Kapasitas Produksi Roti Borneo
Kapasitas Produksi Roti Borneo
ABSTRACT
Production planning in an industry is very important. Optimal production in the industry must be
clear, structured and mathematical. As one of the food and beverage industries, Borneo Bakery bakery
has problems with production. Borneo Bakery has not been optimal in determining the optimal bread
production. The owner has difficulty managing the stock of goods that are lacking or excess stock and
has not precisely determined the production to be carried out. So far, production planning is based
on sales the previous day. The average daily bread production at Borneo Bakery is 300 pcs.
Production calculation using simplex linear programming method estimated production of 436 pcs,
or production increased by 31.19%. The average profit obtained from sampling production is Rp.
2,550,000 per period. By using the simplex model Linear Program method, the profit is Rp. 3,845,000,
or profits increased by about 38.68%. With the simulation of a combination of decision variables,
objective functions, and constraints, production using the simplex linear programming method gets
better and more accurate results and maximizes profits and falls within the sensitivity range. The
results of this study provide recommendations to the Borneo Bakery Shop so that the simulation for
production optimization with a linear program is the right alternative to determine the level of bread
production and maximum profit.
Keywords : Program Linear, optimasi, metode simpleks, produksi roti, borneo bakery.
105
PROSIDING SEMMAU 2022
106
PROSIDING SEMMAU 2022
atau kurang dari nol. Jika tidak, lebih menaikan nilai fungsi pada algoritma
besar dari atau sama dengan nol. program inear.
d. Linearitas c. Variabel basis
Anggapan ini dinyatakan bahwa tujuan Variabel dasar atau baseline memiliki nilai
dari program linear dan persyaratan harus nol pada awal literasi.
memiliki struktur linear. a. Variabel pengetat atau slack
Jika terdapat model matematis dengan Variabel yang ditambahkan pada setiap
asumsi-asumsi tersebut dan memenuhi kendala yang bertanda lebih besar atau lebih
keempatnya, maka disimpulkan bahwa model kecil. Pada tahap pertama, variabel slack akan
tersebut merupakan model program linear berlaku sebagai variabel dasar.
dan alat analisis yang digunakan untuk b. Variabel semu atau artificial
menyelesaikan masalah dengan metode Variabel semu ditambahkan pada variabel
program linear. slack yang bernilai negatif . Teknik simpleks
model sistem persamaan linear adalah adalah estimasi cara iteratif. Sebelum
sebagai berikut: melakukan estimasi, model Program Linear
Maksimalkan atau minimalkan diubah menjadi bentuk baku atau bentuk
Z = c1x1+ c2x2 + c3x3.. cn xn dasar atau kanonik. Secara umum langkah-
a11 x1+ a12 x2+ a13 x3 … a1n xn =/ ≤/ ≥ b1 a21x1 langkah sebagai berikut:
+ a22x2 +a23 x3 … a2n xn =/≤ /≥ b2 i. Mengubah model PL kebentuk kanonik.
. . . . . . ii. Mengisi model kanonik ke tabel
. . . . . . simpleks.
am1x1+am2 x2+am3x3…amnxn =/≤/≥bm ……..(i) iii. Menguji keoptimuman tabel.
x1, x2, x3, … , xn ≥ 0 iv. Memperbaiki tabel.
Nilai x1, x2,x3,…,xn atau xi merupakan Model program linear berbentuk
variabel keputusan. Nilai xi adalah jumlah pertidaksamaan diubah kebentuk persamaan
faktor pilihan. Nilai c1, c2, c3…, cn adalah dengan menyisipkan variabel pengetat (slack
nilai dari setiap variabel pilihan, yaitu nilai variable). Variabel slack perannya adalah
koefisien fungsi tujuan. Simbol a11, a1n,… amn membuat ruas yang semula longgar menja
adalah keofisien teknis dari setiap resource diketat, sehingga sama dengan nilai dengan
yang mengikat setiap variabel keputusan per ruas yang lain sebagai berikut:
unit. Simbol b1, b2,…bm adalah batas
sumber atau total aset yang dapat diakses. Secara umum dirumuskan sebagai berikut:
Jumlah bm yang dapat diakses bergantung
pada sejauh mungkin masalah pemrograman p
linear. Sedangkan kendala non-negatif
ditunjukkan oleh pertidaksamaan (x1, x2, …xn
(i) aijxj bi
j =1
Dalam ruas kiri
≥ 0).
Teknik simpleks adalah jawaban untuk disisipkan Si sehingga dipenuhi :
program linear, di mana proses pencarian p
solusi melibatkan penggunaan garis iteratif
yaitu memastikan titik target yang akan di aijxj + si = bi dengan S ≥ 0 …..(ii)
j =i
i
107
PROSIDING SEMMAU 2022
Untuk menyesuaikan dengan bentuk kendala mencari P.O dilakukan dengan mencari
daerah penyelesaian sebagai berikut:
yang baru, fungsi sasaran yang semula
Diketahui bahwa dalam himpunan
berbentuk : penyelesaian Persamaan v beberapa
diantaranya berupa Penyelesaian Basis (P.B)
p dan jadi berhingga. Jika penyelesaian basis
f= C
j =1
j Xj = C1X1 + C2X2 + …. + CpXp ini memenuhi Persamaan iv maka akan
diperoleh Penyelesaian Layak Basis (PLB),
yang banyaknya juga akan berhingga. Terkait
dengan plb ini terdapat teorema yang
dilengkapi menjadi : berbunyi : “Jika suatu soal Program Linear
mempunyai Penyelesaian Optimum maka
p paling sedikit satunya berupa Penyelesaian
f= C X = C X +C X +
j =1
j j 1 1 2 2 …. +CpX p + 0 Layak Basis. Jadi, bila P.O nya hanya satu
maka pastilah dia berupa PLB, sedangkan
bila P.O nya lebih dari satu maka paling
(Xp+1 + . . . + Xn) ……………………..(iv)
sedikit salah satu berupa PLB, diusahakan
dapat ditemukan.
Berdasarkan teorema diatas disusun langkah-
1. Kendala berbentuk lebih kecil atau lebih langkah simpleks sbb :
kecil sama dengan ditambahkan variabel 1. Pilih salah satu Penyelesaian Layak Basis
slack bernilai positif. (PLB).
2. Kendala berbentuk lebih kecil atau lebih 2. Uji apakah PLB tersebut berupa
kecil sama dengan ditambahkan variabel Penyelesaian Optimum. Bila sudah
slack bernilai positif. optimum, selesai. Jika belum maka
3. Pada fungsi tujuan ditambahkan variabel- dilanjutkan kelangkah 3.
variabel pengetat dengan keofisien adalah 3. Pilih Penyelesaian Layak Basis baru yang
0 (nol). lebih baik atau lebih maju dibandingkan
dengan PLB sebelumnya. Hal ini
Contoh konversi model ke bentuk kanonik: diperlukan aturan untuk menentukan
Maksimumkan Z = 3x1+4x2 Variabel mana yang masukke basis dan
Terhadap : 5x1 + 10x2 ≤ 500 yang mana yang keluar agar penyelesaian
20x1 + 6x2 ≤ 500 basis baru tetap layak dan lebih maju
15x1 + 8x2 ≤ 500 dibandingkan sebelumnya.
X1, X2 ≥ 0 ……………(v)
2.2 Sistem berbasis Website
Dengan menambahkan 3 (tiga) variabel Website atau situs web dalam Nugroho
pengetat, yaitu S1,S2,S3 maka bentuk kanonik (2018) adalah semua halaman web yang
adalah: Maks Z= 3x1+4x2+0S1+0S2+0S3 terdapat dalam ruang yang berisi data.
Sebuah situs biasanya didasarkan pada
Kendala :5x1 +10x2+S1+0S2+0S3=500 banyak situs yang saling berhubungan.
20x1 +6x2+0S1+S2+0S3=500 Hubungan antara satu halaman situs dengan
15x1+8x2+S1+0S2+0S3=500 halaman lainnya disebut http. Teks yang
X1, X2, S1, S2, S3 ≥0 digunakan sebagai penghubung disebut
Selanjutnya bentuk kanonik yang terdiri dari hypertext. Secara garis besar, website
variabel keputusan, fungsi tujuan, dan digolongkan menjadi 2 bagian:
kendala diinput dalam tabel simpleks. a. Situs statis adalah situs dengan halaman
Langkah-langkah untuk menyelesaikan yang tidak diubah, dan itu menyiratkan
metode simpleks adalah sebagai berikut: bahwa perubahan halaman dilakukan secara
fisik menggunakan perubahan kode situs.
Dalam bentuk kanonik diatas variabel X1, X2,
b. Situs dinamis adalah situs yang desainnya
.. , Xn yang memenuhi Persamaan ii dan
diperbarui secara teratur. Biasanya selain
Persamaan iii adalah penyelesaian layak dan
halaman utama yang dapat diakses oleh klien
bila juga mengoptimumkan Persamaan iv
luas, halaman utama juga diakomodasi
akan menjadi penyelesaian optimum (P.O).
mengubah konten situs.
Penyelesaian optimum suatu soal program
Bahasa markup hypertext membantu
linear bila ada terdapat diantara penyelesaian
untuk membuat halaman situs. HTML dapat
layak takhingga banyaknya. Pekerjaan
108
PROSIDING SEMMAU 2022
109
PROSIDING SEMMAU 2022
110
PROSIDING SEMMAU 2022
4. KESIMPULAN
DAFTAR PUSTAKA
Gambar 5. Halaman data roti antarmuka
[1]Nursanti H, Rina I. P Dan Aggus 2015. O
perhitungan optimasi ptimasi Kapasitas Produksi Untuk
Setelah solusi didapatkan produksi Mendapatkan Keuntungan Maksimun
optimal pada setiap roti akan ditampilkan Dengan Linear Programming. Jurnal
pada form produksi optimal dan disimpan di Teknik Industri. Fakultas Teknologi
dalam database. Pada form produksi optimal Industri, Institusi Teknolgi Nasional
didalamnya memuat tanggal beli, nama roti, Malang. [internet]. [diakses pada tanggal
nama pelanggan, jumlah pembeli, harga asli 16 November 2021]. 14(1). 61-
dari roti, harga jual serta keuntungan yang 68. Tersedia pada : https://jurnal.uns.ac.i
didapatkan. d/performa/article/download/11020/9868
[2]Hasni R. A 2016. Optimasi Perencanaan
Produksi dengan Menggunakan Metode
Linear Programming Pada CV. Aceh
Bakery. Jurnal teknik industri Teknik
UTU. [internet]. [diakses pada tanggal 16
November 2021]. 1(1). 168-
320. Tersedia pada ; http://jurnal.utu.ac.i
d/joptimalisasi/article/download/168/153
[3]Fikri A. J, Suhilda A, Sukandar R. S. 201
7. Optimalisasi keuntungan produksi ma
kanan menggunakan pemrogramman line
ar melalui metode simpleks. Jurnalpendi
Gambar 6.Halaman data optimasi dikan matematika fakultas ilmukeguruan
dan pendidikan. [internet]. [diakses pada
tanggal 16 November 2021]. 1(1). 1-16.
Tersedia pada :
111
PROSIDING SEMMAU 2022
112