Abstract— Perencanaan produksi dan alokasi perlu Untuk mencapai produktifitas yang tinggi dan minimasi
mempertimbangkan model ketidakpastian untuk membangun biaya secara agregat, tanpa mengganggu sistem nyata
perencanaan yang lebih merepresentasikan kondisi nyata pada dengan model yang merepresentasikan kondisi nyata, telah
suatu kasus. [1]. Penelitian ini bertujuan untuk memetakan dan banyak dikembangkan. Model matematis yang memasukan
mengetahui penggunaan fungsi tujuan, parameter – parameter parameter yang tidak pasti, akan memiliki hasil yang lebih
ketidakpastian, dan metode yang dominan digunakan dalam
mengolah parameter – parameter ketidakpastian. Selain itu
akurat dibandingkan dengan model yang tidak
penelitian ini juga bertujuan memberikan rekomendasi peluang mempertimbangkan parameter ketidakpastian, dikarenakan
penelitian yang mungkin dilakukan kedepan. Berdasarkan evaluasi model matematis yang mempertimbangkan parameter
dari dua puluh paper dapat diperoleh bahwa fungsi tujuan yang ketidakpastian akan lebih merepresentasikan kondisi nyata
dominan digunakan adalah minimasi biaya, parameter – parameter [1].
ketidakpastian yang dominan digunakan dalam model perencanaan Dengan fungsi tujuan yang sama yaitu minimasi biaya
produksi adalah ketidakpastian lingkungan, metode penelitian yang produksi, penelitian dapat memiliki uncertain parameter
paling dominan digunakan adalah kombinasi model matematika yang berbeda, variable keputusan yang berbeda, dan metode
dan metode fuzzy. Kemudian diberikan rekomendasi peluang penelitian yang berbeda pula [1] [5] [6]. Usulan model pada
penelitian berupa menambah parameter-parameter perencanaan produksi secara agregat, multi produk dan
ketidakpastian pada suatu model produksi dan alokasi pada multi tujuan yang saling bertentangan, diantaranya minimasi
penelitian terdahulu. Atau mempertimbangkan parameter total loss, maksimasi kepuasan konsumen, minimasi
ketidakpastian pada proses pembuatan model produksi dan variabilitas dipertimbangkan secara simultan untuk
alokasi supaya model lebih merepresentasikan kondisi memutuskan total produk, jumlah shortage produk, jumlah
nyata, memberikan hasil yang lebih valid, dan model lebih unit produk akhir, dan jumlah inventory. Sedangkan
kuat menghadapi ketidakpastian. penelitian lain mempertimbangkan fluktuasi permintaan
Keywords—uncertainty, production, allocation sebagai parameter ketidakpastian, dan diselesaikan dengan
model matematika dan metode Fuzzy [7]. Penelitian lain
I. PENDAHULUAN
yang juga menyelesaikan masalah perencanaan produksi
Menurut Badan Statistik pertumbuhan industri
dengan fungsi tujuan yang berbeda yakni meeting customers
manufaktur besar, dan industri manufaktur sedang di
need, minimasi biaya, minimasi waktu pengiriman dan
Indonesia pada tahun 2017 mengalami kenaikan sebesar
maksimasi profit ditetapkan sebagai fungsi tujuan yang
4,74 %, dibandingkan dengan tahun 2016. Tingginya
saling bertentangan, untuk memutuskan perencanaan
pertumbuhan dalam industry manufaktur Indonesia
produksi dan jumlah peralatan yang tepat, dengan
menyebabkan naiknya tingkat kompetisi dalam industry
mempertimbangkan biaya baku yang tidak pasti,
manufaktur. Untuk mampu bertahan dalam pasar yang
diselesaikan dengan model matematika ,metode Fuzzy, dan
mempunyai tingkat kompetisi yang tinggi, perusahaan
algoritma [8].
manufaktur harus mampu meningkatkan produktifitas,
Dari beberapa penelitian yang sudah dijelaskan
efisiensi, dan efektifitas di seluruh system di dalam
sebelumnya, dapat dilihat bahwa diperlukan suatu pemetaan
perusahaanya untuk memenuhi permintaan konsumen [2].
terhadap parameter-parameter ketidakpastian, fungsi tujuan
Selain peningkatan produktifitas dalam industri
dari suatu model, metode penyelesaian dan data apa saja
manufaktur, minimasi biaya secara agregat juga harus di
yang diperlukan untuk masing – masing penggunaan
lakukan supaya suatu industri manufaktur dapat
metode. Oleh karena itu penelitian ini dilakukan dengan
berkompetisi di pasar yang persainganya ketat [3].
tujuan pemetaan parameter ketidakpastian, dan memberi
Perencanaan produksi dan rantai pasok merupakan
rekomendasi peluang penelitian yang dapat dilakukan.
komponen di dalam perusahaan yang memberikan
Diharapkan, penelitian ini dapat menjadi referensi bagi
kontribusi biaya, baik dalam bentuk bahan baku dari
peneliti yang tertarik melakukan penelitian di bidang ini.
pemasok, maupun produk jadi. Perencanaan produksi dan
sistem rantai pasok merupakan proses yang sangat krusial
bagi perusahaan.[4].
Mesin Waktu Variasi Fluktuasi Biaya Lingkungan Model matematika Fuzzy Algoritma Hibrid
Rusak Produksi Kualitas Permintaan / Distruption
Integer Stokastik Math
Model
Minimasi total biaya [1] [16] [20] [1] [15] [1] [15] [6] [5] [21] [19] [17] [1] [21] [15] [16] [20] [5] [20] [5] [19] [16] [19]
[6] [21] [17]
[17]
Minimasi waktu produksi [22] [10] [22] [10] [11] [10] [11] [22]
[11]