Optimasi Keuntungan Menggunakan Linear Programming Metode Simpleks Dengan Software Lindo
Optimasi Keuntungan Menggunakan Linear Programming Metode Simpleks Dengan Software Lindo
Puji syukur kehadirat Tuhan Yang Maha Esa, yang telah memberikan rahmat
dan hidayah-Nya sehingga penulis dapat menyelesaikan makalah mengenai “Optimasi
Keuntungan Menggunakan Linear Programming Metode Simpleks dengan Software
Lindo pada UMKM Bamboo Collection di Banjar Tanggahan Peken, Kecamatan
Susut, Kabupaten Bangli” ini dengan tepat waktu. Adapun tujuan dari penulisan ini
adalah untuk menambah wawasan penulis dan pembaca mengenai Optimasi
Keuntungan Menggunakan Linear Programming Metode Simpleks dengan Software
Lindo. Penulis menyadari penulisan paper ini masih jauh dari kata sempurna. Maka dari
itu, kritik dan saran yang membangun akan penulis terima demi kesempurnaan paper
ini.
Penulis
i
DAFTAR ISI
KATA PENGANTAR...............................................................................................................i
DAFTAR ISI.............................................................................................................................ii
BAB I PENDAHULUAN.........................................................................................................1
2.1.4. Keuntungan.............................................................................................................9
3.2 Data................................................................................................................................12
ii
BAB V KESIMPULAN DAN SARAN.................................................................................19
5.2 Saran.........................................................................................................................19
DAFTAR PUSTAKA............................................................................................................20
LAMPIRAN............................................................................................................................21
iii
BAB I
PENDAHULUAN
1
terbesar. Kisaran harga produk beragam sesuai dengan bahan serta ukuran produk itu
sendiri. Bamboo collection memiliki prinsip bahwa kualitas produk diatas segalanya.
1.3 Tujuan
Dari rumusan masalah diatas, terdapat beberapa tujuan penelitian sebagai berikut :
1. Untuk mengetahui gambaran umum dari UMKM Bamboo Collection.
2. Untuk mengetahui tahapan produksi yang terjadi pada UMKM bamboo
Collection.
3. Untuk mengetahui faktor produksi dalam UMKM Bamboo Collection.
4. Untuk mengetahui pemodelan matematika dalam UMKM Bamboo Collection.
1.4 Manfaat
2
BAB II
TINJAUAN TEORITIK DAN EMPIRIK
3
2. Kendala yang ada membatasi tingkat pencapaian tujuan
3. Ada beberapa alternatif penyelesaian
4. Hubungan matematis bersifat linear
Secara teknis, ada lima syarat tambahan dari permasalahan linear programming
yang harus diperhatikan yang merupakan asumsi dasar, yaitu:
1. certainty (kepastian). Maksudnya adalah fungsi tujuan dan fungsi kendala sudah
diketahui dengan pasti dan tidak berubah selama periode analisa.
2. proportionality (proporsionalitas). Yaitu adanya proporsionalitas dalam fungsi
tujuan dan fungsi kendala.
3. additivity (penambahan). Artinya aktivitas total sama dengan penjumlahan aktivitas
individu.
4. divisibility (bisa dibagi-bagi). Maksudnya solusi tidak harus merupakan bilangan
integer (bilangan bulat), tetapi bisa juga berupa pecahan.
5. non-negative variable (variabel tidak negatif). Artinya bahwa semua nilai jawaban
atau variabel tidak negatif.
Permasalahan linear programming standar.
Maksimumkan atau minimumkan
Z = c1x1 + c2x2 + c3x3…..+cnxn
Sumber daya yang membatasi (kendala) :
Pembatas
a11x1 + a12x2 + … + a1n xn ≤ atau ≥ b1
a21x1 + a22x2 + … + a2nxn ≤ atau ≥ b2
………
………
………
am1x1 + am2x2 + am3x3 … + amnxn ≤ atau ≥ bm
x1, x2, x3, ….,xn ≥ 0
Berikut merupakan penjelasan dari simbol-simbol yang terdapat dalam
programasi linear. Simbol menunjukkan variabel keputusan. Simbol merupakan jumlah
dari variabel keputusan. Oleh karena itu tergantung dengan banyaknya jumlah kegiatan
atau aktivitas yang sedang dilakukan untuk mencapai tujuan yang akan dicapai.
Sedangkan untuk simbol merupakan nilai dari masing-masing variabel keputusan, atau
nilai koefisien dari fungsi tujuan yang akan dicapai. Simbol merupakan koefisien fungsi
kendala atau nilai dari sumber daya yang membatasi dari masing-masing variabel
4
keputusan per unit. Simbol merupakan jumlah dari keseluruhan masing-masing sumber
daya yang ada. Pada fungsi kendala, jumlah yang ada tergantung dengan sumber daya
yang membatasi dari persoalan program linear. Sedangkan untuk batasan non negatif
ditunjukkan dengan pertidaksamaan
(x1, x2, ….,xn ≥ 0)
2.1.2. Metode Simpleks
5
Variabel yang ditambahkan ke model matematik kendala untuk mengkonversikan
pertidaksamaan menjadi persamaan (=). Penambahan variabel ini terjadi pada tahap
inisialisasi. Pada solusi awal, variabel slack akan berfungsi sebagai variabel basis.
f. Variabel Surplus
Variabel yang dikurangkan dari model matematik kendala untuk mengkonversikan
pertidaksamaan menjadi persamaan (=). Penambahan variabel ini terjadi pada tahap
inisialisasi. Pada solusi awal, variabel surplus tidak dapat berfungsi sebagai variabel
bebas.
g. Variabel Buatan
Variabel yang ditambahkan ke model matematik kendala dengan bentuk atau = untuk
difungsikan sebagai variabel basis awal. Penambahan variabel ini terjadi pada tahap
inisialisasi. Variabel ini harus bernilai 0 pada solusi optimal, karena kenyataannya
variabel ini tidak ada. Variabel ini hanya ada di atas kertas.
h. Kolom Pivot (Kolom Kerja)
Kolom yang memuat dari variabel masuk. Terdapat koefisien di dalam kolom pivot
yang berfungsi sebagai pembagi nilai kanan untuk penentuan baris pivot (baris kerja)
selanjutnya.
i. Baris Pivot
Salah Satu baris yang memuat variabel keluar dari antara variabel baris lainnya.
j. Elemen Pivot (Elemen Kerja)
Elemen pivot merupakan elemen yang akan menjadi pembagi untuk baris pivot dan akan
menjadi dasar untuk perhitungan tabel selanjutnya. Elemen pivot terletak di
perpotongan antara kolom dan baris pivot.
k. Variabel Masuk
Variabel yang terpilih untuk menjadi variabel basis pada iterasi berikutnya. Variabel
masuk dipilih satu dari antara variabel non basis pada setiap iterasi. Variabel ini pada
iterasi berikutnya akan bernilai positif.
l. Variabel Keluar
Variabel keluar merupakan variabel dasar yang keluar dari baris pivot dan digantikan
dengan variabel masuk yaitu variabel dasar dari kolom pivot.
Metode simpleks merupakan suatu perhitungan dengan menggunakan jalan
iterasi. Sebelum melakukan perhitungan iterasi maka terlebih dahulu mengubah bentuk
umum dari pemrograman linear ke bentuk baku. Perubahan bentuk baku dimulai dengan
mengubah sama dengan pada persamaan fungsi kendala dan penambahan
6
variabel basis awal pada setiap fungsi kendala yang ada. Variabel basis awal
menunjukkan belum dilakukannya aktivitas pada sumber daya sebelumnya. Fungsi
kendala pada bentuk umum walaupun sudah dalam bentuk persamaan harus tetap
diubah terlebih dahulu. Terdapat hal-hal yang harus diperhatikan sebelum merubah
bentuk umum simpleks menjadi bentuk baku, yaitu :
1. Pertidaksamaan dengan bentuk ≤ dalam bentuk umum pada fungsi kendala diubah
terlebih dahulu menjadi persamaan = dengan menambahkan satu variabel slack.
2. Mengubah pertidaksamaan ≥ dalam bentuk umum menjadi persamaan = pada fungsi
kendala dengan mengurangkan satu variabel surplus.
3. Fungsi kendala dengan persamaan = pada bentuk umum ditambah dengan variabel
buatan (variabel artifisial).
Contoh perubahan bentuk umum menjadi bentuk baku :
Maksimumkan Z = 3x1 + 4x2
Terhadap : 5x1 + 5x2 ≤ 500
20 x1 + 6x2 ≤ 500
15x1 + 8x1 ≤ 500
Bentuk di atas merupakan bentuk umum, untuk mengubah menjadi bentuk baku
maka perlu penambahan variabel slack karena pertidaksamaan yang digunakan ,bentuk
bakunya adalah :
Maksimumkan Z = 3x1 + 4x2 + 0S1 + 0S2 + 0S3
Terhadap : 5x1 + 5x2 + 0S1 ≤ 500
20 x1 + 6x2 + 0S2 ≤ 500
15x1 + 8x1 + 0S3≤ 500
Perhitungan iterative dengan metode simpleks harus dibuat dalam bentuk tabel,
sehingga bentuk umum yang sudah diubah menjadi bentuk baku dimasukkan ke dalam
tabel simpleks.
Tabel awal simpleks:
Keterangan :
Z = fungsi tujuan yang akan dicari nilai maksimum atau minimumnya
7
Cn = nilai koefisien dari tujuan variabel keputusan
Xn = variabel keputusan ke-n
Sn = variabel slack ke-n
a(mn) = kebutuhan sumber daya m untuk setiap
bn = jumlah sumber daya yang disediakan
n = banyaknya variabel keputusan mulai dari 1, 2, ... , n
m = banyaknya jenis sumber daya yang digunakan mulai dari 1, 2.. m
Perlu diperhatikan langkah-langkah dalam menyelesaikan metode simpleks,
langkah-langkah tersebut yaitu :
1. Mengubah fungsi tujuan dengan batasan, setelah semua fungsi tujuan diubah maka
fungsi tujuan diubah menjadi fungsi implisit, yaitu digeser ke kiri.
Contoh Z = 40x1 + 35x2 menjadi Z - 40x1 - 35x2 = 0
2. Memilih kolom kunci, kolom kunci yang akan dipilih yaitu dilihat dari baris fungsi
tujuan yang memiliki nilai negatif terkecil.
3. Memilih baris kunci, baris kunci dipilih dengan melihat nilai rasio terkecil. Nilai rasio
tersebut didapatkan dari pembagian antara nilai kanan dan nilai kolom kunci.
Limit Rasio = Nilai Kanan / Nilai Kolom Kunci
4. Mengubah nilai baris kunci, nilai pada baris kunci diubah dengan membagi semua nilai
pada baris kunci dengan angka kunci, kemudian akan terdapat variabel keluar dan
variabel masuk.
5. Mengubah nilai-nilai pada baris kunci dengan rumus Baris baru = baris lama – (
koefisien per kolom kunci * nilai baris kunci)
6. Melanjutkan perbaikan langkah-langkah di atas sampai ditemukan hasil optimal. Akan
didapatkan hasil optimal ketika nilai pada fungsi tujuan menjadi positif semua.
2.1.3. Optimasi
8
1. Menurut (Nurrohman, 2017) Optimalisasi adalah upaya meningkatkan kinerja pada
suatu unit kerja ataupun pribadi yang berkaitan dengan kepentingan umum, demi
tercapainya kepuasan dan keberhasilan dari penyelenggaraan kegiatan tersebut.
2. Menurut Winardi dalam Bayu (2017) Optimaslisai adalah ukuran yang
menyebabkan tercapainya tujuan sedangkan jika dipandang dari sudut usaha,
Optimalisasi adalah usaha memaksimalkan kegiatan sehingga mewujudkan
keuntungan yang diinginkan atau dikehendaki.
3. Menurut Soekarwati (2005), optimasi merupakan suatu pencapain terbaik dari
usaha yang telah dilakukan.
Dari uraian tersebut diketahui bahwa optimalisasi hanya dapat diwujudkan
apabila dalam perwujudannya secara efektif dan efisien. Dalam penyelenggaraan
organisasi, senantiasa tujuan diarahkan untuk mencapai hasil secara efektif dan efisien
agar optimal.
Sedangkan, optimasi linear erat kaitannya dengan bagaimana menentukan nilai-
nilai ekstrim pada fungsi linear maksimasi atau minimasi. Persoalan optimasi secara
umum terbagi menjadi dua yaitu optimasi tanpa kendala dan optimasi dengan kendala.
Pada dasarnya optimasi dengan kendala adalah penentuan dari persoalan berbagai nilai
variabel suatu fungsi untuk mendapatkan hasil yang maksimum atau minimum dengan
memperhatikan batasan-batasan yang ada.
2.1.4. Keuntungan
9
TC). Saat perbedaan keduanya mencapai kondisi maksimum maka tercapailah kondisi
keuntungan tertinggi. Pemaksimuman keuntungan juga bisa dicapai pada tingkat
produksi dimana penjualan marginal (marginal revenue=MR) sama dengan biaya
marginal (marginal cost = MC).
2.1.5. Lindo
10
2.2. Tinjauan Empirik (Hasil-Hasil Penelitian yang terkait)
2.2.1. Penelitian Terdahulu
• Andi Saryoko dengan judul penelitian adalah Metode Simpleks Dalam Optimalisasi
Hasil Produksi. Alat analisis yang digunakan metode simpleks secara manual dan
menggunakan alat analisis POM-QM for Windows. Penelitian ini terdapat tiga
variabel keputusan dan 4 fungsi kendala yaitu memaksimalkan keuntungan dengan
keterbatasan bahan baku tepung terigu, telur dan tenaga kerja yang dimiliki. Hasil
dari penelitian ini memperoleh keuntungan optimal Rp 40.000 setiap harinya.
• Suryanto, Edi Suwardi Nugroho, R. Aditya Kristamtomo Putra dengan judul
penelitian Analisis optimasi keuntungan dalam produksi keripik daun singkong
dengan linier programming melalui metode simpleks. Alat analisis yang digunakan
Linier programming melalui metode simpleks maka dapat dibandingkan antara
kondisi actual di UKM Kedakong Karawang pada Periode bulan September 2018
dengan perhitungan Optimasi kombinasi keuntungan produksi dengan metode
simpleks. Penelitian ini terdapat 4 variabel keputusan dan 15 fungsi kendala untuk
memaksimalkan keuntungan.
• Selvia Aprilyanti, Irnanda Pratiwi, Mahmud Basuki dengan judul penelitian
Optimasi Keuntungan Produksi Kemplang Panggang Menggunakan Linear
Programming Melalui Metode Simpleks. Alat analisis yang digunakan linear
programming variabel dengan metode simpleks. Penelitian ini terdapat 2 variabel
keputusan dan 4 fungsi kendala. Hasil dari penelitian ini dengan penerapan linear
programming melalui metode simpleks akan terjadi peningkatan keuntungan. Home
industry kampung kemplang panggang di kemuning Palembang harus meningkatkan
produksi kemplang panggang jenis kemplang lidah badak (X2) 3 kali lebih banyak
dari produksi sebelumnya sehingga terjadi peningkatan keuntungan dari keuntungan
awal sebesar Rp.335.000 mencapaikeuntungan maksimal (Zmaks) sebesar Rp.
617.550. Maka didapat selisih keuntungan dari sebelum dan setelah dilakukan
optimasi sebesar Rp. 282.550.
11
BAB III
METODE PENELITIAN
3.1 Lokasi
Lokasi adalah tempat dilakukannya penelitian oleh peneliti. Penelitian ini
dilakukan di perusahaan Bamboo Collection yang beralamat di Banjar Tanggahan Peken,
Kecamatan Susut, Kabupaten Bangli.
3.2 Data
Dalam penelitian ini menggunakan sumber data primer. Data primer yaitu
pendekatan dengan menggunakan fakta yang objektif yang didapat dari penelitian langsung
yaitu data yang diperoleh dari responden. Data yang digunakan merupakan hasil
wawancara secara langsung kepada narasumber terpercaya yaitu pemilik UMKM Bamboo
Collection.
3.3 Variabel
A. Perumusan Variabel Keputusan
Pada penelitian ini ditetapkan dua variabel keputusan, sehingga diperoleh formula
variabel keputusan yaitu:
X1 = Sokasi Kulit 20cm
X2 = Sokasi Kulit 30cm
B. Fungsi Kendala (Bahan Baku)
Fungsi kendala adalah hubungan linear dari variabel keputusan yang menunjukkan
keterbatasan perusahaan. Batasan dalam penelitian ini adalah :
1. Fungsi kendala kulit bambu 20 cm
4X1 ≤ 185
2. Fungsi kendala kulit bambu 30 cm
6X2 ≤ 185
3. Fungsi kendala cat minyak
20X1 + 33X2 ≤ 1650
4. Fungsi kendala pernis bambu
3X1 + 5X2 ≤ 250
3.4 Metode Analisis Data
Penelitian ini menggunakan analisis deskriptif untuk mendeskripsikan variabel-
variabel penelitian yaitu analisis deskriptif tentang menentukan variabel keputusan,
menentukan fungsi tujuan, dan menentukan fungsi batasan. Pada penelitian ini teknik
12
analisis yang digunakan adalah linear programming dengan menggunakan metode
simpleks. Pada penelitian ini diperoleh data nominal, yang memberikan informasi
mengenai model optimasi keuntungan pada UMKM Bamboo Collection dengan
menggunakan linear programming metode simpleks.
13
BAB IV
HASIL DAN PEMBAHASAN
14
8. Selanjutnya pada tahap akhir dilakukannya proses pernis yang bertujuan untuk
memperkuat kerajinan sokasi dan memberikan warna yang lebih mengkilap.
4.3 Faktor Produksi
Bamboo Collection memproduksi dua jenis ukuran sokasi yaitu sokasi ukuran 20
cm dan sokasi ukuran 30cm. Untuk memproduksi sokasi tersebut terdapat faktor-faktor
produksi seperti bahan baku, alat, dan tenaga kerja.
a) Bahan Baku
Proses produksi merupakan suatu kegiatan untuk menghasilkan suatu produk. Untuk
menghasilkan produk tersebut dibutuhkan bahan baku dalam pengolahannya. Dalam
memproduksi produknya, Bamboo Collection menyediakan bahan baku untuk
pembuatan sokasi yaitu bambu, cat minyak, dan pernis.
b) Alat
Alat adalah sebuah istilah yang digunakan untuk menyebut benda-benda yang
digunakan untuk mengerjakan sesuatu dalam kehidupan sehari-hari. Begitupun
dengan Bamboo Collection dalam memproduksi sokasi membutuhkan alat-alat yang
digunakan untuk mengolahnya. Alat-alat tersebut terdiri atas kapak, gergaji, sabit,
pisau, gunting, meteran, tang, dan kuas.
c) Tenaga kerja
Tenaga kerja yang didefinisikan sebagai setiap orang yang mampu melakukan
pekerjaan yang menghasilkan barang dan/atau jasa yang berguna bagi dirinya
sendiri ataupun masyarakat secara umum. Bamboo Collection dalam memproduksi
sokasi mempekerjakan 10 orang tenaga kerja. Jam tenaga kerja sesuai dengan
ketetapan Bamboo Collection dengan satuan yang digunakan yaitu harian orang
kerja, dengan satuan hari kerja memiliki jam kerja yang fleksibel.
4.4 Pemodelan Matematika Menggunakan Metode Simpleks
UMKM Bamboo Collection dalam memproduksi 2 ukuran Sokasi selalu dibatasi
oleh kendala. Kendala yang membatasi adalah bahan baku. pengolahan data yang
digunakan untuk mendapatkan hasil optimal dalam produksi Sokasi di UMKM Bamboo
Collection yaitu dengan menggunakan metode simpleks. UMKM Bamboo Collection akan
memproduksi 2 jenis Sokasi yaitu Sokasi Kulit ukuran 20 cm dan 30 cm. Dalam 1 produk
Sokasi Kulit ukuran 20 cm dibutuhkan 4 batang bambu, cat minyak 20 cc, pernis 3 ml.
Sedangkan untuk 1 produk Sokasi Ukuran 30 cm dibutuhkan 6 batang bambu, cat minyak
33cc, pernis 5 ml. UMKM Bamboo Collection hanya mempunyai kulit bambu kurang
dari 185 batang untuk sokasi ukuran 20 cm dan kulit bambu kurang dari 185 batang untuk
15
sokasi ukuran 30 cm, 1.650 cc cat minyak, dan 250 ml pernis. Harga jual per produk Sokasi
Kulit ukuran 20 cm sebesar Rp. 55.000 dan Sokasi Kulit ukuran 30 sebesar Rp. 180.000.
Maka berapa jumlah masing-masing ukuran sokasi kulit yang akan diproduksi untuk
menghasilkan keuntungan yang maksimum jika batas produksi dari masing-masing ukuran
sokasi 43 produk dan 22 produk.
Untuk memecahkan permasalahan di atas dan untuk menemukan model optimasi
keuntungan pada UMKM Bamboo Collection, digunakan beberapa langkah berikut:
Menentukan variabel keputusan dalam memecahkan masalah program linear, yaitu
ukuran sokasi yang diproduksi di UMKM Bamboo Collection
X1 = Sokasi Kulit ukuran 20 cm (43 produk)
X2 = Sokasi Kulit ukuran 30 cm (22 produk)
Menentukan kendala-kendala dalam memecahkan masalah program linear. UMKM
Bamboo Collection menggunakan bahan baku untuk memproduksi 2 ukuran sokasi kulit
berdasarkan standar pemakaian yang telah ditetapkan.
Kendala-kendala dapat dituliskan sebagai berikut:
Bambu (ukuran 20 cm) = 4X1 ≤ 185
Bambu (ukuran 30 cm) = 6 X2 ≤ 185
Cat Minyak = 20X1 + 33X2 ≤ 1650
Pernis = 3X1 + 5X2 ≤ 250
Menentukan fungsi tujuan dari permasalahan program linear tersebut. Koefisien
yang digunakan untuk nilai fungsi tujuan yaitu harga jual per produk dari setiap ukuran
sokasi yang diperoleh dari hasil penjualan. Fungsi tujuan dari permasalahan program linear
tersebut yaitu untuk mencapai keuntungan maksimal dalam produksi.
Koefisien fungsi tujuan dituliskan dalam model pemrograman linear sebagai berikut:
Z = 55.000X1 + 180.000X2
Dalam pemrograman linear, suatu kendala dengan jenis ≤ diubah menjadi
persamaan = dengan menambahkan variabel slack pada setiap kendala.
Bambu (ukuran 20 cm) = 4X1 + S1= 185
Bambu (ukuran 30 cm) = 6 X2 + S2 = 185
Cat Minyak = 20X1 + 33X2 + S3 = 1.650
Pernis = 3X1 + 5X2 + S4= 250
Membuat tabel simpleks dengan memasukkan semua koefisien-koefisien dari
variabel keputusan, kendala dan variabel slack tersebut.
Melakukan iterasi untuk menemukan hasil optimal.
16
Hasil perhitungan optimasi keuntungan menggunakan metode simpleks, didapatkan
hasil optimal yaitu jika UMKM Bamboo Collection memproduksi sokasi ukuran 20 cm
sebanyak 32 produk dan sokasi ukuran 30 cm sebanyak 31 produk, hasil keuntungan yang
didapatkan yaitu Rp. 7.340.000. Berikut merupakan masing-masing yang optimal untuk
mendapatkan keuntungan yang optimal.
Tabel 1 Produksi Optimal Bamboo Collection
Faktual Optimal
1 Sokasi 20 cm X1 43 32
2 Sokasi 30 cm X2 22 31
Faktual Optimal
17
Hasil optimal yang didapatkan yaitu sebesar Rp. 7.340.000 sedangkan hasil optimal
yang diperoleh dari kondisi faktual sebesar Rp. 6.325.000. Keuntungan yang diperoleh dari
kondisi faktual ke kondisi optimal yaitu meningkat sebesar Rp 1.015.000. Hasil tersebut
belum merupakan hasil bersih dalam mendapatkan keuntungan, karena perhitungan disini
menggunakan harga jual dari masing-masing sokasi per buah.
18
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
19
DAFTAR PUSTAKA
Aprilyanti, S., Pratiwi, I., & Basuki, M. (2018). Optimasi Keuntungan Produksi Kemplang
Panggang Menggunakan Linear Programming Melalui Metode Simpleks. Seminar Dan
Konferensi Nasional IDEC, May.
Saryoko, A. (2016). Metode Simpleks Dalam Optimalisasi Hasil. Metode Simpleks Dalam
Optimalisasi Hasil, 27 – 36.
Suryanto, E. S. (2019). Analisis optimasi keuntungan dalam produksi keripik daun singkong
dengan. Analisis optimasi keuntungan dalam produksi keripik daun singkong dengan,
226-236.
20
LAMPIRAN
21