - DA15= 12984
16200X1 + 15300X2 + 14000X3 + 13200X4 + 12500X5 + DB16 -
DA16 = 691953700
0,4X1 + 0,35X2 + 0,35X3+ 0,25X4 + 0,25X5+ DA1- DB1 =
17640
12X1 + 11,75X2 + 11,25X3 + 10,75X4 + 11,50X5 + DA2 - DB2=
800000
Mei 2016 1,88X1 + 1,88X2 + 2X3 + 2X4 + 1,88X5 + DA3 - DB3= 140000
2,88X1 + 3X2 + 2,88X3 + 3X4 + 3X5 + DA4 - DB4= 220000
1X1 + 1,25X2 + 1,5X3 + 1,5X4 + 1,5X5+ DA5 - DB5= 120000
5,5X1 + 5,25X2 + 5,25X3 + 5,5X4 + 5X5 + DA6 - DB6= 380000
0,63X1 + 0,63X2 + 0,75X3 + 0,75X4 + 0,63X5+ DA7 - DB7=
55000
1,38X1 + 1,5X2 + 1,5X3 + 1,75X4 + 1,75X5+ DA8 - DB8=
125000
0,5X1 + 0,5X2 + 0,63X3 + 0,63X4 + 0,63X5+ DA9 - DB9= 45000
0,19X1 + 0,25X2 + 0,25X3 + 0,13X4 + 0,13X5 + DA10 - DB10=
15000
DB15, DA15, DB16, DA16≥ 0

Periode Fungsi
DA10
Subject To
X1+ DB11 - DA11= 835
X2+ DB12 - DA12= 4475
X3+ DB13 - DA13= 11584
X4+ DB14 - DA14= 24986
X5+ DB15 - DA15= 17705
16200X1 + 15300X2 + 14000X3 + 13200X4 + 12500X5 + DB16 -
DA16 = 795298200
0,4X1 + 0,35X2 + 0,35X3+ 0,25X4 + 0,25X5+ DA1- DB1 =
18480
12X1 + 11,75X2 + 11,25X3 + 10,75X4 + 11,50X5 + DA2 - DB2=
800000
Juni 2016 1,88X1 + 1,88X2 + 2X3 + 2X4 + 1,88X5 + DA3 - DB3= 140000
2,88X1 + 3X2 + 2,88X3 + 3X4 + 3X5 + DA4 - DB4= 220000
1X1 + 1,25X2 + 1,5X3 + 1,5X4 + 1,5X5+ DA5 - DB5= 120000
5,5X1 + 5,25X2 + 5,25X3 + 5,5X4 + 5X5 + DA6 - DB6= 380000
0,63X1 + 0,63X2 + 0,75X3 + 0,75X4 + 0,63X5+ DA7 - DB7=
55000
1,38X1 + 1,5X2 + 1,5X3 + 1,75X4 + 1,75X5+ DA8 - DB8=
125000
0,5X1 + 0,5X2 + 0,63X3 + 0,63X4 + 0,63X5+ DA9 - DB9= 45000
0,19X1 + 0,25X2 + 0,25X3 + 0,13X4 + 0,13X5 + DA10 - DB10=
15000
DB15, DA15, DB16, DA16≥ 0

Periode Fungsi
DA10
Subject To
X1+ DB11 - DA11= 785
X2+ DB12 - DA12= 4600
X3+ DB13 - DA13= 12066
X4+ DB14 - DA14= 26464
X5+ DB15 - DA15= 21364
16200X1 + 15300X2 + 14000X3 + 13200X4 + 12500X5 + DB16 -
DA16 = 868395800
0,4X1 + 0,35X2 + 0,35X3+ 0,25X4 + 0,25X5+ DA1- DB1 =
19320
12X1 + 11,75X2 + 11,25X3 + 10,75X4 + 11,50X5 + DA2 - DB2=
800000
Juli 2016 1,88X1 + 1,88X2 + 2X3 + 2X4 + 1,88X5 + DA3 - DB3= 140000
2,88X1 + 3X2 + 2,88X3 + 3X4 + 3X5 + DA4 - DB4= 220000
1X1 + 1,25X2 + 1,5X3 + 1,5X4 + 1,5X5+ DA5 - DB5= 120000
5,5X1 + 5,25X2 + 5,25X3 + 5,5X4 + 5X5 + DA6 - DB6= 380000
0,63X1 + 0,63X2 + 0,75X3 + 0,75X4 + 0,63X5+ DA7 - DB7=
55000
1,38X1 + 1,5X2 + 1,5X3 + 1,75X4 + 1,75X5+ DA8 - DB8=
125000
0,5X1 + 0,5X2 + 0,63X3 + 0,63X4 + 0,63X5+ DA9 - DB9= 45000
0,19X1 + 0,25X2 + 0,25X3 + 0,13X4 + 0,13X5 + DA10 - DB10=
15000
DB15, DA15, DB16, DA16≥ 0

Periode Fungsi
DA10
Subject To
X1+ DB11 - DA11= 870
X2+ DB12 - DA12= 4631
X3+ DB13 - DA13= 12195
X4+ DB14 - DA14= 27033
X5+ DB15 - DA15= 22979
16200X1 + 15300X2 + 14000X3 + 13200X4 + 12500X5 + DB16 -
DA16 = 899751400
0,4X1 + 0,35X2 + 0,35X3+ 0,25X4 + 0,25X5+ DA1- DB1 =
18480
12X1 + 11,75X2 + 11,25X3 + 10,75X4 + 11,50X5 + DA2 - DB2=
800000
Agustus
1,88X1 + 1,88X2 + 2X3 + 2X4 + 1,88X5 + DA3 - DB3= 140000
2016
2,88X1 + 3X2 + 2,88X3 + 3X4 + 3X5 + DA4 - DB4= 220000
1X1 + 1,25X2 + 1,5X3 + 1,5X4 + 1,5X5+ DA5 - DB5= 120000
5,5X1 + 5,25X2 + 5,25X3 + 5,5X4 + 5X5 + DA6 - DB6= 380000
0,63X1 + 0,63X2 + 0,75X3 + 0,75X4 + 0,63X5+ DA7 - DB7=
55000
1,38X1 + 1,5X2 + 1,5X3 + 1,75X4 + 1,75X5+ DA8 - DB8=
125000
0,5X1 + 0,5X2 + 0,63X3 + 0,63X4 + 0,63X5+ DA9 - DB9= 45000
0,19X1 + 0,25X2 + 0,25X3 + 0,13X4 + 0,13X5 + DA10 - DB10=
15000
DB15, DA15, DB16, DA16≥ 0

Periode Fungsi
DA10
Subject To
X1+ DB11 - DA11= 1005
X2+ DB12 - DA12= 4568
X3+ DB13 - DA13= 11972
X4+ DB14 - DA14= 26692
X5+ DB15 - DA15= 22118
16200X1 + 15300X2 + 14000X3 + 13200X4 + 12500X5 + DB16 -
DA16 = 882588800
0,4X1 + 0,35X2 + 0,35X3+ 0,25X4 + 0,25X5+ DA1- DB1 =
18480
12X1 + 11,75X2 + 11,25X3 + 10,75X4 + 11,50X5 + DA2 - DB2=
800000
September
1,88X1 + 1,88X2 + 2X3 + 2X4 + 1,88X5 + DA3 - DB3= 140000
2016
2,88X1 + 3X2 + 2,88X3 + 3X4 + 3X5 + DA4 - DB4= 220000
1X1 + 1,25X2 + 1,5X3 + 1,5X4 + 1,5X5+ DA5 - DB5= 120000
5,5X1 + 5,25X2 + 5,25X3 + 5,5X4 + 5X5 + DA6 - DB6= 380000
0,63X1 + 0,63X2 + 0,75X3 + 0,75X4 + 0,63X5+ DA7 - DB7=
55000
1,38X1 + 1,5X2 + 1,5X3 + 1,75X4 + 1,75X5+ DA8 - DB8=
125000
0,5X1 + 0,5X2 + 0,63X3 + 0,63X4 + 0,63X5+ DA9 - DB9= 45000
0,19X1 + 0,25X2 + 0,25X3 + 0,13X4 + 0,13X5 + DA10 - DB10=
15000
DB15, DA15, DB16, DA16≥ 0

Periode Fungsi
DA10
Subject To
X1+ DB11 - DA11= 1055
X2+ DB12 - DA12= 4411
X3+ DB13 - DA13= 11397
X4+ DB14 - DA14= 25442
X5+ DB15 - DA15= 19011
16200X1 + 15300X2 + 14000X3 + 13200X4 + 12500X5 + DB16 -
DA16 = 817609200
0,4X1 + 0,35X2 + 0,35X3+ 0,25X4 + 0,25X5+ DA1- DB1 =
18480
12X1 + 11,75X2 + 11,25X3 + 10,75X4 + 11,50X5 + DA2 - DB2=
800000
Oktober
1,88X1 + 1,88X2 + 2X3 + 2X4 + 1,88X5 + DA3 - DB3= 140000
2016
2,88X1 + 3X2 + 2,88X3 + 3X4 + 3X5 + DA4 – DB4= 220000
1X1 + 1,25X2 + 1,5X3 + 1,5X4 + 1,5X5+ DA5 - DB5= 120000
5,5X1 + 5,25X2 + 5,25X3 + 5,5X4 + 5X5 + DA6 - DB6= 380000
0,63X1 + 0,63X2 + 0,75X3 + 0,75X4 + 0,63X5+ DA7 - DB7=
55000
1,38X1 + 1,5X2 + 1,5X3 + 1,75X4 + 1,75X5+ DA8 - DB8=
125000
0,5X1 + 0,5X2 + 0,63X3 + 0,63X4 + 0,63X5+ DA9 - DB9= 45000
0,19X1 + 0,25X2 + 0,25X3 + 0,13X4 + 0,13X5 + DA10 - DB10=
15000
DB15, DA15, DB16, DA16≥ 0

Periode Fungsi
DA10
Subject To
X1+ DB11 - DA11= 970
X2+ DB12 - DA12= 4161
X3+ DB13 - DA13= 10470
X4+ DB14 - DA14= 23282
X5+ DB15 - DA15= 14492
16200X1 + 15300X2 + 14000X3 + 13200X4 + 12500X5 + DB16 -
DA16 = 714429700
0,4X1 + 0,35X2 + 0,35X3+ 0,25X4 + 0,25X5+ DA1- DB1 =
17640
12X1 + 11,75X2 + 11,25X3 + 10,75X4 + 11,50X5 + DA2 - DB2=
800000
November
1,88X1 + 1,88X2 + 2X3 + 2X4 + 1,88X5 + DA3 – DB3= 140000
2016
2,88X1 + 3X2 + 2,88X3 + 3X4 + 3X5 + DA4 - DB4= 220000
1X1 + 1,25X2 + 1,5X3 + 1,5X4 + 1,5X5+ DA5 - DB5= 120000
5,5X1 + 5,25X2 + 5,25X3 + 5,5X4 + 5X5 + DA6 - DB6= 380000
0,63X1 + 0,63X2 + 0,75X3 + 0,75X4 + 0,63X5+ DA7 - DB7=
55000
1,38X1 + 1,5X2 + 1,5X3 + 1,75X4 + 1,75X5+ DA8 - DB8=
125000
0,5X1 + 0,5X2 + 0,63X3 + 0,63X4 + 0,63X5+ DA9 - DB9= 45000
0,19X1 + 0,25X2 + 0,25X3 + 0,13X4 + 0,13X5 + DA10 - DB10=
15000
DB15, DA15, DB16, DA16≥ 0

Tabel 5.20 Formulasi Fungsi Pencapaian Februari– Desember 2016 (Lanjutan)
Periode Fungsi
DA10
Subject To
X1+ DB11 - DA11= 835
X2+ DB12 - DA12= 3817
X3+ DB13 - DA13= 9191
X4+ DB14 - DA14= 20212
X5+ DB15 - DA15= 9771
16200X1 + 15300X2 + 14000X3 + 13200X4 + 12500X5 + DB16 -
DA16 = 589537000
0,4X1 + 0,35X2 + 0,35X3+ 0,25X4 + 0,25X5+ DA1- DB1 = 19320
12X1 + 11,75X2 + 11,25X3 + 10,75X4 + 11,50X5 + DA2 - DB2=
800000
Desember
1,88X1 + 1,88X2 + 2X3 + 2X4 + 1,88X5 + DA3 - DB3= 140000
2016
2,88X1 + 3X2 + 2,88X3 + 3X4 + 3X5 + DA4 - DB4= 220000
1X1 + 1,25X2 + 1,5X3 + 1,5X4 + 1,5X5+ DA5 - DB5= 120000
5,5X1 + 5,25X2 + 5,25X3 + 5,5X4 + 5X5 + DA6 - DB6= 380000
0,63X1 + 0,63X2 + 0,75X3 + 0,75X4 + 0,63X5+ DA7 - DB7=
55000
1,38X1 + 1,5X2 + 1,5X3 + 1,75X4 + 1,75X5+ DA8 - DB8= 125000
0,5X1 + 0,5X2 + 0,63X3 + 0,63X4 + 0,63X5+ DA9 - DB9= 45000
0,19X1 + 0,25X2 + 0,25X3 + 0,13X4 + 0,13X5 + DA10 - DB10=
15000
DB15, DA15, DB16, DA16≥ 0

5.2.2.5. Penyelesaian Fungsi Pencapaian dengan Software LINDO 6.1.
Fungsi pencapaian yang telah dirumuskan diatas dapat dihitung dengan
menggunakan software LINDO 6.1. (Linier Interactive Discrete Optimizer) agar
diperoleh jumlah produksi optimum untuk masing-masing varian produk yaitu Irawan
9001, Irawan 682, Irawan 683, Irawan 683 SP dan Irawan 684 S. Langkah-langkah
penyelesaiannya adalah:
1. Input formulasi fungsi pencapaian yang telah dirumuskan ke dalam program,
dapat dilihat pada Gambar 5.9.
Gambar 5.9. Tampilan Input Fungsi Pencapaian

2. Pilih solve pada bar dan dapat dilihat pada Gambar 5.10.
Gambar 5.10. Tampilan Status Solve
3. Hasil akan muncul pada reports window yang menunjukkan hasil perhitungan,
dapat dilihat pada Gambar 5.11.

Gambar 5.11. Tampilan Hasil Optimalisasi dengan Lindo 6.1
Hasil penyelesaian perencanaan produksi dengan goal programming untuk
bulan Februari 2016 sampai dengan Desember 2016 dapat dilihat pada Lampiran 3.

Hasil pengolahan data dengan menggunakan software LINDO, maka dapat diketahui
jumlah produksi optimal untuk produk pakan udang PT. Central Proteina Prima,
jumlah produksi yang ditampilkan oleh software LINDO ini merupakan hasil
optimum dengan mempertimbangkan kendala-kendala yang ada. Hasil perencanaan
produksi yang optimum dengan menggunakan metode goal programming pada
periode perencanaan produksi bulan Januari 2016 sampai dengan Desember 2016
dapat dilihat pada Tabel 5.19.
Tabel 5.19. Hasil Perencanaan Produk Pakan Udang dengan Goal Programming
Bulan Irawan 9001 Irawan 682 Irawan 683 Irawan 683 SP Irawan 684 S
Januari 785 2447 5654 4351 6112

Februari 870 3379 6138 11432 4497
Maret 1005 3539 9586 15095 5358
April 1055 3945 10751 23275 8465
Mei 970 4257 10751 22598 13245
Juni 835 4475 11785 24986 17705
Juli 933 4600 12066 26464 21435
Agustus 870 4631 12202 27033 22979
September 1005 4667 11972 26692 22455
Oktober 1055 4411 11564 25765 20503
November 970 4231 10470 24331 14492
Desember 889 3817 9191 20937 9852
Total 11699 47891 120255 246255 167240

Keuntungan optimal dari kombinasi produk yang diperoleh dari dengan goal
programming untuk bulan Januari 2016 adalah:
Keuntungan = (785 x Rp.16200) + (2447 x Rp.15300) + (5654 x Rp.14000) + (
4351 x Rp.13200) + (6112 x Rp.12500)
= Rp. 263.145.300
Rekapitulasi hasil perencanaan keuntungan dengan menggunakan goal programming
dapat dilihat pada Tabel 5.20.
Tabel 5.20. Rekapitulasi Keuntungan Optimal
Bulan Keuntungan Optimal (Rp)
Januari 263145300
Februari 358839600
Maret 470860700
April 641006000
Mei 695216200
Juni 798112200
Juli 871680900
Agustus 899849400
September 888316000
Oktober 842860800
November 729347500
Desember 600994300
Total 8060228900

BAB VI
ANALISIS PEMECAHAN MASALAH
6.1. Analisis Volume Produksi
6.1. Analisis Volume Produksi
Perhitungan optimasi perencanaan produksi menghasilkan jumlah produksi
optimal yang dapat dihasilkan dengan memenuhi fungsi tujuan dan fungsi kendala
yang dimiliki perusahaan. Selisih antara produksi tahun 2015 dan perencanaan
produksi optimal dapat dilihat pada Tabel 6.1.
Tabel 6.1. Selisih Peramalan dengan Hasil Optimasi Perencanaan Produksi Goal
Programming Tahun 2016
Metode Peramalan Goal Programming Selisih

Irawan 9001 11040 11242 202
Irawan 682 47891 48399 508
Irawan 683 117254 122130 4876
Irawan 683 SP 245037 252959 7922
Irawan 683 S 164856 167098 2242
Dari Tabel diatas diperoleh bahwa sasaran memaksimalkan volume produksi
dengan goal programming tercapai. Jumlah volume produksi yang direncanakan
dengan menggunakan goal programming hampir sama dengan jumlah permintaan
yang diramalkan. Volume produksi yang dimaksimalkan terdapat pada produk Irawan

9001 pada tahun 2016 sebesar 202 bag. Produk Irawan 682 dimaksimalkan pada
tahun 2016 sebesar 508 bag. Produk Irawan 683 S dimaksimalkan pada tahun 2016
sebesar 4876 bag Produk Irawan 683 SP dimaksimalkan pada tahun 2016 sebesar
7922 bag . Sedangkan produk Irawan 684 S dimaksimalkan pada tahun 2016 masing-
masing sebesar 2242. Hal ini dikarenakan pada beberapa periode kendala kendala jam
kerja dan ketersediaan bahan baku yang digunakan dalam goal programming dapat
dioptimalkan.
6.2. Analisis Penggunaan Bahan Baku
Perhitungan penggunaan masing-masing bahan baku Tahun 2016 dapat dilihat
pada Tabel 6.2.

Tabel 6.2. Hasil Perencanaan Penggunaan Bahan Baku Optimal
Bahan Baku (Kg)

Bulan
Jagung Dedak BKK MBM Terigu Tepung Cumi Tepung Ikan Minyak Nabati Obat-obatan
Januari 218841 37576,72 57274,32 28019,25 101338,25 13437,57 31545,05 11769,71 3534,59
Februari 293805,25 51582,48 78107,04 38194,25 140110,25 18739,68 43351,85 16026,71 4615,32
Maret 385374 67977,76 102478,08 50487,25 184246,25 24809,31 56867,15 21196,57 6131,09
April 527516,25 93366,2 141056,28 69722,75 253294 34065,75 79044,9 29269,33 8000,65
Mei 577854,5 101425,36 154056,48 76182,25 274641 36707,31 86575,85 31967,72 8595,89
Juni 667389,5 116810,2 177843,6 88142,75 315905,5 42127,8 100251,55 36974,88 9773,48
Juli 731979 127759,84 194934,12 96630,5 345355 45943,32 110109,79 40544,45 10570,64
Agustus 756990 132012,4 201576,36 99979,75 356734,75 47420,85 113971,1 41945,32 10875,11
September 746753,75 130206,76 198815,76 98517,25 351963,25 46778,31 112352,65 41340,97 10739,81
Oktober 707342,5 123479,72 188379,72 93316,75 333893,75 44420,52 106387,4 39167,16 10209,04
November 607358 106624,84 162109,2 80198,25 288795,75 38565,54 91330,35 33655,09 8906,54
Desember 497287,25 87625,04 132848,4 65630,25 237595 31820,88 74619,57 27540,4 7423,48
Total 6718491 1176447 1789479 885021,3 3183873 424836,8 1006407 371398,3 99375,64

Tabel 6.3. Penggunaan Bahan Baku Aktual Tahun 2015
Bahan Baku (Kg)

Bulan
Jagung Dedak BKK MBM Terigu Tepung Cumi Tepung Ikan Minyak Nabati Obat-obatan
Januari 323676 56848,64 86127,84 42448 154004 20619,12 48026,04 17787,8 5025,52
Februari 233749,25 40869,72 62750,04 30098,75 112126,75 14713,71 35371,52 12635,92 3247,41
Maret 346028,5 60584,56 91546,56 44890,5 164101 22005,66 50531,3 18843,76 5606,9
April 339968 58147,68 88009,68 43273 155867 20834,04 47622,78 18160,14 6017,88
Mei 638646,25 112685,2 170929,8 84482,5 305732,5 40936,05 96297,05 35463,45 9372,35
Juni 687123 120198,48 182975,76 90574,75 325143,75 43354,95 103025,31 38011,13 10101,21
Juli 762644 133453,44 203424,96 100888 360947,5 48081,84 114988,2 42326,46 10990,8
Agustus 792314 138883,04 211555,2 105130 375527 50088,84 119720,4 44095,8 11390,2
September 742854,25 129849,44 198092,28 98427,25 350882,25 46714,8 112131,28 41283,5 10644,64
Oktober 658462 115631,12 176011,2 87660 312666 41779,02 99960,2 36854,8 9250,9
November 527738 92150,88 140528,4 69537,5 249269 33168,18 79264,4 29183,5 7664,7
Desember 429754 75116,12 114652,68 56041,25 204212,5 27069,3 64361,64 23489,79 6324,82
Total 6482957 1134418 1726604 853451,5 3070479 409365,5 971300,1 358136,1 95637,33

Contoh perhitungan penggunaan bahan baku jagung pada bulan Januari 2016 adalah
Penggunaan Jagung = 12 kg x Irawan 9001 + 11,75 kg x Irawan 682 + 11,25 kg x
Irawan 683 + 10,75 kg x Irawan 683 SP + 11,5 kg x Irawan
684S
= 218841 kg
Tabel 6.2. menunjukkan bahwa target pemakaian bahan baku sebagai kendala
dalam perencanaan produksi untuk seluruh bahan baku berada dibawah batas
maksimal sehingga dapat dikatakan tujuan untuk memaksimalkan pengunaan bahan
baku sudah tercapai, namun penggunaan bahan baku belum optimal dikarenakan
masih banyaknya bahan baku yang tersisa. Penggunaan bahan baku dalam satu tahun
hasil dari perencanaan produksi dengan goal programming lebih besar dari
penggunaan bahan baku pada produksi aktual perusahaan. Ketersediaan bahan baku
pada perencanaan produksi goal programming dengan aktual perusahaan masih dapat
terpenuhi karena penggunaan bahan baku pada tiap bulannya masih berada dibawah
batas maksimal ketersediaan bahan baku perusahaan. Sehingga tidak perlu dilakukan
pemesanan bahan baku tambahan.

6.3. Analisis Penggunaan Jam Kerja
Penggunaan jam kerja untuk Januari 2016 adalah
Jam Kerja = (0,4 x 785) + (0,35 x 2447) + (0,35 x 5654) + (0,25 x 4351) + (0,25 x
6112)
= 5765,1 menit
Rekapitulasi penggunaan jam kerja untuk keseluruhan periode ditunjukkan pada
Tabel 6.4 dan Tabel 6.5.
Berdasarkan Tabel 6.4 dapat dilihat bahwa penggunaan total jam kerja yang
terpakai untuk produksi pakan terdapat beberapa melewati ketersediaan jam kerja
yang dimiliki pihak perusahaan yaitu pada bulan agustus dan september 2016. Hal ini
menunjukkan bahwa diperlukannya lagi penambahan jam kerja yaitu dengan
membuat jam lembur.
Penggunaan jam kerja dalam satu tahun dari hasil perencanaan produksi goal
programming lebih besar dari penggunaan jam kerja pada produksi aktual
perusahaan. Hal ini menunjukkan bahwa tujuan untuk memaksimalkan penggunaan
jam kerja telah tercapai.

Tabel 6.4. Rekapitulasi Penggunaan Jam Kerja Optimal
Menit
Bulan Total
Januari 314 856,45 1978,9 1087,75 1528 5765,1
Februari 348 1182,65 2148,3 2858 1124,25 7661,2
Maret 402 1238,65 3355,1 3773,75 1339,5 10109
April 422 1380,75 3762,85 5818,75 2116,25 13500,6
Mei 388 1489,95 3762,85 5649,5 3311,25 14601,55
Juni 334 1566,25 4124,75 6246,5 4426,25 16697,75
Juli 373,2 1610 4223,1 6616 5358,75 18181,05
Agustus 348 1620,85 4170,7 6658,25 5644,75 18842,55
September 402 1633,45 4190,2 6573 5613,75 18812,4
Oktober 422 1543,85 4047,4 6441,25 5125,75 17580,25
November 388 1480,85 3664,5 6082,75 3623 15239,1
Desember 355,6 1335,95 3216,85 5234,25 2463 12605,65
Total 169596,2

Tabel 6.5. Rekapitulasi Penggunaan Jam Kerja Aktual Tahun 2015
Menit
Bulan Total
Januari 203,2 1134 2436 3080 1495 8348,2
Februari 401,6 1202,25 141,4 2900 1132,5 5777,75
Maret 424 1330,7 3115,7 2912,5 1375 9157,9
April 442,4 1442 4578 747 2152,5 9361,9
Mei 464 1568 3780 7028,75 3225 16065,75
Juni 434,8 1641,15 4301,5 6360,25 4505 17242,7
Juli 356 1647,8 4340,7 7262,5 5322,5 18929,5
Agustus 272 1584,8 4571 7725 5475 19627,8
September 252,4 1489,95 4217,5 6900 5500 18359,85
Oktober 436 694,4 3675 6665 4725 16195,4
November 332 1241,1 3062,5 4825 3700 13160,6
Desember 371,2 1704,85 1989,05 4350 2400 10815,1
Total 163042,5

6.4. Analisis Pencapaian Keuntungan
Berdasarkan jumlah produk optimum hasil perhitungan maka keseluruhan
produk yang dihasilkan melebihi jumlah permintaan. Keuntungan yang diperoleh
apabila seluruh produk terjual untuk bulan Januari 2016 adalah:
Keuntungan = (754 x Rp.16200) + (2447 x Rp.15300) + (5654 x Rp.14000) +
(4351 x Rp.13200) + (6112 x Rp.12500)
= Rp. 263145300
Rekapitulasi untuk pencapaian keuntungan seluruh periode dapat dilihat pada
Tabel 6.4.
Tabel 6.4. Perbandingan Target Keuntungan dengan Pencapaian Keuntungan
Bulan Keuntungan Optimal (Rp)
Januari 263145300
Februari 358839600
Maret 470860700
April 641006000
Mei 695216200
Juni 798112200
Juli 871680900
Agustus 899849400
September 888316000
Oktober 842860800
November 729347500
Desember 600994300
Total 8060228900
Berdasarkan perhitungan dapat dilihat bahwa keuntungan maksimal dapat
dicapai dengan perencanaan produksi dimana keuntungan yang diperoleh oleh

pihak perusahaan sudah melebihi dari formulasi pencapaian sasaran keuntungan.
Sehingga dapat dikatakan bahwa memaksimalkan keuntungan telah tercapai.
6.5. Analisis Sensitivitas
Analisis sensitivitas (Hillier & Lieberman, 2008) dilakukan untuk
memeriksa pengaruh solusi optimal yang sudah dihasilkan jika nilai parameternya
diganti dengan nilai yang masih memungkinkan, hasilnya bisa tidak mengubah
solusi optimal atau bahkan bisa juga memberikan solusi optimal yang baru. Fungsi
tujuan pada perumusan matematis adalah meminimalisasi seluruh variabel
deviasional yang tidak diharapkan, maka dengan melakukan perubahan nilai
parameter apakah solusi optimal yaitu variabel deviasional minimum masih
tercapai maka dilakukan analisis sensitivitas untuk masing-masing fungsi kendala.
Contoh perhitungan dilakukan untuk periode Januari 2016 yaitu dengan fungsi
matematis 16200X1 + 15300X2 + 14000X3 + 13200X4 + 12500X5 + DB16 - DA16
= 233279700. Apabila keuntungan 13200 menjadi lebih besar yaitu 15200 maka
hasil perencanaan produksi ditunjukkan pada gambar 6.1.

Gambar 6.1. Analisis Sensitivitas Alternatif
Berdasarkan hasil yang ditunjukkan pada gambar diatas dilihat bahwa
fungsi tujuan masih tercapai tetapi solusi optimal untuk jumlah produksi berubah
dari 3953 Bag untuk jenis Irawan 683 SP menjadi 4634 Bag dan untuk produk

683 dari 3896 bag menjadi 5116 bag .Hal ini menunjukkan bahwa parameter
keuntungan produk sensitif terhadap solusi optimal tetapi tidak sensitif terhadap
pencapaian fungsi tujuan.

BAB VII
KESIMPULAN DAN SARAN
7.1. Kesimpulan
Setelah dilakukannya pengolahan dan analisis pemecahan masalah, maka
dapat ditarik kesimpulan:
1. Trend permintaan untuk produk Irawan 9001 dan Irawan 684 S adalah
mengikuti pola siklis. Trend permintaan untuk produk Irawan 682, Irawan
683, Irawan 683 SP adalah mengikuti pola kuadratis.
2. Optimasi jumlah produk yang dihasilkan dengan memanfaatkan seluruh
sumber daya yang dimiliki perusahaan di tahun 2016 adalah Irawan 9001
sebesar 11242 bag , Irawan 682 sebesar 48399 bag, Irawan 683 sebesar
122130 bag , Irawan 683 SP sebesar 252959 bag , produk Irawan 684 S
sebesar 167098.
3. Keuntungan optimal ditahun 2016 yaitu Rp. 8.060.228.900. Hal ini
menunjukkan bahwa sasaran untuk memaksimalkan keuntungan tercapai.
7.2. Saran
Saran-saran yang berkenaan dengan penelitian ini adalah:
1. PT. Central Proteina Prima dapat menggunakan metode Goal Programming
sebagai salah satu solusi untuk perencanaan produksi optimal.

2. Kepada peneliti selanjutnya, sebaiknya lebih teliti dalam perumusan fungsi
tujuan dan fungsi kendala agar lebih mempermudah perhitungan produk
optimal.
3. Penelitian ini tidak memperhitungkan biaya produksi yang harus
dikeluarkan perusahaan sehingga tidak dapat dilihat perbandingan biaya
produksi yang paling baik antara aktual dengan metode goal programming
untuk itu perlu dilakukan penelitian pengembangan dengan
memperhitungkan biaya produksi.

BAB II
GAMBARAN UMUM PERUSAHAAN
2.1. Sejarah Perusahaan
PT. Central Proteina Prima merupakan anak perusahaan dari Charoen Pokphand
Overseas Investment Co, Ltd. Hongkong, yang mulai berdiri pada tahun 1953. Pada saat itu
perusahaan ini bernama PT. Charoen Pokphand Indonesia, dan pada tahun 2008 perusahaan ini
berganti nama menjadi PT. Central Proteinaprima. PT. Charoen Pokphand Indonesia berfasilitas
PMA (Penanaman Modal Asing) dan pertama sekali didirikan di Jakarta atas izin Pemerintah
Republik Indonesia dengan Surat Keputusan Menteri Perindustrian Republik Indonesia No.
616/M/XI/1971 tanggal 29 november 1971. perusahaan ini mulai beroperasi secara komersil
pada tahun 1972 dengan kapasitas produksi 20.000 ton per tahun. Perusahaan ini merupakan
industri yang memproduksi pakan ternak udang dan ikan.
Seiring dengan meningkatnya kebutuhan akan pakan ternak, maka PT. Charoen
Pokphand Indonesia semakin memperluas kegiatan usahanya dengan mendirikan pabrik baru di
Surabaya pada tahun 1976. Tiga tahun kemudian pabrik baru juga didirikan di Medan.
Pada tahun 1988, didorong oleh meningkatnya pasaran ekpor udang, maka PT.
Charoen Pokphand Indonesia menambah pakan udang kedalam rangkaian produksi pakan
ternaknya yang sudah demikian berkembang. Untuk ini kemudian didirikan pula sebuah pabrik
baru lagi di Medan yang berlokasi di Jalan
Medan - Tanjung Morawa Km 8,5 RT 04 / RW 02, kelurahan Tumbang Deli, Kecamatan
Medan Amplas. Pabrik dibangun di atas tanah seluas 17.595 m2. Pabrik ini mulai beroperasi
pada tahun 1990, dan pada tahun 2008 berganti nama menjadi PT. Central Proteina Prima.
Adapun kapasitas produksinya mencapai 50.000 ton pakan udang setiap tahunnya.

Dengan demikian PT. Central Proteinaprima hingga saat ini telah menjadi produsen
pakan ternak terkemuka di Indonesia dengan jaringan pabrik produksi, fasilitas penelitian serta
pusat-pusat pembibitan unggas yang tersebar di Jakarta, Surabaya dan Medan.
2.2. Ruang Lingkup Bidang Usaha
PT. Central Proteinaprima menghasilkan berbagai jenis makanan ternak, yaitu
makanan ayam (unggas), ikan, dan udang. Sistem produksi pada PT. Central Proteinaprima
cabang Medan-Tanjung Morawa di bagi menjadi 2 (dua) divisi, yaitu:
1. Farming Division
Divisi ini membuka usaha perkembangbiakan hewan, pembuatan pakan ternak serta
pemasarannya. Divisi ini berlokasi di Kawasan Industri Medan (KIM) Mabar, Medan.
2. Aqua Culture Division
Divisi ini memproduksi bidang usaha pertambakan udang, pembuatan pakan udang dan
ikan termasuk pemasarannya. Divisi ini yang ditangani oleh PT. Central Proteinaprima
cabang Medan-Tanjung Morawa.
2.3. Lokasi Perusahaan
Pabrik PT. Central Proteinaprima Cabang Medan-Tanjung Morawa terletak di Jalan
Medan - Tanjung Morawa Km 8,5 RT 04/RW 02, Kelurahan Tumbang Deli, Kecamatan Medan
Amplas. Pabrik ini dibangun di atas tanah seluas 17.595 m2.
Lokasi ini sengaja dipilih karena sangat strategis dan berada di tepi jalan Tol Antar
Lintas Sumatera dan tepat di sebelah kanan pintu Tol Medan- Tanjung Morawa. Kecermatan
dalam memilih lokasi ini sangat membantu untuk memudahkan pengiriman barang keluar kota.

2.4. Daerah Pemasaran
PT. Central Proteinaprima Cabang Medan- Tanjung Morawa tidak hanya
mendistribusikan produk pakan udang dan ikannya untuk memenuhi kebutuhan dalam negeri
saja, tetapi termasuk ke lintas negara. Daerah pemasaran untuk daerah dalam negeri melingkupi
Sumatera Utara, Aceh, dan Riau dengan kapasitas pemasaran 60%. Sementara 40% untuk untuk
pemasaran keluar negeri dipasarkan ke Negara Malaysia, Jepang, dan Amerika Serikat. Untuk
daerah pemasaran dalam negeri, dibagi atas 4 daerah, yaitu: 1. Daerah I, mencakup:
a. Daerah Langkat I, meliputi daerah Karang Gading, Selotong,
Secanggang, dan Tanjung Ibus.
b. Daerah Langkat II, meliputi daerah Kuala Serapu, Berandan, Pangkalan
Susu, Besitang, dan Gebang.
2. Daerah II, mencakup:
a. Daerah Deli Serdang I, meliputi daerah Batang Pera, Belawan, Percut,
dan Hamparan Perak.
b. Daerah Deli Serdang II, meliputi Pantai Cermin, Sialang Buah,
Perbaungan, dan Pantai Labu
3. Daerah III, mencakup:
a. Daerah Asahan I, meliputi Batu Bara, Bedagai, dan Sei Buah
b. Daerah Asahan II, meliputi daerah bengkalis (Riau), Sibolga, Tanjung
Balai, Tanjung Leidong, dan Kuala Tanjung.
4. Daerah IV, mencakup:
Daerah Propinsi Aceh, yaitu Pidie, Bireun, Langsa, Aceh Timur, Aceh Selatan, Aceh Utara,
Aceh Barat, Aceh Barat Daya, dan Aceh Besar.

2.5. Dampak Ekonomi, Sosial dan Budaya Terhadap Lingkungan
Keberadaan PT. Central Proteinaprima ditinjau dari aspek ekonominya memberikan
dampak positif terhadap lingkungan sekitar terutama bagi masyarakat. Dimana dengan adanya
PT. Central Proteinaprima, menyediakan lapangan pekerjaan bagi masyarakat sekitar. Dalam
hal ini, pabrik menyerap tenaga kerja dari lingkungan sekitar dan tentu saja berdampak positif
bagi kesejahteraan masyarakat sekitar. Selain menyerap tenaga kerja, masyarakat sekitar juga
diberi keuntungan dengan membuka warung. Pengaruh berdirinya perusahaan ini terhadap
dampak lingkungan tidak membawa dampak yang negatif yang signifikan, namun adanya
limbah berupa pembuangan asap ke udara. Asap ini akan memberikan dampak buruk terhadap
kondisi udara daerah sekitar dengan memberikan polusi udara.
2.6. Organisasi dan Manajemen
Organisasi adalah struktur dengan bagian-bagian yang saling berhubungan dan saling
mempengaruhi karena adanya hubungan secara keseluruhan. Dipandang dari fungsinya,
organisasi adalah pengelompokan dan pengurutan dari berbagai aktifitas, penunjukkan orang-
orang untuk mengerjakan aktifitas tersebut.
Manajemen adalah suatu proses yang melibatkan perencanaan, pengorganisasian, dan
pengawasan dari sumber daya yang ada untuk mendapatkan suatu tujuan yang diinginkan.
Sumber daya haruslah dapat dikelola dengan baik dalam sistem organisasi yang tepat agar
tercipta kerja sama yang baik dalam mencapai tujuan yang diinginkan.
Struktur organisasi merupakan gambaran skematis tentang hubungan atau kerjasama
orang-orang yang menggerakkan dan berada dalam suatu organisasi. Adanya organisasi akan
mengakibatkan setiap tugas dan kegiatan dapat didistribusikan dan dilakukan oleh setiap
anggota kelompok secara efisien dan efektif sehingga tujuan yang telah ditetapkan dapat
tercapai. Adanya struktur organisasi dan uraian tugas yang telah ditetapkan akan menciptakan

suasana kerja yang baik karena akan terhindar dari tumpang tindih dalam perintah dan tanggung
jawab.
Perusahaan yang terdiri dari beberapa aktivitas yang berbeda harus dikoordinasikan
sedemikian rupa sehingga target dan sasaran perusahaan dapat dicapai dengan efisien dan
efektifitas yang tinggi. Dengan adanya struktur organisasi, orang-orang yang berbeda dalam
organisasi tersebut dapat diarahkan kepada keadaan yang sedemikian rupa sehingga mereka
dapat melaksanakan aktivitas dengan baik yang mendukung tercapainya sasaran perusahaan di
samping melaksanakan aktivitas masing-masing.
Struktur organisasi perusahaan PT. Central Proteinaprima adalah bentuk lini dan staff
fungsional, dimana pucuk pimpinan dibantu oleh staf pimpinan ahli dengan tugas sebagai
pembantu pucuk pimpinan dalam menjalankan roda organisasi. Pimpinan bagian di tiap bidang
dapat memerintah dan meminta pertanggungjawaban dari semua pimpinan bagian pelaksana
yang ada sepanjang menyangkut bidang kerjanya.
Struktur organisasi PT. Central Proteinaprima Tbk dapat dilihat pada Gambar 2.1.

GENERAL MANAGER
INTERNAL CONTROL
GENERAL MANAGER EXP - IMPORT PURCHASING FINANCE ACCOUNTING

PRODUCTION MANAGER MANAGER MANAGER MANAGER
MARKETING PRODUCTION PPIC MANITENANCE QCP SAFETY PERSONNEL

MANAGER MANAGER MANAGER MANAGER MANAGER OFFICER & G. AFFAIR
FEED FACTORY MECHANIC QCP PERS & GA

WARE HOUSE ELECTRIC ELECTRIC
PROCESSING ADM SUPERVISOR SECT. HEAD
MARKETING FP SECTION FA SECTION WH SECTION ELECTRIC MECHANIC QCP SECT. HEAD

STORE ROOM SECT. HEAD
SECTION HEAD HEAD HEAD HEAD SECT. HEAD STAFF LEVEL STAFF
FP FA WH SR SECTION
SUPERVISOR SUPERVISOR SUPERVISOR HEAD
-MECHANIC SPV
-Sales Adm. TRUCK SCALE -Un Loading Staff STORE ROOM
OPERATOR -ELECTRIC SPV -MECHANIC SPV KARYAWAN KARYAWAN KARYAWAN KARYAWAN KARYAWAN
- Sales Area OPERATOR -Forklift Operator STAFF
- ELECTRIC STAFF -MAINT STAFF
-MAINT STAFF -FORKLIFT
-BOILLER OPRT -MECHANIC
STAFF
Gambar 2.1. Struktur Organisasi PT. Central Proteina Prima Tbk

Uraian tugas, wewenang dan tanggung jawab dari masing–masing jabatan
yang ada di PT. Central Proteinaprima adalah sebagai berikut :
1. General Manager
General Manager merupakan pucuk pimpinan tertinggi di dalam perusahaan
yang bertanggung jawab atas semua aktivitas yang ada di perusahaan dan
memegang wewenang dalam memutuskan setiap kebijaksanaan perusahaan.
Maju mundurnya perusahaan tergantung pada sistem kepemimpinan yang
dibawakannya. General Manager bertanggungjawab kepada vice president
yang berkedudukan di pusat (Jakarta).
a. Menetapkan langkah–langkah pokok dalam melaksanakan kebijaksanaan
perusahaan dan sasaran–sasaran perusahaan.
b. Mengambil keputusan–keputusan dan tindakan yang tepat demi
kepentingan dan kelangsungan jalannya perusahaan sehingga segala
aktivitas organisasi menuju tujuan perusahaan.
c. Mengadakan hubungan kerja dengan pihak luar perusahaan, baik pihak
swasta maupun pemerintah.
d. Memimpin dan mengawasi kegiatan perusahaan setiap harinya
e. Menkoordinir tugas–tugas yang didelegasikan kepada tiap–tiap bagian dan
menjalin hubungan kerja yang baik dengan para karyawan perusahaan agar
terbentuk kerjasama yang harmonis.
2. Internal Control
Internal control bertugas memeriksa dan mengawasi kegiatan perusahaan
ataupun setiap tindakan yang dilakukan oleh direktur utama maupun para

manajer. Dalam operasional perusahaan, internal control berfungsi sebagai
staff ahli yang berwenang untuk memberikan saran–saran bagi perkembangan
kemajuan perusahaan. Internal Control ini berkedudukan di pusat (Jakarta)
dan biasanya diterjunkan langsung ke perusahaan berdasarkan instruksi vice
president dari Jakarta, yang biasanya 4 kali dalam setahun.
3. Marketing Manager
Marketing manager perusahaan bertanggung jawab atas kelancaran penjualan
dan tercapainya target penjualan. Selain itu juga marketing manager
bertanggung jawab kepada pemimpin perusahaan untuk melaporkan mengenai
hasil penjualan baik secara lisan maupun tulisan. Adapun tugas-tugas dari
marketing manager adalah sebagai berikut :
a. Merencanakan strategi pemasaran yang baik yaitu mencakup jenis produk,
harga, pendistribusian, dan promosi produk yang telah dipasarkan serta
produk yang akan dipasarkan
b. Mengadakan penelitian pasar untuk mengetahui tingkat kebutuhan
konsumen, marketing share, dan tingkat persaingan sehingga dapat
ditentukan kebijaksanaan atau rencana jumlah penjualan.
c. Meneliti kondisi produk yang berada di pasar.
4. Production Manager bertanggung jawab atas seluruh pelaksanaan kegiatan
produksi.
Tugas-tugas dari Production Manager ini adalah :
a. Mengawasi dan merencanakan produksi agar sesuai dengan spesifikasi dan
standar mutu yang telah ditentukan.

b. Mengawasi dan mengevaluasi kegiatan produksi untuk mendeteksi
kekurangan dan penyimpangan sehingga dapat dilakukan perbaikan.
5. Export Import Manager
Export import manager bertugas dan bertanggung jawab atas segala aktivitas
pengiriman dan penerimaan barang–barang dari dan keluar negeri dengan
terlebih dahulu memeriksa barang–barang tersebut apakah ada yang rusak atau
hilang.
6. Purchasing Manager
Tugas–tugas dari Purchasing manager adalah :
a. Mengkordinir seluruh aktivitas yang berhubungan dengan pembelian,
penyimpanan, dan pendistribusian bahan–bahan yang dipergunakan oleh
perusahaan.
b. Merencanakan sistem pengadaan dan persediaan bahan.
c. Mempersiapkan permintaan kebutuhan bahan, dan menetapkan harga
standar bahan.
7. Finance Manager
Finance Manager bertugas untuk :
a. Merencanakan dan mengawasi pelaksanaan keuangan perusahaan.
b. Memeriksa dan menganalisa semua transaksi keuangna baik pemasukan
maupun pengeluaran.
c. Memeriksa dan menganalisa semua transaksi keuangan baik pemasukan
maupun pengeluaran.
d. Menerima order dari bagian marketing.

e. Mengkoordinir pemberian diskon penjualan kepada langganan melalui
kerjasama dengan sales head.
8. Accounting Manager
Tugas – tugas yang dibebankan kepada Accounting Manager adalah :
a. Mengkoordinir seluruh kegiatan pencatatan mengenai pembukuan dan
kekayaan perusahaan, baik keluar maupun kedalam perusahaan.
b. Menyusun dan memeriksa laporan realisasi anggaran bulanan, tri wulan,
tahunan maupun insidentil.
9. Marketing Section Head
Marketing Section Head bertugas untuk :
a. Melakukan riset dan penelitian terhadap kebutuhan konsumen akan jenis
produk yang diminati.
b. Melakukan riset dan penelitian kemungkinan adanya peluang pasar baru di
beberapa lokasi daerah pemasaran.
c. Bertanggung jawab atas distribusi produk ke beberapa daerah pemasaran.
d. Menyusun laporan penjualan produk dari beberapa daerah pemasaran.
10. Quality Control Head
Tugas–tugas yang dibebankan kepada Quality Control Head adalah :
a. Melakukan pengawasan terhadap mutu bahan baku hingga menjadi produk
jadi.
b. Mengendalikan standar penggunaan bahan yang telah ditetapkan.
c. Melakukan analisa dan perbandingan mutu terhadap produk sejenis dari
perusahaan saingan.

d. Mengadakan riset terhadap proyek–proyek pengembangan mutu produk
dan jenis produk.
11. Production Head
Adapun tugas – tugas dari Production Head adalah sebagai berikut :
a. Mengkordinir dan mengawasi seluruh bagian pengolahan yang ada di
lantai pabrik, agar pelaksanaan kegiatan sesuai dengan rencana.
b. Melakukan perencanaan pekerjaan dan waktu produksi.
c. Mengkordinir pembagian tugas bawahannya.
d. Merencanakan pemakaian bahan baku, bahan tambahan dan bahan
penolong.
e. Memberikan laporan kegiatan produksi secara rutin kepada Production
Manager.
12. Personnel And General Affair (Ga) Head
Personnel And General Affair (Ga) Head adalah kepala administrasi bagian
umum yang mengurus pelaksanaan kerja bagian umum dan personalia.
Adapun tugas–tugasnya adalah sebagai berikut :
a. Mengawasi rencana dan pelaksanaan program pelayanan umum dan
pemeliharaan lokasi pabrik, meliputi perencanaan dan pembangunan
bangunan baru, rehabilitasi dan sarana lain, perawatan taman, lingkungan
serta kebersihan kantor dan pelayanan.
b. Mengawasi tugas–tugas penyelesaian izin dan rekomendasi dari instansi
pemerintah yang berwenang yang wajib dimiliki perusahaan

c. Mengawasi aktivitas sehari-hari yang berhubungan dengan fungsi
administrasi personalia, hubungan dengan tamu.
d. Menangani dan menyelesaikan masalah yang berhubungan dengan
kepersonaliaan baik intern maupun ekstern serta mempersiapkan data–data
dan formulir-formulir yang dibutuhkan untuk memproses hal–hal yang
berkaitan dengan kepersonaliaan baik informatif maupun administratif.
e. Menyusun, menyimpan, dan menjaga data–data karyawan dari semua
departemen agar kerahasiaannya dapat terjamin.
f. Menyiapkan surat–surat dan dokumen yang diperlukan sehubungan
dengan tugas–tugas personalia dan membuat agendanya serta
mengirimkannya ke alamat yang dituju.
g. Menyelesaian administrasi dalam hubungannya dengan
prosedurpenerimaan karyawan, promosi, pengalihan tugas, penilaian
prestasi kerja, memberhentian karyawan, serta kontrak kerja karyawan.
h. Melaksanakan program kerja Jamsostek serta membuat laporan
administrasi lainnya yang berkaitan dengan semua masalah Astek
termasuk Claim kepada Perum Astek.
i. Menjalankan kebijaksanaan dan prosedur serta mengerjakan dan
merapikan data Personal Information system yang telah ditetapkan oleh
Human Resources Departemen Kantor Pusat Jakarta.
j. Membuat laporan perhitungan gaji, upah lembur, tunjangan karyawan dan
semua yang berhubungan dengan pendapat karyawan dan hak karyawan.

k. Memelihara dan menjaga hubungan baik dengan semua departemen serta
instansi dan serikat kerja.
13. Material and Analysis Section Head
Tugas–tugasnya adalah:
a. Melakukan pengujian laboratorium terhadap bahan baku, bahan setengah
jadi, dan produk jadi.
b. Melakukan analisa dan kontrol terhadapa bahan baku, bahan setengah jadi
dan produk jadi.
c. Menyusun laporan hasil analisa bahan baku, bahan setengah jadi, dan
produk Quality Control Head.
14. Production Supervisor
Production Supervisor bertugas :
a. Mengendalikan persediaan bahan baku, bahan tambahan, bahan penolong.
b. Mengendalikan persediaan barang jadi.
c. Menentukan jenis produk yang akan diproduksi setiap hari.
15. Maintenance Supervisor
Maintenance Supervisor bertugas:
a. Menjamin kelancaran operasi mesin secara keseluruhan.
b. Melakukan pemeriksaan dan perawatan mesin–mesin produksi.
c. Memperbaiki dan bertanggung jawab atas kerusakan mesin–mesin
produksi.
16. Factory Administration Supervisor
Tugas–tugas yang dibebankan kepadanya adalah sebagai berikut:

a. Mengawasi dan mencatat kegiatan pemasukan dan pengeluaran barang
dari dan ke gudang. Barang–barang ini termasuk bahan baku, bahan
tambahan, bahan penolong serta produk jadi.
b. Mengontrol keadaan bahan baku, bahan tambahan, bahan penolong serta
produk jadi.
c. Bertanggung jawab atas kerusakan bahan baku, bahan tambahan, bahan
penolong serta produk jadi.
d. Membuat laporan persediaan bahan baku, bahan tambahan, bahan
penolong serta produk jadi.
17. Section Hed Level Staff
Section Hed Level Staff (SHLS) membantu tugas–tugas yang dibebankan
kepada Personel and GA Head antara lain adalah:
a. Melakukan pengaturan dan pengawasan terhadap sistem kerja supir, baik
untuk kerja rutin mengantar dan menjemput karyawan maupun tugas–
tugas untuk GA serta Departemen lainnya.
b. Melaksanakan tugas bagian umum yang berkaitan dengan pelayanan
kepada semua departemen seperti perbaikan lampu, air, AC, meja, kursi,
kebersihan ruangan dan lain–lain.
c. Memeriksa dan meneliti jam kerja lembur supir serta mengoreksi melalui
catatan absensi setiap bulannya.
d. Melakukan pengaturan serta pengawasan terhadap kerja office boy dalam
tugasnya sehari–hari.

e. Mengumpulkan kartu absensi dan membagikannya kepada semua
departemen setiap awal bulannya.
f. Pengurusan kenderaan, misalnya reparasi.
g. Membuat laporan telepon untuk setiap bulannya.
18. Sales Administration
Sales Administration bertugas untuk:
a. Mencatat data–data penjualan produk dari setiap daerah pemasaran
dan menyusun laporan hasil penjualan produk setiap bulannya.
b. Mencatat jumlah produk yang didistribusikan ke setiap daerahpemasaran,
serta menyusun laporan mengenai total jumlah produk yang telah
didistribusikan ke setiap daerah pemasaran setiap bulannya.`
19. Sales Area I
Tugas dari Sales Area I adalah melakukan kegiatan daerah pemasaran (riset
pasar, melakuakn promosi, dan lain–lain) untuk pemasaran Area I.
20. Sales Area II
Tugas dari Sales Area II adalah melakukan kegiatan pemasaran untuk
pemasaran Area II.
21. Sales Area III
Tugas dari Sales Area III adalah melakukan kegiatan pemasaran untuk
pemasaran Area III.
23. Karyawan
Karyawan merupakan pelaksana harian kegiatan–kegiatan perusahaan sesuai
dengan pengarahan atasannya dan sesuai dengan bidangnya masing–masing.

2.7. Proses Produksi
Proses produksi adalah serangkaian kegiatan berupa cara, metode dan teknik
untuk menciptakan atau meningkatkan nilai tambah suatu barang atau jasa dengan
menggunakan sumber-sumber daya berupa tenaga kerja, mesin, bahan baku dan modal
yang ada.
Berdasarkan jumlah produk yang dihasilkan, proses produksi dapat dibedakan
menjadi tiga tipe. Adapun ketiga tipe tersebut adalah:
1. Tipe Job Shop
Ukuran pemesanan produk dengan tipe ini adalah ukuran pemesanan kecil. Dimana
produknya bertipe diskrit, aliran produksinya dapat berbeda untuk tiap produk, setup
tinggi sehingga ongkos produksi tinggi, mesin-mesin bertipe general purpose, beban
kerja tiap stasiun kerja berbeda, dan keahlian pekerja dituntut tinggi. Job shop
merupakan proses produksi yang bekerja berdasarkan pesanan.
2. Batch Production
Merupakan proses produksi yang bekerja berdasarkan keinginan atau kebutuhan
konsumen. Pada proses produksi seperti ini, suatu pabrik memiliki kemampuan untuk
menghasilkan produk pada laju produksi dalam suatu jumlah tertentu yang
memungkinkan untuk mengadakan persediaan, dan kemudian merubah proses
produksi untuk menghasilkan macam produk yang lain. Mesin atau peralatan
dirancang mengarah pada tipe general purpose machine tetapi untuk produksi dengan
laju yang tinggi.
3. Mass Production
Mass production dilakukan untuk menghasilkan produk dalam jumlah yang besar
tetapi relatif sejenis. Mesin dan peralatan yang digunakan dirancang untuk mampu
menghasilkan produk dengan produksi tinggi yaitu dengan tipe special purpose.

Disisi lain, keterampilan berproduksi dari manusia dialihkan ke mesin sehingga tidak
terlalu membutuhkan skill yang tinggi dari operator. Jenis proses produksi PT.
Central Proteinaprima adalah tipe batch production, karena proses produksi
dilakukan berdasarkan keinginan dan kebutuhan konsumen dimana volume dan laju
produksinya tinggi.
2.7.1. Standar Mutu Bahan/ Produk
Pengecekan dan pengawasan oleh bagian Quality Control dilakukan mulai dari
bahan baku sampai produk jadi sehingga kualitasnya tetap terjaga.
PT. Central Proteinprima mengeluarkan standar mutu bagi pakan udang dari
segi ukuran, kandungan protein, lemak, kadar air dan serat.
2.7.2. Bahan yang Digunakan
Ikan dan udang merupakan hewan yang sangat menguntungkan untuk
diternakkan, karena merupakan makanan yang bergizi tinggi sehingga selalu di cari
sebagai bahan untuk laukpauk. Untuk memproduksi pakan ini, perusahaan mengolah
berbagai bahan baku serta bahan-bahan tambahan lainnya sehingga menghasilkan
makanan yang berkualitas.
Bahan-bahan yang digunakan dalam pembuatan makanan ini harus senantiasa
di jaga agar jangan sampai rusak dan perlu pengawasan yang cermat, sehingga tidak akan
mengecewakan pembelinya. Adapun bahan-bahan yang diperlukan diperoleh dari dalam
dan luar negeri.

2.7.2.1. Bahan Baku
Bahan baku adalah bahan utama yang digunakan dalam proses produksi dan
berperan penting dalam penentuan mutu produk dengan komposisi persentase yang tinggi
dan merupakan bahan yang membentuk bagian integral dari suatu produk jadi. Bahan
baku yang digunakan adalah:
1. Jagung
Jagung atau Corn Yellow merupakan sumber energi yang baik karena mengandung
zat karbohidrat dengan persentase yang tinggi dan zat protein. Jenis jagung yang
digunakan pada PT. Central Proteinaprima dibedakan atas jagung lokal dan juga
jagung impor.
2. Dedak
Dedak yang digunakan dibedakan atas dua jenis yaitu dedak beras dan dedak
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. Pada dedak gandum yang
digunakan adalah whaet pollard, yaitu dedak yang berasal dari kulit ari gandum.
3. Bungkil Kacang Kedelai Disebut juga Soya Bean Meal (SBM). SBM mengandung
nilai protein yang tinggi, karena didalamnya terkandung asam amino lisin, yaitu asam
amino yang paling essensial 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 Daging dan Tulang Disebut juga Meat Bone Meal (MBM). MBM merupakan
hasil pengolahan dari daging yang diolah menjadi tepung. MBM ini mengandung
protein, lemak dan juga kalsium.

6. Tepung Terigu Digunakan sebagai sumber
karbohidrat bagi udang.
7. Tepung cumi-cumi Merupakan sumber protein dan lemak, serta pembangkit selera
makan udang.
2.7.2.2. Bahan Tambahan
Bahan tambahan adalah bahan yang dibutuhkan guna menyelesaikan suatu
produk, tetapi pemakaiannya sangat sedikit atau cukup kompleks yang dapat
mempengaruhi kualitas produk. Adapun bahan tambahan yang digunakan adalah:
1. Garam dan mineral, seperti sodium, pig minera, dan poultry mineral
2. Vitamin, seperti lysine, luprosi, dan finase
3. Minyak nabati, seperti canola oil, dan palm oil
4. Zat aditif, seperti tapioca
5. Bahan liquid, seperti rhodimet dan choline Cl
2.7.2.3. Bahan Penolong
Bahan penolong adalah bahan yang tidak tampak dalam produk jadi. Tetapi
hanya menolong proses produksi agar berjalan dengan lancar dan digunakan sebagai
pelengkap produk saja. Adapun bahan penolong yang digunakan adalah:
1. Solar sebagai bahan bakar.
2. Air.
3. Karung plastik sebagai pembungkus produk
4. Benang jahit digunakan untuk menjahit karung
Digunakan sebagai pengikat/penutup karung palstik setelah diisi dengan pakan
ternak.

5. Stiker atau cap pabrik.
2.7.3. Uraian Proses Produksi
Proses Pembuatan makanan udang oleh PT. Central Proteinaprima dilkukan
dengan dua line produksi. Adapun tahapan-tahan proses dalam memproduksi makanan
udang adalah:
1. Penuangan
Penuangan bahan dilakukan secara manual melalui intake I dan intake II.
Bahan baku yang halus seperti tepung terigu dan remix (dust) yang merupakan sisa hasil
pengayakan pellet yang undersize dituang pada intake I, sedangkan bahan baku yang
kasar seperti tepung ikan, bungkil kacang kedelai, tepung kepala udang, dan tepung cumi-
cumi dituang pada intake II.
Bahan baku yang digunakan pada intake II di bawa ke bucket elevator setinggi
28,8 meter dengan chain conveyor. Dari bucket elevator dengan menggunakan pipa
gravitasi, bahan baku ini masuk kedalam drum siever untuk dibersihkan kotoran-kotoran,
kemudian masuk ke spout magnet yang berguna untuk menangkap besi dan logam-logam
lain yang tercampur kedalam bahan. Bahan baku ini kemudian dibawa ke rotary
distributor dengan screw conveyor untuk selanjutnya diisikan pada bin penampungan
bahan baku.
Bahan baku yang dituangkan pada intake I langsung dibawa ke bucket elevator
setinggi 17,5 meter dengan chain conveyor dan kemudian masuk kedalam spout magnet
dengan menggunakan pipa gravitasi. Bahan baku ini dibawa ke rotary distributor dengan
screw conveyor lalu diisikan ke bin penampungan.
Bin penampungan bahan baku ada 12 buah dengan kapasitas masing-masing 4
ton. Masing-masing bahan baku yang terdapat pada bin penampungan ditimbang secara

otomatis sampai menunjukkan berat dua ton. Kemudian campuran bahan baku yang
ditimbang dibawa dengan screw conveyor ke bin vertical mixer untuk selanjutnya
dilakukan proses pengadukan. Tenaga kerja pada bagian aktivitas penuangan berjumlah
12 orang.
2. Pengadukan I
Campuran bahan baku seberat dua ton diaduk pada vertical mixer, yang berguna
untuk mencampur bahan dari kedua intake agar tercampur rata. Waktu pengadukan
dilakukan selama 10 menit. Setelah 10 menit, slide bin mixer dibuka dan hasil
pengadukan dibawa melalui screw conveyor, bucket elevator, pipa gravitasi ke hammer
mill untuk selanjutnya dilakukan proses penggilangan.
3. Penggilingan
Proses penggilingan dilakukan dengan hammer mill. Hasil penggilingan dibawa
ke bucket elevator setinggi 17,5 meter dengan pipa gravitasi kemudian dimasukkan ke
automixer untuk dilakukan proses penghalusan lebih lanjut. Tenaga kerja pada bagian
penggilingan berjumlah 6 orang.
4. Penghalusan
Hasil penggilingan kemudian dihaluskan lagi dengan automixer, yang berguna
untuk membuat hasil gilingan lebih homogen dan lebih halus lagi sehingga bisa melewati
ayakan 60 mesh. Hasil penghalusan ini selanjutnya dibawa ke pengayakan dengan bucket
elevator.
5. Pengayakan
Pada proses pengayakan adonan campuran bahan baku diayak dengan
menggunakan mesh 60. Hasil ayakan tersebut dimasukkakan ke bin mixer horizontal,
sedangkan sisa ayakan (oversizer) di bawa ke hammer mill untuk dilakukan proses
penggilingan kembali (regerinding) sampai melewati ayakan 60 mesh. Hasil ayakan

dibawa ke bin mixer horizontal untuk diaduk. Tenaga kerja pada bagian pengayakan
berjumlah 6 orang.
6. Pengadukan II
Pada bin mixer selanjutnya dituangkan bahan-bahan tambahan seperti minyak
ikan, ikan segar, (ikan giling), obat-obatan serta vitamin dan mineral yang sudah
ditimbang terlebih dahulu dilaboratorium dengan ketentuan-ketentuan menurut komposisi
yang telah ditetapkan. Selanjutnya, campuran ini di aduk sampain rata dengan horizontal
mixer selama 15 menit. Kemudian pintu slide di buka dan hasil adonan ditampung pada
hopper (penampungan sementara), kemudian adonan dibawa ke bucket elevator setinggi
27,5 meter adonan masuk ke bin pellet untuk dilakukan pembutiran melalui pipa
gravitasi.
7. Pembutiran
Adonan campuran yang berada pada bin pellet di bawa ke conditioner dengan
screw feeder untuk dipanaskan dengan steam dari boiler. Pemanasan ini bertujuan untuk
memudahkan proses pembutiran. Steam yang dimasukkan kedalam conditioner suhunya
berkisar antara 70-800C. Tekanan steam diatur dengan regulator system yang berkisar
antara 4-5,2 kg/m2. Adonan kemudian dimasukkan ke pellet mill melalui screw feeder
untuk menghasilkan pellet. Tenaga kerja bagian pembutiran berjumlah 6 orang
8. Pematangan
Pellet yang dihasilkan dari mesin pellet mill selanjutnya dibawa ke holding bin
dengan screw conveyor untuk dilakukan proses pematangan lebih lanjut. Proses ini
dilakukan dengan suhu 800C selama ± 45 menit. Tujuan proses pematangan ini adalah
agar butiran pellet yang dihasilkan matang sampai kedalam (bahan sekedar matang
dipinggirannya saja) serta agar kadar air pellet yang berkisar 15%. Selanjutnya pellet ini
akan dimasukkan ke dryer dengan conveyor untuk dilakukan proses pengeringan.

9. Pengeringan
Pellet yang keluar dengan kadar air 15 % masuk ke pengeringan melalui rotary
yang diputar oleh electromotor. Proses pengeringan dilakukan dengan dua tingkat, yaitu
drier A dan B. Steam dialirkan dari boiler dengan tekanan berkisar 5 kg/m2, suhu
maksimum drier 1250C. Udara panas dalam drier dihisap dengan menggunakan blower.
Setelah melewati drier A, pellet dimasukkan ke drier B dengan rotary feeder,
yang mana proses dalam drier B sama dengan drier A. Jumlah kadar air yang berkurang
mencapai 6 - 8 % setiap kali pengeringan dengan lama waktu berkisar antara 20 - 25
menit. Selanjutnya pellet yang telah dikeringkan dibawa ke mesin pendingin (cooler)
dengan mengunakan screw conveyor. Tenaga kerja bagian pengeringan berjumlah 6
orang.
10. Pendinginan
Proses pendinginan dilakukan dengan menghembuskan udara panas dan
dihisap oleh blower melalui double cyclone dan air lock. Didalam cooler ditempakaan
blower pada setiap tingkat untuk mnyemprotkan udara dingin. Pellet yang keluar dari
cooler diangkat kepengayakan melalui bucket elevator setinggi 25 meter, dengan pipa
gravitasi dimasukkan ke pengayakan.
11. Pengayakan pellet
Proses pengayakan ini digunakan untuk memisahkan pellet yang oversize
dengan yang berukuran undersize (terlalu kecil). Disesuaikan dengan ukuran yang
diinginkan. Pellet yang oversize dibawa kemesin penghancuran (crumble) sedangkan
yang undersize ditampung didalam goni sebagai remix (digun/akan sebagai bahan baku
lagi).
Pellet hasil pengayakan dibawa ke bin packing melalui pipa gravitasi. Apabila
bin packing telah penuh, slide terbuka secara otomatis, kenmudian pellet masuk ke dust

seperator untuk dibersihkan dari abu. Udara dihembuskan dari blower yang
mengakibatkan pellet turun ke bawah (kedalam bin timbangan) sedangkan abu naik
dihisap blower melalui double cyclone. Tenaga kerja bagian pengayakan pellet berjumlah
6 orang.
12. Penghancuran (crumbeling)
Sisa ayakan yang oversize dibawa ke bin crumble dengan bucket elevator
setinggi 24 meter. Proses penghancuran ini hanya dilakukan pada line dua. Dari bin
crumbler, dengan menggunakan rotary distributor, sisa ayakan dibawa kemesin
crumbler. Pellet hasil ayakan yang oversize dihancurkan dengan mesin penghancur
(crumble machine) yang berguan untuk membuat makanan udang yang kecil yang
disesuaikan dengan nomor pakan yang diinginkan.
Crumble hasil pengayakan dibawa dengan chain conveyor dan bucket elevator
ke pengayakan untuk memisahkan crumbler dengan tepung yang terjadi akibat proses
penghancuran. Bentuk tepung ini kemudian dibawa kembali ke proses pembutiran dengan
menggunakan bucket elevator.
Jenis crumbler dicurahkan ke bin packing melalui pipa gravbitasi untuk
dilakukan proses pengarungan (pengemasan). Apabila bin packing telah penuh, slide
terbuka otomatis, lalu crumbler masuk masuk ke dust separator untuk dibersihkan dari
abu. Udara dihembuskan dari blower yang menagkibatkan crumbler turun kebawah (ke
dalam bin timbangan) sedangkan abu dihisap naik oleh blower melalui double cyclone.
13. Pengemasan
Produk jadi crumbler dan pellet yang berada dalam bin timbangan dicurahkan
kedalam karung palstik sambil ditimbang secara otomatis, dengan berat netto 25 kg.
Setelah pengarungan, produk jadi dibawa ke penjahitan karung melalui belt conveyor.
Penjahitan karung dilakukan dengan mesin jahit karung (sewing machine). Selanjutnya

produk jadi yang telah selesai dijahit diangkut ke gudang produk jadi dengan
menggunakan forklift. Tenaga kerja pada bagian pengemasan berjumlah 12 orang.
2.8. Mesin dan Peralatan
2.8.1. Mesin
Mesin yang digunakan pada PT. Central Proteina Prima dapat dilihat sebagai
berikut:
1. Mesin Penuangan (Intake)
Fungsi : Sebagai penuangan bahan baku ke bin penampungan
Jumlah : 2 unit
Merek : TECO AEV BEC
Putaran : 1460 rpm
Daya : 7,5 HP
Tegangan : 380 Volt
Faktor Kerja : 0,72
Kuat arus : 12A
Kapasitas : 14 ton/jam
2. Mesin Pengaduk Vertikal (Vertical Mixer)
Fungsi : Mengaduk campuran bahan baku dari kedua intake
Jumlah : 2 unit
Merek : STROMBERG 1505 - M
Putaran : 1455 rpm
Daya : 15 HP
Tegangan : 380 Volt

Faktor Kerja : 0,72
Kuat arus : 23,6A
Kapasitas : 4,6 ton/jam
3. Mesin Penggiling I (Hammer Mill I)
Fungsi : Menggiling bahan baku yang kasar dari vertical mixer
Jumlah : 2 unit
Merek : IDAH
Putaran : 2975 rpm
Daya : 152 HP
Tegangan : 380 Volt
Faktor Kerja : 0,81
Kuat arus : 209,8A
4. Mesin Penghalusan (Atomizer)
Fungsi : Memperhalus hasil gilingan cam
Jumlah : 2 unit
Merek : COUNTERFLOW MATADOR
Putaran : 1470 rpm
Daya : 150 HP
Tegangan : 380 Volt
Faktor Kerja : 0,81
Kuat arus : 209,8A

5. Mesin Pengayakan Bahan Baku
Fungsi : Mengayak adonan campuran bahan baku
Jumlah : 2 unit
Merek :ROTEX
Putaran : 1450 rpm
Daya : 5,5 HP
6. Mesin Conditioner (Conditioner Machine)
Fungsi : Menambah kadar air pada campuran bahan
Jumlah : 4 unit
Merek : ROC 55 831EC
Putaran : 1450 rpm
Daya : 20 HP
Tegangan : 380 Volt
Faktor Kerja : 0,74
Kuat arus : 30,6A
7. Mesin Pembutiran (Pellet Mill Machine)
Fungsi : Membentuk adonan campuran bahan menjadi pellet
Jumlah : 4 unit
Merek : IDAH MACHINERY TAIWAN/PM SIL
Putaran : 1450 rpm
Daya : 125 HP
Tegangan : 380 Volt

Faktor Kerja : 0,84
Kuat arus : 168,6A
8. Mesin Pematangan (Holding Bin Machine)
Fungsi : Mematangkan pellet sampai ke dalam
Jumlah : 4 unit
Merek : CPM 3000
Putaran : 1450 rpm
Daya : 125 HP
Tegangan : 380 Volt
Faktor Kerja : 0,84
Kuat arus : 168,6A
9. Mesin Pengering (Dryer)
Fungsi : Mengeringkan/menurunkan kadar air
Jumlah : 8 unit
Merek : YAMALOKE – HOREYWEL
Putaran : 1445 rpm
Daya : 10 HP
Tegangan : 380 Volt
Faktor Kerja : 0,7
Kuat arus : 16,2A

10. Mesin Pendinginan (Cooler Machine)
Fungsi : Mendinginkan pellet yang keluar dari mesin pengering
Jumlah : 2 unit
Merek : CPM COOLER VERTICAL
Putaran : 1450 rpm
Daya : 12 HP
Tegangan : 380 Volt
Faktor Kerja : 0,84
Kuat arus : 168,6A
11. Mesin Pengayakan Pellet
Fungsi : Menyaring pellet sesuai dengan ukuran yang diinginkan
Jumlah : 4 unit
Merek : SIEMEN TEC 909
Putaran : 1490 rpm
Daya : 2,0 HP
Tegangan : 380 Volt
Faktor Kerja : 0,79
Kuat arus : 2,9A
12. Mesin Penghancur (Crumble Machine)
Fungsi : Menghancurkan sisa pellet yang oversize menjadi crumble
Jumlah : 1 unit

Merek : CPM CRUMBLE
Putaran : 1450 rpm
Daya : 125 HP
Tegangan : 380 Volt
Faktor Kerja : 0,84
Kuat arus : 168A
13. Mesin Pengayakan Crumble
Fungsi : Menyaring crumble sesuai ukuran yang diinginkan
Jumlah : 1 unit
Merek : SIEMEN TEC 909
Putaran : 1490 rpm
Daya : 2,0 HP
Tegangan : 380 Volt
Faktor Kerja : 0,7
Kuat arus : 2,9A
14. Mesin Pengarungan Pellet
Fungsi : Menimbang dan mengisi pellet ke dalam karung
Jumlah : 2 unit
Merek : ROTEX
Putaran : 1400 rpm
Daya : 0,5 HP

Tegangan : 380 Volt
Faktor Kerja : 0,93
Kuat arus : 0,6A
15. Mesin Pengarungan Crumble
Fungsi : Menimbang dan mengisi crumble ke dalam karung
Jumlah : 1 unit
Merek : CRONOS RICHARDON A - 10
Putaran : 1400 rpm
Daya : 0,5 HP
Tegangan : 380 Volt
Faktor Kerja : 0,93
Kuat arus : 0,6A
16. Mesin Penjahit Karung
Fungsi : Menjahit karung plastik menjadi kemasan produk jadi
Jumlah : 3 unit
Merek : NEW LONG
Daya : 200 watt
Tegangan : 220 Volt
Faktor Kerja : 0,9
Kuat arus : 1A

2.8.2. Peralatan
Peralatan yang digunakan untuk mendukung kelancaran proses produksi adalah
sebagai berikut:
1. Alat transportasi, yaitu peralatan yang digunakan untuk mengangkut bahan baku
maupun produk yang sudah menjadi makanan ternak. Adapun alat transportasi yang
digunakan adalah :
a. Chain Conveyor
Merk : Van Aarsen
Type : 280.330.70
Kapasitas : 80 m3/jam
Daya : 5,5 HP
b. Bucket Elevator
Merk : Van Aarsen
Type : 260x260
Daya : 5,5 HP
c. Screw Conveyor
Merk : Van Aarsen
Daya : 4,5 HP
d. Forklift
Kapasitas : 2500 kg
Tegangan : 220 – 240 Volt
e. Belt Conveyor

Digunakan untuk mengangkut hasil produksi yang telah dikarungkan ke mesin
jahit.
f. Kereta Sorong
Digunakan untuk mengangkut bahan secara manual.
2.9. Jam Kerja
Untuk mencapai kinerja yang baik, maka perusahaan harus mengatur jam kerja
bagi para karyawannya. Jumlah jam kerja pada PT. Central Proteina Prima adalah lima
hari kerja dalam seminggu (senin s/d jumat) untuk bagian produksi dan non produksi,
sedangkan untuk bagian keamanan bekerja setiap hari (senin s/d minggu). Ketentuan jam
kerja karyawan pada PT. Central Proteina Prima dibagi atas:
1. Satu shift untuk bagian non produksi (8 jam sehari), dengan perincian:
a. Pukul 08.00 - 12.00 WIB Kerja Aktif
b. Pukul 12.00 - 13.00 WIB Istirahat
c. Pukul 13.00 - 17.00 WIB Kerja Aktif
2. Tiga shift untuk bagian produksi (24 jam sehari) dimana satu shift adalah 8
jam kerja dengan perincian:
a. Shift I : Pukul 08.00 - 16.00 WIB (1 jam istirahat)
b. Shift II : Pukul 16.00 - 00.00 WIB (1 jam istirahat)
c. Shift III : Pukul 00.00 - 08.00 WIB (1 jam istirahat)
3. Bagian keamanan (satpam) dibagi menjadi tiga kelompok dengan anggota tiap
kelompok berjumlah 3 orang dan dilakukan pergantian setiap 7 jam

BAB I
PENDAHULUAN
1.1. Latar Belakang Masalah
Persaingan pada bidang manufaktur membuat perusahaan harus melakukan
perbaikan sistem perencanaan produksi secara terus menerus dalam rangka memenuhi
permintaan pelanggan. Perencanaan produksi merupakan salah satu hal yang penting
dalam perusahaan manufaktur. Perencanaan produksi berhubungan dengan penentuan
volume, ketepatan waktu penyelesaian, utilisasi kapasitas. Perencanaan produksi
bertujuan memberikan keputusan yang optimum berdasarkan sumber daya yang dimilki
perusahaan dalam memenuhi permintaan akan produksi yang dihasilkan, seperti
kapasitas mesin, tenaga kerja, teknologi, dan lain-lain.Secara praktik, tidak sedikit
masalah yang dihadapi oleh manajemen dalam menyusun rencana produksi yang baik,
misalnya kekurangan persediaan atau persediaan produk yang terlalu besar (overstock)
serta penyelesaian proses produksi yang tidak tepat waktu. Oleh karena itu diperlukan
teknik perencanaan dan pengendalian produksi yang baik.
PT. Central Proteina Prima merupakan perusahaan yang bergerak di bidang
produksi pakan udang dimana daerah pemasarannya mencakup sebagian besar wilayah
Sumatera dan Jawa. Produk pakan yang dihasilkan berdasarkan ukurannya ada 5 jenis
yaitu IRAWAN 9001, IRAWAN 682 , IRAWAN 683, IRAWAN 683 SP dan IRAWAN
684 S. Bahan baku yang digunakan untuk memproduksi pakan udang ialah jagung,
bungkil kacang kedelai, tepung kepala udang , tepung cumi, tepung terigu, tepung

kepala ikan dan bahan kimia tambahan yang mempunyai formulasi komposisi yang
berbeda untuk tiap jenis pakan udang.
Perencanaan produksi pada PT. Central Proteina Prima umumnya dilakukan
dengan taksiran berdasarkan permintaan tahun lalu pada bulan yang sama. Tetapi
taksiran yang dilakukan kurang efektif karena perusahaan sering dihadapkan dengan
suatu keadaan berupa ketidaksesuaian produksi dengan volume permintaan karena
permintaan yang bersifat fluktuatif. Ketidaksesuaian produksi dengan volume
permintaan menyebabkan beberapa produk mengalami kelebihan produksi dan beberapa
produk mengalami kekurangan stok. Dampak ketidaksesuaian produksi dan volume
permintaan mengakibatkan tingginya opportunity loss cost dan tingginya modal yang
tertanam di dalam gudang. Data ketidaksesuaian produksi dan permintaan untuk bulan
Januari - Desember 2015 dapat dilihat pada Tabel.
Tabel. 1.1. Jumlah Permintaan, Produksi dan Persediaan Produk Pakan Udang
Irawan 9001 Periode Januari - Desember 2015.
Stok Produksi Permintaan Selisih Opportunity Modal
Bulan
(bag) (bag) (bag) (bag) Loss Cost Tertanam
Januari 59 508 736 -169 Rp.44362500
Februari 0 1004 656 348 Rp.91350000
Maret 348 1060 1129 279 Rp.73237500
April 279 1106 1124 261 Rp.68512500
Mei 261 1160 1144 277 Rp.72712500
Juni 277 1087 848 516 Rp.135450000
Juli 516 890 808 598 Rp.156975000
Agustus 598 680 928 350 Rp.91875000
September 350 631 1114 -133 Rp.34912500
Oktober 0 1090 859 231 Rp.60637500
November 231 830 743 318 Rp.83475000
Desember 318 928 952 294 Rp.77175000
Total 10974 11041 Rp.79275000 Rp.911400000

Irawan 682 Periode Januari - Desember 2015.
Bulan
Januari 104 3240 1972 1372 Rp.325850000
Februari 1372 3435 2384 2423 Rp.575462500
Maret 2423 3802 4276 1949 Rp.462887500
April 1949 4120 5128 941 Rp.223487500
Mei 941 4480 4247 1174 Rp.278825000
Juni 1174 4689 4871 992 Rp.235600000
Juli 992 4708 3479 2221 Rp.527487500
Agustus 2221 4528 4989 1760 Rp.418000000
September 1760 4257 4685 1332 Rp.316350000
Oktober 1332 1984 3377 -61 Rp.14487500
November 0 3546 3431 115 Rp.27312500
Desember 115 4871 5051 -65 Rp.15437500
Total 47660 47890 Rp.29925000 Rp.3391262500
Irawan 683 Periode Januari – Desember 2015.

Bulan
Januari 85 6960 3600 3445 Rp.775125000
Februari 3445 404 5807 -1958 Rp.440550000
Maret 0 8902 5716 3186 Rp.716850000
April 3186 13080 14020 2246 Rp.505350000
Mei 2246 10800 10977 2069 Rp.465525000
Juni 2069 12290 11275 3084 Rp.693900000
Juli 3084 12402 11833 3653 Rp.821925000
Agustus 3653 13060 10356 6357 Rp.1430325000
September 6357 12050 13217 5190 Rp.1167750000
Oktober 5190 10500 10633 5057 Rp.1137825000
November 5057 8750 8802 5005 Rp.1126125000
Desember 5005 5683 11018 -330 Rp.74250000
Total 114881 117254 Rp.514800000 Rp.8840700000

Irawan 683 SP Periode Januari - Desember 2015.

Bulan
Januari 1820 12320 8408 5732 Rp.1433000000
Februari 5732 11600 6244 11088 Rp.2772000000
Maret 11088 11650 10755 11983 Rp.2995750000
April 11983 2988 17415 -2444 Rp.611000000
Mei 0 28115 27752 363 Rp.90750000
Juni 363 25441 27302 -1498 Rp.374500000
Juli 0 29050 27886 1164 Rp.291000000
Agustus 1164 30900 19904 12160 Rp.3040000000
September 12160 27600 32333 7427 Rp.1856750000
Oktober 7427 26660 26197 7890 Rp.1972500000
November 7890 19300 18774 8416 Rp.2104000000
Desember 8416 17400 22067 3749 Rp.937250000
Total 243024 245037 Rp.985500000 Rp.17493000000
Irawan 684 S Periode Januari - Desember 2015.

Bulan
Januari 3556 5980 7515 2021 Rp.454725000
Februari 2021 4530 5538 1013 Rp.227925000
Maret 1013 5500 3274 3239 Rp.728775000
April 3239 8610 5309 6540 Rp.1471500000
Mei 6540 12900 10779 8661 Rp.1948725000
Juni 8661 18020 22370 4311 Rp.969975000
Juli 4311 21290 24373 1228 Rp.276300000
Agustus 1228 21900 23852 -724 Rp.162900000
September 0 22000 16711 5289 Rp.1190025000
Oktober 5289 18900 17857 6332 Rp.1424700000
November 6332 14800 14147 6985 Rp.1571625000
Desember 6985 9600 13131 3454 Rp.777150000
Total 164030 164856 Rp.162900000 Rp.11041425000

Data historis permintaan diatas menunjukkan bahwa terdapat beberapa produk
kelebihan stok dan kekurangan stok. Sedangkan tujuan yang ingin dicapai perusahaan
yaitu meminimalkan kelebihan dan kekurangan stok, untuk itu selisih antara produksi
dan permintaan diharapkan mendekati nol dan persediaan minimum digudang tetap
terpenuhi. Kelebihan stok menyebabkan adanya modal yang tertanam di gudang dan
juga menyebabkan produk cacat berupa biji pakan yang hancur, packing yang rusak
akibat banyaknya tumpukan dari pakan udang yang mengakibatkan gudang
penyimpanan semakin lembab. Sedangkan jika kekurangan stok maka perusahaan
terpaksa melakukan lembur.
Untuk mengatasi masalah tersebut digunakan suatu pendekatan untuk
mengoptimalkan perencanaan produksi dengan menggunakan goal programming.
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. 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.

Penerapan metode Goal programming sudah pernah dilakukan oleh Rizki
Susanto dalam penelitian optimalisasi produksi pada perusahaan roti Donna Jaya
Barokah Jember. Pada proses produksinya, perusahaan tidak memaksimalkan
perencanaan produksi sehingga mengakibatkan perusahaan tidak dapat mengoptimalkan
input yang dimiliki. Oleh sebab itu, optimalisasi produksi diperlukan untuk menghadapi
persaingan yang semakin ketat. Masalah yang dihadapi perusahaan adalah produk yang
diproduksi ternyata tidak terserap secara optimal sehingga masih ada produk kembali.
Salah satu upaya meminimalkan produk kembali adalah dengan menggunakan Goal
programming. Hasilnya produk kembali dapat diminimalkan dan keuntungan
perusahaan pada periode sebelumnya Rp. 211.444.332, sedangkan dengan
menggunakan Goal programming keuntungan menjadi Rp. 222.810.327.
Penelitian menggunakan Goal programming juga sudah pernah dilakukan oleh
Ade Herlambang pada optimalisasi produksi pembuatan kemasan gelas PT. IGLAS.
Dalam upaya optimalisasi produksi perusahaan memiliki beberapa tujuan yang ingin
dicapai, seperti memaksimalkan keuntungan, total produksi serta meminimalkan biaya
produksi. Untuk memberikan solusi optimal yang merupakan titik temu dari beberapa
tujuan yang telah ditetapkan, metode yang digunakan adalah goal programming. Hasil
penerapan metode Goal programming memberikan hasil untuk memaksimalkan
keuntungan diperoleh total nilai penjualan sebesar Rp. 59.350.000, memaksimumkan
total produksi diperoleh 367.000 botol dan untuk meminimumkan anggaran biaya
tercapai sebesar Rp. 34.241.020. Hasil penelitian menunjukkan bahwa tujuan yang telah
ditetapkan tercapai secara optimal.

Dari penelitian diatas didapat bahwa Goal programming merupakan metode
yang tepat digunakan dalam pengambilan keputusan untuk mencapai tujuan-tujuan di
dalam batasan-batasan yang komplek dalam perencanaan produksi. Oleh karena itu,
penelitian ini akan menggunakan Goal programming dalam proses perencanaan
produksi untuk mengetahui jumlah kombinasi produk yang akan diproduksi dengan
memperhatikan ketersediaan jam kerja dan bahan baku serta dapat meningkatkan
keuntungan perusahaan .
1.2. Perumusan Masalah
Pokok permasalahan yang terdapat dalam perusahaan adalah ketidakmampuan
perusahaan dalam memenuhi permintaan jenis pakan udang tertentu (kekurangan
produksi) dan terjadi kelebihan produksi pada jenis pakan udang tertentu dalam
beberapa periode sehingga menyebabkan tingginya biaya yang tertanam di gudang dan
tingginya opportunity lost cost.
1.3. Tujuan Penelitian
Tujuan dari penelitian adalah merencanakan jumlah produksi yang optimal
dengan melihat ketersediaan kapasitas, material, dan sumber daya yang disediakan
perusahaan untuk menurunkan biaya penyimpanan dan opportunity lost cost.
Tujuan khusus dari penelitian ini adalah:
1. Mengestimasi trend permintaan produksi
2. Optimasi jumlah produk yang dihasilkan
3. Mengetahui perkiraan keuntungan dari hasil optimasi produksi

1.4. Manfaat Penelitian
Dengan dilakukannya penelitian ini diharapkan akan memberikan manfaat baik
bagi perusahaan, universitas maupun bagi peneliti sendiri. Manfaat yang dapat diperoleh
dari penelitian ini adalah :
1. Bagi Peneliti
Meningkatkan kemampuan bagi mahasiswa dalam menerapkan teori yang didapat di
bangku kuliah dengan mengaplikasikannya di lapangan.
2. Bagi Perusahaan
Sebagai masukan dan sumbangan pemikiran bagi perusahaan dalam melakukan
perencanaan produksi yang optimal.
3. Bagi Universitas
Mempererat kerjasama antara perusahaan dengan Departemen Teknik Industri,
Fakultas Teknik USU dan menjadi bahan literatur bagi penelitian oleh departemen
di kemudian hari.
1.5. Batasan dan Asumsi Penelitian
Batasan-batasan pada penelitian ini adalah sebagai berikut:
1. Penelitian dilakukan terbatas pada pabrik PT. Central Proteina Prima.
2. Produk yang dianalisis adalah 5 jenis pakan udang yang diproduksi perusahaan.
3. Data produksi dan permintaan yang digunakan adalah pada periode Januari 2015 -
Desember 2015.

Asumsi yang digunakan pada penelitian ini yaitu:
1. Proses produksi berlangsung secara normal dan tidak ada gangguan atau perubahan
urutan operasi yang mempengaruhi jalannya proses produksi.
2. Tidak adanya penambahan ataupun pengurangan fasilitas produksi pada saat
penelitian dilakukan.
3. Harga bahan baku dan harga penjualan tidak berubah selama penelitian

ABSTRAK
Persaingan pada bidang manufaktur membuat perusahaan harus melakukan

perbaikan sistem perencanaan produksi secara terus menerus dalam rangka memenuhi
permintaan pelanggan. PT. Central Proteina Prima merupakan perusahaan yang
bergerak di bidang produksi pakan udang. Produk pakan yang dihasilkan berdasarkan
ukurannya ada 5 jenis yaitu Irawan 9001, Irawan 682 , Irawan 683, Irawan 683 SP dan
irawan 684 S.
Perencanaan produksi pada PT. Central Proteina Prima umumnya dilakukan
dengan taksiran berdasarkan permintaan masa lalu. Tetapi taksiran yang dilakukan
kurang efektif karena perusahaan sering dihadapkan dengan suatu keadaan berupa
ketidaksesuaian produksi dengan volume permintaan karena permintaan yang bersifat
fluktuatif. Dampak ketidaksesuaian produksi dan volume permintaan mengakibatkan
tingginya opportunity loss cost dan tingginya modal yang tertanam di dalam gudang.
Pada penelitian ini akan digunakan suatu pendekatan untuk mengoptimalkan
perencanaan produksi dengan menggunakan goal programming. Metode ini digunakan
untuk melakukan maksimisasi atau minimisasi sumber daya yang dimiliki perusahaan
dengan bebarapa fungsi tujuan. Goal programming adalah salah satu model matematis
yang dipandang sesuai digunakan untuk pemecahan masalah-masalah multi tujuan
karena melalui variabel deviasinya. Tujuan dari penelitian adalah merencanakan jumlah
produksi yang optimal dengan melihat ketersediaan kapasitas, material, dan sumber
daya yang disediakan perusahaan untuk menurunkan biaya penyimpanan dan
opportunity lost cost. Tujuan khusus dari penelitian ini adalah mengestimasi trend
permintaan, optimasi jumlah produk yang dihasilkan dan keuntungan yang diperoleh
dari hasil optimasi.
Hasil yang diperoleh dari optimasi perencanaan produksi menunjukkan bahwa
jumlah produk optimal yang dihasilkan untuk produk Irawan 9001 sebesar 11242 bag,
Irawan 682 sebesar 48399 bag, Irawan 683 sebesar 122130 bag, Irawan 683 SP sebesar
252959 bag dan Irawan 684 S sebesar 167098 bag dengan perkiraan keuntungan
optimal perusahaan sebesar Rp. 8.060.228.900.
Kata Kunci : Perencanaan Produksi, Goal programming, Optimasi Produksi,

Peramalan, Variabel Devasional.

PENDEKATAN GOAL PROGRAMMING DALAM OPTIMASI
PERENCANAAN PRODUKSI PADA PT. CENTRAL PROTEINA
PRIMA
DRAFT TUGAS SARJANA

Diajukan untuk Memenuhi Sebagian dari
Syarat-syarat Penulisan Tugas Sarjana
Oleh :
KISWANTO MARINO SIHOMBING
110403107
DEPARTEMEN TEKNIK INDUSTRI

F A K U L T A S T E K N I K
UNIVERSITAS SUMATERA UTARA
MEDAN
2016

KATA PENGANTAR
Puji dan syukur penulis panjatkan kehadirat Tuhan Yang Maha Kuasa atas
berkat dan rahmat-Nya yang dilimpahkan kepada penulis sehingga dapat menyelesaikan
laporan Tugas Akhir ini dengan baik dan tepat pada waktunya.
Laporan Tugas Akhir merupakan langkah awal bagi penulis untuk melanjutkan
ke penelitian dan penulisan laporan Tugas Akhir. Hal ini merupakan langkah awal bagi
penulis untuk mengenal lingkungan kerja aktual serta menerapkan ilmu yang telah
dipelajari selama perkuliahan.
Laporan Tugas Akhir ini terdiri dari struktur pengerjaan laporan Tugas Akhir
dan dasar-dasar dari penelitian yang akan dilakukan di PT. Central Proteina Prima,
dengan judul Tugas Akhir “Pendekatan Goal Programming dalam Optimasi
Perencanaan Produksi Pada PT. Central Proteina Prima”
Dengan keterbatasan yang ada, penulis menyadari bahwa penyusunan laporanini
belum sempurna sehingga memerlukan perbaikan dan penyesuaian lebih lanjut. Untuk
itu, penulis mengharapkan kritik atau saran yang membangun dalam penyempurnaan
laporanini.
Universitas Sumatera Utara Penulis
Medan, Juli 2016
(Kiswanto M Sihombing)

DAFTAR ISI
BAB HALAMAN
LEMBAR JUDUL ............................................................................ i
LEMBAR PENGESAHAN .............................................................. ii
SERTIFIKAT ................................................................................... iii
KATA PENGANTAR ..................................................................... iv
UCAPAN TERIMA KASIH ............................................................ v
DAFTAR ISI .................................................................................... vi
DAFTAR TABEL ............................................................................. xii
DAFTAR GAMBAR ........................................................................ xiv
ABSTRAK ......................................................................................... xv
I PENDAHULUAN ............................................................................. I-1
1.1. Latar Belakang Masalah ........................................................... I-1
1.2. Perumusan Masalah .................................................................. I-4
1.3. Tujuan Penelitian ...................................................................... I-5
1.4. Manfaat Penelitian .................................................................... I-5
1.5. Batasan dan Asumsi Penelitian................................................. I-6
III GAMBARAN UMUM PERUSAHAAN ......................................... II-1
2.1. Sejarah Perusahaan .................................................................... II-1
2.2. Ruang Lingkup Bidang Usaha ................................................... II-2
2.3. Lokasi Perusahaan ..................................................................... II-3
2.4. Daerah Pemasaran ..................................................................... II-3

DAFTAR ISI (Lanjutan)
BAB HALAMAN
2.5. Dampak Ekonomi, Sosial dan Budaya Terhadap Lingkungan .. II-4
2.6. Organisasi dan Manajemen ....................................................... II-5
2.7. Proses Produksi ......................................................................... II-8
2.7.1. Standar Mutu Bahan/Produk ................................. II-9
2.7.2. Bahan yang Digunakan................................................... II-9
2.7.2.1. Bahan Baku ...................................................... II-10
2.7.2.2. Bahan Tambahan .............................................. II-11
2.7.2.3. Bahan Penolong ................................................ II-12
2.7.3. Uraian Proses Produksi................................................... II-12
2.8. Mesin dan Peralatan................................................................... II-18
2.8.1. Mesin .............................................................................. II-18
2.8.2. Peralatan ............................................................................ II-23
2.9. Jam Kerja ................................................................................... II-27
III LANDASAN TEORI ........................................................................ III-1
3.1. Perencanaan Produksi ................................................................ III-1
3.1.1. Tujuan Perencanaan Produksi ........................................ III-2
3.1.2. Karakteristik Perencanaan Produksi ............................... III-3
3.2. Optimasi Produksi ..................................................................... III-3
3.3. Peramalan .................................................................................. III-4

BAB HALAMAN
3.3.1. Karakteristik Peramalan yang Baik ................................. III-4
3.3.2. Karakteristik Peramalan yang Baik ......................................... III-5
3.3.3. Faktor- faktor yang Mempengaruhi Pemilihan
Teknik Peramalan .......................................................... III-6
3.3.4. Klasifikasi Teknik Peramalan ......................................... III-9
3.3.5. Peramalan Kualitatif (Judgement Method) ..................... III-11
3.3.6. Metode Peramalan Kuantitatif ........................................ III-13
3.3.7. Metode Smoothing .......................................................... III-15
3.3.8. Metode Proyeksi Kecenderungan Regresi ...................... III-16
3.3.9. Metode Dekomposisi ...................................................... III-17
3.3.10.Metode Kausal ................................................................ III-18
3.3.11.Kriteria Performance Peramalan .................................... III-19
3.3.12.Proses Verifikasi ............................................................. III-21
3.4. Goal Programming .................................................................... III-22
3.4.1. Kendala Sasaran ............................................................. III-23
3.4.2. Bentuk Umum Goal Programming ............................... III-24
3.4.3. Langkah-langkah Goal Programming ............................ III-24
3.4.4. Metode Pemecahan Masalah Goal Programming .......... III-25
IV METODOLOGI PENELITIAN...................................................... IV-1
4.1. Lokasi dan Waktu Penelitian .................................................... IV-1
4.2. Jenis Penelitian ......................................................................... IV-1

BAB HALAMAN
4.3. Obek Penelitian......................................................................... IV-1
4.4. Variabel Penelitian.................................................................... IV-2
4.5. Kerangka Konseptual Penelitian............................................... IV-2
4.6. Rancangan Penelitian................................................................ IV-3
4.7. Pengumpulan Data .................................................................... IV-5
4.8. Metode Pengolahan Data .......................................................... IV-5
4.9. Analisis dan Pemecahan Masalah............................................. IV-7
4.10. Kesimpulan dan Saran .............................................................. IV-8
V PENGUMPULAN DATA DAN PENGOLAHAN DATA............. V-1
5.1. Pengumpulan Data .................................................................... V-1
5.1.1.Data Permintaan dari Januari 2015 – Desember 2015 .... V-1
5.1.2. Data Harga Pokok dan Harga Penjualan ........................ V-2
5.1.3. Data Kecepatan Produksi dan Ketersediaan Jam Kerja.. V-3
5.1.4. Pemkaian dan Ketersediaan Bahan Baku ....................... V-4
5.2. Pengolahan Data ....................................................................... V-6
5.2.1. Peramalan Permintaan untuk Periode Januari –
Desember 2016 ............................................................. V-6
5.2.2. Formulasi Fungsi Optimasi Perencanaan
Produksi dengan Goal Programming .......................... V-20
5.2.2.1.Variabel Keputusan Goal Programming .......... V-20

BAB HALAMAN
5.2.2.2.Fungsi Kendala Goal Programming ................. V-22
5.2.2.3.Fungsi Sasaran Goal Programming.................. V-24
5.2.2.4.Formulasi Fungsi Pencapaian ........................... V-28
5.2.2.5.Penyelesaian Fungsi Pencapaian dengan
Software LINDO 6.1....................................... V-41
VI ANALISIS PEMECAHAN MASALAH......................................... VI-1
6.1. Analisis Volume Produksi ........................................................ VI-1
6.2. Analisis Penggunaan Bahan Baku ............................................ VI-2
6.3. Analisis Penggunaan Jam Kerja ............................................... VI-4
6.4. Analisis Pencapaian Keuntungan ............................................. VI-6
VIIKESIMPULAN DAN SARAN......................................................... VII-1
7.1. Kesimpulan ............................................................................... VII-1
7.2. Saran ......................................................................................... VII-2
DAFTAR PUSTAKA
LAMPIRAN
− Lembar Asistensi Proposal
− Peramalan Produk
− Output Lindo

DAFTAR GAMBAR
GAMBAR HALAMAN
2.1. Struktur Organisasi PT Central .................................................... II-7
3.1. Taksonomi Teknik Peramalan ...................................................... III-11
3.2. Moving Average Chart .................................................................. III-21
4.1. Kerangka Konseptual Penelitian ................................................... IV-3
4.2. Blok Diagram Rancangan Penelitian ............................................ IV-4
5.1. Scatter Diagram Permintaan Irawan 9001 Tahun 2015 ............... V-7
5.2. Grafik Uji Hipotesis Irawan 9001 dengan Distribusi F ................ V-14
5.3. Batas Kelas Perhitungan Peramalan Permintaan Irawan 9001 ..... V-16
5.4. Grafik Hasil Peramalan Irawan 9001 ............................................ V-17
5.5. Grafik Hasil Peramalan Irawan 682 .............................................. V-18
5.6. Grafik Hasil Peramalan Irawan 683 .............................................. V-18
5.7. Grafik Hasil Peramalan Irawan 683 SP ........................................ V-19
5.8. Grafik Hasil Peramalan Irawan 684 S........................................... V-19
5.9. Tampilan Input Fungsi Pencapaian ............................................... V-41
5.10. Tampilan Status Solve ................................................................... V-42
5.11. Tampilan Hasil Optimalisasi dengan Lindo 6.1 ........................... V-43

DAFTAR TABEL
TABEL HALAMAN
1.1. Jumlah Permintaan, Produksi dan Persediaan Produk Pakan
Udang Irawan 9001 Periode Januari – Desember 2015 ................. II-2
Udang Irawan 682 Periode Januari – Desember 2015 ................... II-3
Udang Irawan 683 Periode Januari – Desember 2015 ................... II-3
Udang Irawan 683 SP Periode Januari – Desember 2015 ............. II-4
Udang Irawan 684 S Periode Januari – Desember 2015 ................ II-4
5.1. Data Permintaan Pakan Udang dari Januari 2015 – Desember
2015 ................................................................................................. V-2
5.2. Data Harga Pokok dan Penjualan Pakan Udang ............................ V-2
5.3. Data Kecepatan Produksi Setiap Pakan Udang ............................... V-3
5.4. Waktu Kerja yang Tersedia pada Tahun 2015 ................................ V-4
5.5. Komposisi Pemakaian Bahan Baku untuk Produksi 1 Ton
Pakan Udang................................................................................... V-4
5.6. Data Ketersediaan Bahan Baku ....................................................... V-6
5.7. Data Historis Permintaan Irawan 9001 Tahun 2015 ....................... V-6
5.8. Parameter Peramalan Irawan 9001 Metode Linier .......................... V-8
DAFTAR TABEL (Lanjutan)

TABEL HALAMAN
5.9. Parameter Peramalan Irawan 9001 Metode Kuadratis .................... V-9
5.10. Parameter Peramalan Irawan 9001 Metode Siklis .......................... V-8
5.11. Rekapitulasi Nilai Peramalan Irawan 9001 ..................................... V-13
5.12. Rekapitulasi Perhitungan SEE untuk Semua Metode ..................... V-13
5.13. Perhitungan Verifikasi Peramalan Irawan 9001 .............................. V-15
5.14. Hasil Rekapitulasi Peramalan Setiap Produk ................................... V-17
5.15. Waktu Produksi Per Bag .................................................................. V-21
5.16. Komposisi Bahan Baku Per bag @25 kg ........................................ V-22
5.17. Rekapitulasi Hasil Perhitungan Proyeksi Keuntungan untuk
Tahun 2016 ...................................................................................... V-27
5.18. Formulasi Fungsi Pencapaian Februari– Desember 2016 ............... V-30
5.19. Hasil Perencanaan Produk Pakan Udang dengan Goal Programming V-44
5.20. Rekapitulasi Keuntungan Optimal .................................................. V-45
6.1. Selisih Peramalan dengan Hasil Optimasi Perencanaan
Produksi Goal Programming Tahun 2016 ...................................... VI-1
6.2. Hasil Perencanaan Penggunaan Bahan Baku Optimal ...................... VI-2
6.3. Rekapitulasi Penggunaan Jam Kerja ................................................. VI-5
6.4. Perbandingan Target Keuntungan dengan Pencapaian
Keuntungan ........................................................................................ VI-6

TPB Lengkap Peramalan

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

TPB Lengkap Peramalan

Diunggah oleh

Hak Cipta:

Format Tersedia

LAMPIRAN

Universitas Sumatera Utara

Universitas Sumatera Utara

Universitas Sumatera Utara

Universitas Sumatera Utara

Universitas Sumatera Utara

Universitas Sumatera Utara

Universitas Sumatera Utara

Universitas Sumatera Utara

Universitas Sumatera Utara

Universitas Sumatera Utara

Universitas Sumatera Utara

Universitas Sumatera Utara

Agus Ahyari. 2002. Manajemen Produksi: Perencanaan Sistem Produksi.

Arman Hakim Nasution. 1999. Perencanaan dan Pengendalian Produksi.

Jakarta.: PT. Candimas Metropole.

Berrouiguet, Abdelkrim Yahia. 2015. Application Of Goal Programming Model

For Allocating Time And Cost In Project Management : A Case Study

From The Company Of Construction Seror. University Of Tlemcen,

Management. Alliance Unversity, India.

Devianti, Ni Putu. 2015. Optimalisasi Perencanaan Produksi dengan Preemptive

Goal Programming (Studi Kasus: Ud. Dodol Made Merta Tejakula,

Singaraja). Universitas Udayana.

Herlambang, Ade. 2014. Optimalisasi Produksi pada Industri Pembuatan

Kemasan Gelas dengan Metode Goal Programming. Surabaya:

Universitas Negeri Surabaya.

Hillier, Frederick S. dan Gerald J. Lieberman. 1980. Introduction Operation

Research. Third Edition. California: Holden Day, Inc.

Lutero, D S. 2015. A Fuzzy Goal Programming Model For Biodesel Production.

Universitas Sumatera Utara

Problem In Fuzzy Environment. Banaras Hindu University. India. 2015

manajemen Rantai Pasok. Bogor: Penerbit IPB Press.

Rosnani Ginting. 2007. Sistem Produksi. Yogyakarta : Graha Ilmu.

Siswanto. 2006. Operations Research, Jilid I. Jakarta: Erlangga.

Sukaria, Sinulingga. 2013. Metodologi Penelitian. Medan: USU Press.

Barokah Jember Melalui Pendekatan Goal Programming. Jember :

Jurusan Ilmu Administrasi Bisnis, Fakultas Ilmu Sosial dan Politik,

Unversitas Jember (UNEJ).

Tunjo, Peric. 2014. A Goal Programming Procedure for Solving Fuzzy

Multiobjective Fractional Linear Programming Problems. University Of

Tampinongkol, Feliks F. 2015. Aplikasi Fuzzy Goal Programming (Studi Kasus:

UD. Sinar Sakti Manado). UNSRAT Manado.

Universitas Sumatera Utara

3.1. Perencanaan Produksi

Perencanaan produksi merupakan perencanaan tentang produk apa

periode yang akan datang. Perencanaan produksi merupakan bagian dari

perencanaan operasional di dalam perusahaan. Dalam penyusunan perencanaan

produksi, hal yang perlu dipertimbangkan adalah adanya optimasi produksi

proses produksi tersebut.

Perbedaan antara perencanaan produk dengan perencanaan produksi ini

suatu perusahaan, namun dikarenakan dalam suatu periode tertentu

tidak ekonomis untuk diproduksikan, akan ditinggalkan di dalam penyusunan

sedangkan pada perencanaan produksi ini adalah jangka pendek.

yang bagaimana dan berapa yang akan dapat diproduksikan oleh

perusahaan. Desain teknis, bahan apa yang dipergunakan, berapa standar

produksinya merupakan masalah-masalah teknis yang harus diselesaikan

dalam rangka perencanaan produk tersebut. Di dalam perencanaan produksi,

datang, berapa kebuthan masukan (input) untuk penyelenggaraan produksi

sebagainya), yang kesemuanya akan diadakan perhitungan-perhitungan yang teliti

dan secermat-cermatnya. Dengan demikian diharapkan bahwa proses produksi

ekonomis serta tidak menimbulkan berbagai kerugian dan hambatan terhadap

kegiatan operasi dari perusahaan yang bersangkutan.

3.1.1. Tujuan Perencanaan Produksi