PROPOSAL

PERANCANGAN SISTEM INDUSTRI

CAPSTONE DESIGN PROJECT

“PENERAPAN MODEL PROGRAMA LINIER DALAM

MEMAKSIMALKAN PROFIT PADA TOKO OLEH-OLEH
KHAS SURABAYA HONEST”

Kelompok 1:
1. Dicky Aditya Hernanda 07.2019.1.03488
2. Stefani Nilam Shofa 07.2019.1.03495
3. Arizal Agusetiawan 07.2019.1.03526
4. Robertus Terry Damian 07.2021.1.90252
5. Kelvin Yonathan Tandean 07.2021.1.90255

JURUSAN TEKNIK INDUSTRI

FAKULTAS TEKNOLOGI INDUSTRI
INSTITUT TEKNOLOGI ADHI TAMA SURABAYA
2022/2023
 Capstone Design Project
Jurusan Teknik Industri

BAB I
PENDAHULUAN

1.1 Latar Belakang

Perkembangan dunia bisnis saat inibaik jasa, dagang, maupun industri
manufaktur menunjukan perkembangan yang sangat pesat seiring dengan
perkembangan teknologi. Sehingga persaingan antar dunia usaha pun dirasakan
semakin tajam yang menyebabkan perusahaan di tuntut untuk mampu mengelola
bidang usahanya dengan baik, salah satu cara yang dapat ditempuh dengan
membuat perencanaan produksi dengan tepat(Aini et al., 2021). Perencanaan
produksi berhubungan dengan penentuan volume produksi, ketepatan waktu
penyelesaian dan sumber daya yang tersedia. Dengan perencanaan yang tepat,
proses produksi dapat berjalan dengan efisien dan efektif(Sari et al., 2020).
Sumber daya merupakan salah satufaktor penting yang akan menentukan
keberhasilan produksi. Semua sumber daya yang terlibat langsung dalam
perusahaan akan sangat mempengaruhi proses produksi. Maka dari itu,
penggunaan sumber daya dalam perusahaan harus dilakukan secara optimal.
Tanpa adanya penggunaan sumber daya yang optimal dalam suatu perusahaan,
maka akan mengakibatkan terganggunya proses produksi yang pastinya akan
mengurangi jumlah hasil produksi, begitu juga sebaliknya(Hidayah et al., 2022).
Setiap perusahaan bertujuan untukmencari keuntungan yang maksimal
dalammenjalankan kegiatan usahannya, sehinggaperusahaan dituntun untuk
dapatmemanfaatkan sumberdaya yang dimilikiseoptimal mungkin(Rumetna et al.,
2018). Namun kenyataannya,perusahaan mengalami banyak hambatandalam
pencapaian tujuan, sehinggaperusahaan tersebut mengerahkanberbagai usaha
untuk mengatasi masalahyang sedang dihadapinya. Persoalan umumyang dihadapi
oleh perusahaan adalahbagaimana mengkombinasikan faktor-faktorproduksi atau
sumberdaya yangdimiliki secara bersama dengan tepat agardiperoleh keuntungan
maksimal denganbiaya yang minimal(Anti & Sudrajat, 2021).
Pada penelitian (Aini et al., 2021) dapat membuktikan bahwa dengan
menggunakan analisis program linier melalui metode simpleks terhadap UMKM
Seblak Gaul Bapak Pitra di Kota Serang, Banten mendapatkan keuntungan
maksimal sebesar Rp 750.000 dengan memproduksi seblak mie dan seblak telur
sebanyak 3 porsi, adapun selisih antara sebelum dan setelah optimasi
menggunakan programa linier adalah sebesar Rp 150.000. Selain itu, pada
peneltian (Lina et al., 2020) juga telah menunjukkan hasil bahwa penerapan
programa linier dalam optimasi penjualan pentolan bakso Ibu Fitri dapat
membantu dalam memaksimalkan keuntungan dari keterbatasan sumber daya
yang dimiliki. Keuntungan maksimal yang diperoleh yaitu sebesar Rp 320.000 per
produksi pentolan bakso setiap minggunya. Penelitian lain pada (Hidayah et al.,
2022) yaitu mengenai optimasi keuntungan bisnis bakery menggunakan programa
linier metode simpleks didapatkan hasil prediksi keuntungan sebesar Rp 425.000
dimana pada perhitungan sebelum menggunakan programa linier menghasilkan
prediksi keuntungan sebesar Rp 392.000 maka dapat diketahui selisih hasil
prediksi keuntungan yang didapatkan dari sebelum dan sesuah penerapan

Institut Teknologi Adhi Tama Surabaya – ITATS 1

 Capstone Design Project
Jurusan Teknik Industri

programa linier adalah sebesar Rp 33.000. Dari hasil penelitian terdahulu telah
membuktikan bahwa programa linier dapat diterapkan untuk menyelesaikan
permasalahan dalam perhitungan untuk mendapatkan keuntungan yang maksimal
pada suatu bisnis.
Objek yang digunakan dalam project ini adalah usaha Toko Oleh-Oleh
Khas Surabaya Honest yang dalam proses produksinya berlokasi di Perum. Jaya
Regency Tahap 5 Blok CB 25, Wager, Kwangsan, Kec. Sedati, Sidoarjo. Usaha
ini telah berdiri sejak 2017 yang menyediakan berbagai variasi makanan dan
minuman yang dapat dihidangkan sebagai buah tangan khas Kota Pahlawan
Surabaya. Dalam menjalankan usahanya, pada proses produksi dibantu oleh tujuh
(7) orang karyawan dan tiga belas (13) karyawan lainnya untuk ditugaskan
menjaga outlet yang tersebar di lima (5) cabang. Adapun produk unggulan dari
Toko Oleh-Oleh Khas Surabaya Honest antara lain adalah lapis legit, lapis kukus
surabaya, brownis kukus, brownis bakar, bakpia, honest drink, dan aneka camilan.
Berdasarkan hasil wawancara dengan owner/pemilik usaha dapat diketahui
bahwa permasalahan yang terjadi adalah ketidaktepatan perhitungan jumlah
produksi sehingga menyebabkan seringnya terjadi tidak terpenuhinya demand dari
konsumen, namun terkadang juga terjadi produk sisa yang tak terjual hingga
produk tersebut sudah tidak layak untuk dijual. Hal tersebut dapat memberikan
kerugian bagi pemilik usaha, jika permasalahan ini dibiarkan secara terus-menerus
akan berakibat sangat fatal terhadap nasib usaha ini. Oleh karena itu, dalam
project ini akan menyelesaikan permasalahan tersebut dengan memodelkan
sejumlah variabel terkait dalam suatu persamaan programa linier (linear
programming). Diharapkan hasil perhitungan dari model programa linier ini
didapatkan jumlah produk yang optimal untuk mendapatkan hasil profit yang
maksimal.

1.2 Rumusan Masalah

Berdasarkan pada penjelasan latar belakang diatas, maka perumusan
masalah pada project ini adalah:
1. Bagaimana model programa linier untuk memaksimalkan profit pada Toko
Oleh-Oleh Khas Surabaya Honest?
2. Bagaimana menentukan jumlah penjualan produk untukprofit penjualan
pada Toko Oleh-Oleh Khas Surabaya Honest?

1.3 Tujuan Project

Berdasarkan latar belakang dan rumusan masalah maka dapat ditentukan
tujuan dari project ini yaitu:
1. Menghasilkanmodel programa linier beserta penyelesaiannyauntuk
memaksimalkan profit pada Toko Oleh-Oleh Khas Surabaya Honest.
2. Menghitung jumlah penjualan produk untuk memaksimalkan profit pada
Toko Oleh-Oleh Khas Surabaya Honest.

Institut Teknologi Adhi Tama Surabaya – ITATS 2

 Capstone Design Project
Jurusan Teknik Industri

1.4 Manfaat Project

Manfaat yang diperoleh pada project ini antara lain:
1. Mengimplementasikan dan mengamalkan ilmu yang didapat di perguruan
tinggi kepada kasus nyata di industri bakery.
2. Meningkatkan wawasan terhadap dunia industri bakery.
3. Dapat membantu menyelesaikan permasalahan yang terjadi pada Toko
Oleh-Oleh Khas Surabaya Honest.

1.5 Batasan Permasalahan

Supaya pembahasan tidak melebar maka ditentukan batasan-batasan yang
digunakan adalah sebagai berikut:
1. Objek yang digunakan adalah Toko Oleh-Oleh Khas Surabaya Honest.
2. Variabel terikat yang digunakan adalah produk-produk yang murni
diproduksi sendiri, yaitu lapis legit, lapis kukus surabaya, brownis kukus,
brownis bakar, dan bakpia.
3. Faktor variasi/rasa tidak diperhatikan.
4. Pengolahan data yang digunakan adalah model programa linierdengan
perhitungan softwareWinQSB.

1.6 Asumsi-Asumsi yang Digunakan

Asumsi-asumsi yang digunakan dalam project ini adalah:
1. Pada saat proses observasi data, kegiatan produksi berjalan secara normal.
2. Harga jual produk merupakan harga yang masih berlaku.
3. Kapasitas bahan baku produksi merupakan kapasitas/resep yang masih
berlaku.
4. Data yang diperoleh adalah data asli dari pemilik usaha.

Institut Teknologi Adhi Tama Surabaya – ITATS 3

 Capstone Design Project
Jurusan Teknik Industri

BAB II
TINJAUAN PUSTAKA

2.1 Programa Linier

Programa linier (linear programming) adalah sebuah teknik/cara yang
berhubungandengan permasalahan pengalokasian sumber daya dan juga
berhubungan dengan permasalahan lain yang memiliki sebuah perumusan
matematika yang hampir sama. Linear programming menjadi sebuah alat standar
dengan manfaatnya yang besar bagi banyak organisasi bisnis dan industri(Dewi
Rosa Indah, 2019). Lebih jauh lagi, hampir semua organisasi berhubungan dengan
pengalokasian sumber daya dalam berbagai situasi, dan ada sebuah pengakuan
yang semakin tinggi mengenai penerapan teknik yang sudah sangat luas. Dengan
kata lain, dapat disimpulkan bahwa programa linier merupakan model matematik
dalam mengalokasikan sumber daya yang terbatas untuk mencapai suatu tujuan
seperti memaksimalkan keuntungan (profit)atau meminimumkan biaya
pengeluaran (resources). Programa linier juga berkaitan dengan penjelasan suatu
kasus dalam dunia nyata sebagai suatu model matematikyang terdiri dari sebuah
fungsi tujuan linier dengan beberapa kendala.

2.1.1 Model Programa Linier

Model programa linier ini merupakan model matematis pada perumusan
masalah untuk pengalokasian sumber daya dalam berbagai kegiatan. Secara
umum model programa liner dapat ditulis dalam bentuk umum sebagai
berikut(Susanti, 2021):
Z m ax/min =x 1 + x 2+ …+ x n……………………….. (2.1)
Dengan batasan/constraint (c\t):

()
≤
x 1+ x2 +…+ x n ≥ bn………………………………… (2.2)
¿
Keterangan:
Zmax = Fungsi tujuan maksimasi
Zmin = Fungsi tujuan minimasi
bn = Jumlah suber daya n yang tersedia

2.2 Teknik Pemecahan Programa Linier

Dalam pemecahan permasalahan dengan model programa linier terdapat
dua metode yang dapat digunakan yaitu metode grafik dan metode simpleks(Aini
et al., 2021). Namun pada project ini metode yang akan digunakan adalah metode
simpleks.

2.2.1Metode Simpleks
Metode simpleks merupakan salah satu teknik penentuan solusi optimal
yang digunakan dalam pemrograman linier. Metode simpleks digunakan

Institut Teknologi Adhi Tama Surabaya – ITATS 4

 Capstone Design Project
Jurusan Teknik Industri

untukmenyelesaikan masalah optimasi yang melibatkan tiga variabel atau lebih

yang tidak dapat diselesaikan oleh metode grafik(Lina et al., 2020). Metode
simpleks didefinisikansebagai cara menyelesaikan permasalahan yang memiliki
variabel keputusan minimal dua dengan munggunakan alat bantu berupa tabel.
Metode simpleks dibedakan menjadi dua yaitu metode simpleks maksimasi untuk
mencari keuntungan maksimal dan metode simpleks minimasi untuk
meminimalkan resources(Suryanto et al., 2019).
Metode simpleks merupakan suatu metode yang secara sistematis dimulai
dari suatu pemecahan dasar fisibel ke pemecahan dasar fisibel lainnya, yang
dilakukan secara berulang-ulang sehingga akhirnya tercapai suatu pemecahan
dasar yang optimum dan pada setiap langkah menghasilkan suatu nilai dari fungsi
tujuan yang selalu lebih besar atau sama dari langkah sebelumnya.
Adapun langkah-langkah perhitungan dalam metode simpleks adalah
sebagai berikut(Lina et al., 2020):
1. Mengidentifikasi tujuan yang akan dicapai dan kendala-kendala yang
terjadi.
2. Memformulasikan fungsi tujuan dan batasan/constraint ke dalam fungsi
model matematis
Z max /min =nx 1 +nx 2+ …+nx n…………………… (2.3)
constraint
a 11 x1 + a12 x 2+ …+a1 n x n ≤ b1………………………… (2.4)
a 21 x1 + a22 x 2+ …+a 2n x n ≤ b2 ………………………… (2.5)
a m 1 x 1+ am 2 x2 +…+ amn xn ≤ bm………………………… (2.6)
x 1+ x2 +…+ x n ≥ 0…………………………………. (2.7)
3. Mengubah pertidaksamaan “≤” pada constraint menjadi “=” dengan
menambahkan variabel slack (S).
a 11 x1 + a12 x 2+ …+a1 n x n+ S 1=b1 ………………… (2.8)
a 21 x1 + a22 x 2+ …+a 2n x n+ S 2=b2 ………………… (2.8)
a m 1 x 1+ am 2 x2 +…+ amn xn + S n=bn ………………… (2.8)

4. Memasukkan data fungsi tujuan dan kendala-kendala yang telah diubah

tersebut kedalam tabel simpleks.
Tabel 2.1 Tabel Simpleks
Basic Coefficient of:
Variabl RHS
x1 x2 xn S1 S2 Sn
e
S1 a11 a12 a1n 1 0 0 b1
S2 a21 a22 a2n 0 1 0 b2
Sn am1 am1 amn 0 0 1 bn
Zj-Cj x1 x2 xn 0 0 0 0
5. Setelah data tersusun dalam tabel simpleks awal, lakukan iterasi sehingga
dihasilkan titik optimal dengan cara:

Institut Teknologi Adhi Tama Surabaya – ITATS 5

 Capstone Design Project
Jurusan Teknik Industri

a. Menentukan entering variable: Dicari variabel paling sensitif terhadap

fungsi tujuan yang akan menjadipivot coloum. Selanjutnya hitung
nilai rasio, dengan cara nilai kolom RHS dibagi dengan nilai pada
pivot coloum yang sesuai.
b. Menentukan leaving variable: Ditentukan berdasarkan nilai rasio
minimum yang menjadi pivot raw.
c. Membuat tabel simpleks kedua, yaitu dengan menghitung elemen
pada baris yang lain (tidak termasuk elemen pivotraw) dengan cara:
Elemen baris baru = (elemen baris lama) – (koefisien pada pivot
coloum) x (nilai elemen baru pivot raw).
6. Apabila iterasi optimal belum ditemukan maka kembali ke langkah atas.
7. Menentukan apakah penyelesaian optimal sudah tercapai.
8. Membuat kesimpulan baru.

2.3 Software WinQSB

WinQSB (Quantity System for Business) atau umumnya juga dikenal
dengan nama WinQSB (QSB yang berjalan pada sistem operasi Windows)
merupakan software yang mengandung algoritma problem solving untuk riset
operasi (operational research) dan untuk ilmu manajemen. Software ini
dikembangkan oleh Yih-Long Chang. Software ini terdapat beberapa
submodul yang dapat membantu menyelesaikan permasalahan umum dalam
menajemen bagi manajer dan masalah bisnis umumnya. WinQSB sendiri terdapat
beberapa modul yang dapat digunakan untuk menyelesaikan masalah masalah
operation riset dan ilmu manajemen(Zhu et al., 2019).

Gambar 2.1 Tampilan Modul Pada WinQSB

Berdasarkan gambar diatas maka dapat diketahui bahwa terdapat
19 modul yang dapat digunakan pada software WinQSB antara lain:
1. Acceptance Sampling Analysis
2. Aggregate Planning

Institut Teknologi Adhi Tama Surabaya – ITATS 6

 Capstone Design Project
Jurusan Teknik Industri

3. Decision Analysis
4. Dynamic Program
5. Facility Location and Layout
6. Forecasting and Linear Regression
7. Goal Programming
8. Inventory Theory and System
9. Job Scheduling
10. Linear and Integer Programming
11. MarKov Process
12. Material Requirements Planning
13. Network Modeling
14. Nonlinear Programming
15. PERT_CPM
16. Quadratic Programming
17. Quality Control Chart
18. Queuing Analysis
19. Queuing System Simulation
2.4

Institut Teknologi Adhi Tama Surabaya – ITATS 7

 Capstone Design Project
Jurusan Teknik Industri

BAB III
SKENARIO PENYELESAIAN MASALAH

3.1 Langkah-Langkah Penyelesaian Masalah

Langkah-langkah yang di rancang untuk menyelesaian masalah adalah:
1. Identifikasi Masalah
Masalah yang dihadapi oleh owneradalah ketidaktepatan perhitungan
jumlah produksi sehingga menyebabkan seringnya terjadi tidak
terpenuhinya demand dari konsumen, namun terkadang juga terjadi produk
sisa yang tak terjual hingga produk tersebut sudah tidak layak untuk dijual.
2. Pemilihan Metode Pemecahan Masalah
Model yang digunakan dalam pemecahan masalah yang telah
teridentifikasi adalah model programa linier dengan fungsi tujuan
maksimasi melalui penyelesaian dengan metode simpleks.
3. Pengumpulan Data
Pengumpulan data dilakukan melalui pustaka, observasi, dan wawancara
dengan owner. Data yang digunakan berupa data primer yaitu berupa jenis
produk yang di produksi, harga tiap produk, serta kapasitas masing-masing
produk untuk di setiap cabang.
4. Formulasi Fungsi Tujuan
Memformulasikan fungsi tujuan project dengan pengolahan data
menggunakan model programa linier dengan softwareWinQSB.
5. Implementasi Model
Tahap implementasi model adalah mempersiapkan model matematik
programa linier untuk permasalahan maksimasikeuntungan. Pemodelan
programa linier dilakukan dengan mengidentifikasi variabel keputusan,
fungsi tujuan dan fungsi batasan (constraint).
6. Evaluasi Model
Evaluasi hasil dilakukan dengan menganalisis hasil analisis programa
linier yang telah dihitung padalangkah sebelumnya. Evaluasi hasil juga
dilakukan dengan membandingkan antara hasil penelitian dengankondisi
aktual yang dialami oleh owner toko.
7. Melaksanakan Solusi Terpilih
Tahap pelaksanaan solusi terpilih bukan bagian dari penelitian, maka
langkah pengambilan keputusan hanyasampai pada tahap evaluasi hasil.
Tahap melaksanakan solusi merupakan wewenang dari pihak owner Toko
Oleh-Oleh Khas Surabaya Honest. Hasil dari pemodelan dapat digunakan
sebagai pertimbangan pengambilan keputusan terkait permasalahan
produksi yang dialami, bukan sebagai keputusan yang bersifat mutlak
harus direalisasikan.

Institut Teknologi Adhi Tama Surabaya – ITATS 8

 Capstone Design Project
Jurusan Teknik Industri

3.2 Flowchart Skenario Penyelesaian Masalah

Gambar 3.1 Flowchart Skenario Penyelesaian Masalah

Institut Teknologi Adhi Tama Surabaya – ITATS 9

 Capstone Design Project
Jurusan Teknik Industri

BAB IV
PENGUMPULAN DAN PENGOLAHAN DATA

4.1 Pengumpulan Data

Pada project ini, data yang digunakan adalah data primer yang didapatkan
dengan cara wawancara dengan pemilik usaha. Adapun data yang digunakan
dalam pemodelan programa linier adalah sebagai berikut:
1. Fungsi Tujuan
Data yang dibutuhkan untuk menyusun fungsi tujuan adalah harga jual dari
produk yang diproduksinya. Dikarenakan tujuan pada project ini adalah
untuk maksimasi profit, maka fungsi tujuan pada programa linier adalah
maksimasi dengan model sebagai berikut:
Z max=8.000 x 1 +9.500 x 2+10.300 x 3+ 7.5 00 x 4 + 4.500 x 5
Keterangan:
x 1 = Lapis Kukus
x 2 = Brownis Kukus
x 3 = Brownis Oven
x 4 = Lapis Legit
x 5 = Bakpia

2. Fungsi Batasan (Constraint)

Data yang dibutuhkan untuk membuat batasan pada fungsi tujuan adalah
macam-macam bahan baku dan takaran yang digunakan untuk
memproduksi produk-produk dari perusahaan. Adapun data-data yang
diperoleh sebagai berikut:
Tabel 4.1 Bahan Baku dan Takaran Produk
N Bahan Lapis Brownis Browni Lapis Bakpia Resouces
o Kukus Kukus s Oven Legit (gr)
X1 (gr) X2 (gr) X3 (gr) X4 (gr) X5 (gr)
1 Tepung 100 100 157,5 150 300 25.000
2 Gula 110 100 125 190 141,7 20.000
3 Telur 250 200 200 350 0 60.000
4 Benzoat 3 3 7 1 2 70
5 Sponge 11,3 12,5 12,5 7,5 6 1.000
6 Vanili 1,5 0,8 1 0,8 0,3 150
7 Garam 3 1,8 1 0,6 8,3 600
8 Baking Powder 8,5 3,5 7 1,2 0,4 600
9 Susu Bubuk 10 4 3 2,5 1,2 200
10 Minyak 100 100 200 0,8 66,7 7.000
11 Kental Manis 18,5 12,5 9,3 9,3 1,5 170
12 Cokelat 42,5 87,5 130 0,5 3,5 4.000
13 Keju 25 12,5 12,5 5 25 350
14 Rum Butter 3 2 2 5 1 50

Institut Teknologi Adhi Tama Surabaya – ITATS 10

 Capstone Design Project
Jurusan Teknik Industri

Berdasarkn tabel diatas maka dapat dirumuskan untuk batasan (constraint)

sebagai berikut:
a. Batasan pertama subject to bahan baku tepung
100 x 1+100 x 2+ 157,5 x 3 +150 x 4 +300 x5 ≤ 25.000
b. Batasan ke 2 subject to bahan baku gula
110 x 1+100 x 2+ 125 x 3 +190 x 4 +142 x 5 ≤60.000
c. Batasan ke 3 subject to bahan baku telur
250 x 1+200 x 2 +200 x3 +350 x 4 ≤60.000
d. Batasan ke 4 subject to bahan baku benzoat
17 x 1+10 x 2 +150 x 3 +35 x 4 ≤2.000
e. Batasan ke 5 subject to bahan baku sponge
225 x 1+250 x 2 +250 x3 +150 x 4 ≤6.000
f. Batasan ke 6 subject to bahan baku vanili
30 x 1+15 x 2+ 20 x 3 +16 x 4 +2 x 5 ≤ 1.000
g. Batasan ke 7 subject to bahan baku garam
60 x 1+35 x 2 +20 x3 +12 x 4 +50 x5 ≤ 1.500
h. Batasan ke 8 subject to bahan baku baking powder
170 x 1+70 x 2+ 140 x 3 +24 x 4 ≤ 3.500
i. Batasan ke 9 subject to bahan baku susu bubuk
200 x 1 ≤ 2.000
j. Batasan ke 10 subject to bahan baku minyak
2.000 x 1+2.000 x 2 +4.000 x 3+ 400 x 5 ≤ 70.000
k. Batasan ke 11 subject to bahan baku kental manis
370 x 1+250 x 2 +185 x 3 +185 x 4 ≤8.000
l. Batasan ke 12 subject to bahan baku cokelat
850 x 1+1.750 x 2 +2.600 x3 ≤ 40.000
m. Batasan ke 13 subject to bahan baku keju
500 x 1+250 x 2+ 250 x 3 +100 x 4 +1500 x5 ≤ 3.000
n. Batasan ke 14 subject to bahan baku rum butter
100 x 4 ≤1.000

Institut Teknologi Adhi Tama Surabaya – ITATS 11

 Capstone Design Project
Jurusan Teknik Industri

4.2 Pengolahan Data

Setelah mendapatkan keseluruhan data fungsi tujuan dan batasan, maka
model matematis programa linier dari project ini adalah sebagai berikut:
Z max=30.000 x 1+ 34.000 x 2 +34.000 x3 +35.000 x 4 +25.000 x 5
Dengan constraint
2.000 x 1+2.000 x 2 +3.150 x 3 +3.000 x 4 +1.800 x5 ≤ 100.000
2.200 x 1+2.000 x 2 +2.500 x 3 +3.800 x 4 +850 x 5 ≤ 60.000
5.000 x1 + 4.000 x 2 + 4.000 x 3 +7.000 x 4 ≤ 60.000
17 x 1+10 x 2 +150 x 3 +35 x 4 ≤2.000
225 x 1+250 x 2 +250 x3 +150 x 4 ≤6.000
30 x 1+15 x 2+ 20 x 3 +16 x 4 +2 x 5 ≤ 1.000
60 x 1+35 x 2 +20 x3 +12 x 4 +50 x5 ≤ 1.500
170 x 1+70 x 2+ 140 x 3 +24 x 4 ≤ 3.500
200 x 1 ≤ 2.000
2.000 x 1+2.000 x 2 +4.000 x 3+ 400 x 5 ≤ 70.000
370 x 1+250 x 2 +185 x 3 +185 x 4 ≤8.000
850 x 1+1.750 x 2 +2.600 x3 ≤ 40.000
500 x 1+250 x 2+ 250 x 3 +100 x 4 +1500 x5 ≤ 3.000
100 x 4 ≤1.000

Penolahan data yang digunakan pada project ini adalah programa linier
dengan perhitungan software WinQSB. Adapun hasil prhitungan dengan software
adalah sebagai berikut:

Institut Teknologi Adhi Tama Surabaya – ITATS 12

 Capstone Design Project
Jurusan Teknik Industri

Gambar 4.1 Final Simplex Table

Gambar 4.1 Final Simplex Table (Lanjutan)

Gambar 4.1 Final Simplex Table (Lanjutan)

Institut Teknologi Adhi Tama Surabaya – ITATS 13

 Capstone Design Project
Jurusan Teknik Industri

Gambar 4.1 Solution Summary

Pada gambar hasil perhitungan dengan software Win-QSB diatas untuk

fungsi tujuan Zmax pada profit dapat dicapai dengan varible keputusan yang
digunakan adalah X1=0(tidak diproduksi), X2=11,11; X3=0; X4=2,22; dan X5=0
dengan total profit sebesar Rp 455.555. Namun karena satuan dalam produksi
adalah unit (pcs)maka tidak mungkin diproduksi dalam bentuk desimal(tidak
utuh) maka dari hasil perhitungan, variabel keputusan akan dibulatkan keatas
menjadi sebagai berikut:
X1 = 0 = 0 x Rp 30.000 = Rp 0
X2 = 11,11 = 12 x Rp 34.000 = Rp 408.000
X3 = 0 = 0 x Rp 34.000 = Rp 0
X4 = 2,22 = 3 x Rp 35.000 = Rp 105.000
X5 = 0 = 0 x Rp 25.000 = Rp 0
Total profit = Rp 513.000
Kemudian dilakukan juga untuk pembulatan kebawah menjadi sebagai
berikut:
X1 = 0 = 0 x Rp 30.000 = Rp 0
X2 = 11,11 = 11 x Rp 34.000 = Rp 374.000
X3 = 0 = 0 x Rp 34.000 = Rp 0
X4 = 2,22 = 2 x Rp 35.000 = Rp 70.000
X5 = 0 = 0 x Rp 25.000 = Rp 0
Total profit = Rp 444.000

Gambar 4.2 Constraint Summary

Institut Teknologi Adhi Tama Surabaya – ITATS 14

 Capstone Design Project
Jurusan Teknik Industri

Pada gambar 4.2 menjelaskan untuk jumlah sumber daya yang digunakan
pada masing-masing pembatas untuk hasil perhitungan tanpa dibulatkan keatas
maupun dibulatkan kebawah. Adapun perhitungan total sumber daya yang
digunakan untuk hasil pembulatan keatas dan kebawah sebagai berikut:

Tabel 4.2 Total Sumber Daya Terpakai Untuk Pembulatan Keatas

Bahan Lapis Brownis Browni Lapis Bakpia Total Kapasitas Slack/
Kukus Kukus s Oven Legit (gr) (gr) Surplus
0X1 12X2 0X3 3X4 0X5 (gr)
Tepung 0 24.000 0 9.000 0 33.000 100.000 67.000
Gula 0 24.000 0 11.400 0 35.400 60.000 24.600
Telur 0 48.000 0 21.000 0 69.000 60.000 9.000
Benzoat 0 120 0 105 0 225 2.000 1.775
Sponge 0 3.000 0 450 0 3.450 6.000 2.550
Vanili 0 180 0 48 0 228 1.000 772
Garam 0 420 0 36 0 456 1..500 1.044
Baking
0 840 0 72 0 912 3.500 2.599
Powder
Susu
0 0 0 0 0 0 2.000 2.000
Bubuk
Minyak 0 24.000 0 0 0 24.000 70.000 46.000
Kental
0 3.000 0 555 0 3.555 8.000 4.445
Manis
Cokelat 0 21.000 0 0 0 21.000 40.000 19.000
Keju 0 0 0 300 0 300 3.000 2.700
Rum
0 0 0 300 0 300 1.000 700
Butter

Tabel 4.3 Total Sumber Daya Terpakai Untuk Pembulatan Kebawah

Bahan Lapis Brownis Brownis Lapis Bakpia Total Kapasitas Slack/
Kukus Kukus Oven Legit (gr) (gr) Surplus
0X1 11X2 0X3 2X4 0X5 (gr)
Tepung 0 22.000 0 6.000 0 28.000 100.000 72.000
Gula 0 22.000 0 7.600 0 29.600 60.000 30.400
Telur 0 44..000 0 14.00 0 58.000 60.000 2.000
0
Benzoat 0 110 0 70 0 180 2.000 1.820
Sponge 0 2.750 0 200 0 2.950 6.000 2.950
Vanili 0 165 0 32 0 197 1.000 803
Garam 0 385 0 24 0 409 1..500 1.091
Baking
0 770 0 48 0 818 3.500 2.682
Powder
Susu
0 0 0 0 0 0 2.000 2.000
Bubuk
Minyak 0 22.000 0 0 0 22.000 70.000 48.000
Kental
0 2.750 0 370 0 3.120 8.000 4.880
Manis
Cokelat 0 19.250 0 0 0 19.250 40.000 20.750
Keju 0 0 0 200 0 200 3.000 2.800
Rum
0 0 0 200 0 200 1.000 800
Butter

Institut Teknologi Adhi Tama Surabaya – ITATS 15

 Capstone Design Project
Jurusan Teknik Industri

Institut Teknologi Adhi Tama Surabaya – ITATS 16

 Capstone Design Project
Jurusan Teknik Industri

DAFTAR PUSTAKA

Aini, S., Fikri, A. J., & Sukandar, R. S. (2021). Optimalisasi Keuntungan

Produksi Makanan Menggunakan Pemrograman Linier Melalui Metode
Simpleks. Jurnal Bayesian, 1(1), 1–16.
http://bayesian.lppmbinabangsa.id/index.php/home/article/view/1
Anti, A. R., & Sudrajat, A. (2021). Optimasi Keuntungan Menggunakan Linear
Programming Metode Simpleks. Jurnal Manajemen, 13(2), 188–194.
Dewi Rosa Indah, P. S. (2019). PENERAPAN MODEL LINEAR
PROGRAMMING UNTUK MENGOPTIMALKAN JUMLAH PRODUKSI
DALAM MEMPEROLEH KEUNTUNGAN MAKSIMAL (Studi Kasus
pada Usaha Angga Perabot). J M I Jurnal Manajemen Inovasi, 10(2), 98–
115. http://www.jurnal.unsyiah.ac.id/JInoMan
Hidayah, A. A., Harahap, E., & Badruzzaman, F. H. (2022). Optimasi
Keuntungan Bisnis Bakery Menggunakan Program Linear Metode Simpleks
Optimization of Bakery Business Profits Using Linear Programs Simplex
Method. 21(1), 77–83.
Lina, T. N., Marlissa, B. S., Rumetna, M. S., & Lopulalan, J. E. (2020). Penerapan
Metode Simpleks Untuk Meningkatkan Keuntungan Produksi. JURIKOM
(Jurnal Riset Komputer), 7(3), 459.
https://doi.org/10.30865/jurikom.v7i3.2204
Rumetna, M. S., Lina, T. N., Aponno, T., Palisoa, A., Singgir, F., Thenu, F., &
Anggeluli, P. (2018). KOPERTIP: Jurnal Ilmiah Manajemen Informatika
dan Komputer Penerapan Metode Simpleks Dan Software POM-QM Untuk
Optimalisasi Hasil Penjualan Pentolan Bakso. 02(03), 143–149.
Sari, D. A., Sundari, E., Rahmawati, D. D., & Susanto, R. (2020). Maksimalisasi
Keuntungan Pada UMKM Sosis Bu Tinuk Menggunakan Metode Simpleks
dan POM-QM. JURIKOM (Jurnal Riset Komputer), 7(2), 243.
https://doi.org/10.30865/jurikom.v7i2.1889
Suryanto, Nugroho, E. S., & Putra, R. A. K. (2019). Analisis Optimasi
Keuntungan dalam Produksi Keripik Daun Singkong dengan Linier
Programming Melalui Metode Simpleks Analysis of Profit Optimization in
the Production of Cassava Leaf Chips with Linear Programming Through the
Simplex Method. Manajemen, 11(2), 226–236.
Susanti, V. (2021). Optimalisasi Produksi Tahu Menggunakan Program Linear
Metode Simpleks. MATHunesa: Jurnal Ilmiah Matematika, 9(2), 399–406.
https://doi.org/10.26740/mathunesa.v9n2.p399-406
Zhu, Q., Chen, J., Chen, C., Wang, H., & Yang, S. (2019). Association between
calcium-phosphorus balance and adolescent idiopathic scoliosis: A meta-
analysis. Acta Orthopaedica et Traumatologica Turcica, 53(6), 468–473.
https://doi.org/10.1016/j.aott.2019.08.012

Institut Teknologi Adhi Tama Surabaya – ITATS 17