Oleh :
M Faisal Gusman
(1803062)
HALAMAN PENGESAHAN
i
ii
DAFTAR ISI
ii
iii
DAFTAR TABEL
iii
iv
DAFTAR GAMBAR
iv
I. BAB I
PENDAHULUAN
1.1. Latar Belakang
Kemajuan kegiatan area produksi membuat setiap perusahaan menginginkan
proses produksi yang efisien dan optimal dengan biaya yang minimal namun
permintaan pasar tetap dapat terpenuhi.(Komsiyah et al., 2018).Kegiatan produksi
merupakan bidang kajian yang terus berkembang selaras perkembangan
teknologi,sehingga dapat dikatakan bahwa produksi mempunyai hubungan timbal
balik dengan teknologi (Kabosu & kartiko, 2020). Pemahaman yang ada pada area
produksi memberi dampak tuntutan untuk proses produksi dengan biaya lebih rendah,
meningkatkan kualitas dan produktifitas serta menciptakan produk baru.Salah satu
hal yang penting dalam memahami produksi adalah dengan memperhatikan proses
bisnisnya karena keduanya selalu berkaitan juga dengan semua aliran yang ada dalam
perusahaan salah satu aspek penting dalam perusahaan yaitu adanya proses
perencanaan produksi, yang merupakan acuan dasar untuk mencapai tujuan dari
masing-masing perusahaan sebelum melakukan serangkaian proses manufaktur.
Perencanaan produksi ialah suatu kegiatan yang berkenaan dengan penentuan
apa yang harus diproduksi, berapa banyak diproduksi, kapan diproduksi dan apa
sumber daya yang dibutuhkan.Tujuan perencanaan produksi agregat adalah untuk
memaksimalkan keuntungan atau meminimalkan.biaya dan diformulasikan ke fungsi
tujuan tunggal dalam program linier.Berbeda dengan pemrograman linier yang secara
langsung mengoptimalkan tujuan, Dalam Goal Programming ini digunakan untuk
mengelola serangkaian tujuan yang saling bertentangan dengan meminimalkan
penyimpangan antara nilai target dan hasil yang direalisasikan (Leung & Ng, 2007)
dalam (Achmad Alfian, 2019).
Hal ini menyebabkan para pelaku bisnis ini sering di hadapkan dengan
bagaimana volume produksi di lakukan karena produksi yang besar juga sejalan
1
2
dengan kebutuhan biaya produksi yang meningkat. Pemenuhan permintaan juga harus
diikuti dengan pemanfaatan ketersediaan sumber daya yang ada secara optimal.
Kondisi sumber daya yang dimaksud adalah seperti: tenaga kerja, bahan baku, mesin,
dan peralatan lainnya yang dibutuhkan untuk proses produksi.(Azhari et al., 2020)
Koperasi Peternak Garut Selatan (KPGS) adalah sebuah koperasi yang terletak
di kecamatan cikajang Kab.Garut yang bergerak di bidang peternakan sapi perah di
koperasi ini juga terdapat sebuah industri manufaktur dalam memproduksi pakan
ternak untuk sapi perah.Divisi pakan ternak ini memiliki produk premium dan reguler
yang menggunakan sistem produksi make to order dan make to stok. Dimana make to
order digunakan untuk pesanan yang berasal dari konsumen tetap atau dari anggota
kelompok koperasi karena proses produksi berjalan hanya ketika ada pesanan dari
anggota kelompok koperasi.Sedangkan untuk make to stok di gunakan untuk
memenuhi kebutuhan anggota luar kelompok karena di daerah tersebut memang
cukup banyak para peternak sapi perah baik yang termasuk dari anggota kelompok
peternak koperasi tersebut atau dari luar anggota.
Produk pakan ternak yang di produksi ini memiliki dua jenis pakan yaitu pakan
premium dan reguler keduanya memiliki bahan baku yang sama hanya saja pada sisi
kuantitas bahan yang menjadi perbedaan dan hal tersebut berdampak pada harga
penjualannya yang berbeda.Pada gambar 1.1 menunjukan grafik penjualan pakan
ternak jenis premium dan reguler.
3
Gambar 1.1 Grafik Penjualan Pakan ternak jenis premium dan reguler
Gambar di atas menunjukan perbedaan kuantitas permintaan yang akan
berpengaruh pada peningkatan biaya produksi ataupun keuntungan dari penjualan.
Dalam memenuhi kebutuhan pakan ternak sapi divisi pakan ternak KPGS ini secara
kenyataannya masih banyak aspek yang tidak terpenuhi dalam mengoptimasi
perencanaan produksi.Dari hasil survey lapangan menurut ketua divisi Pada saat ini,
perusahaan tidak memiliki nilai yang pasti dari serangkaian tujuan yang ada, seperti
batasan jumlah item yang diproduksi, jumlah persediaan maksimal/minimal yang
diperbolehkan, batasan ketersediaan jam kerja dan keuntungan yang maksimal
dengan kendala target produksi minimal yang harus dicapai.Ketua divisi pakan ternak
menyatakan proses produksi hanya berpacu pada para pelanggan tetap atau anggota
kelompok tetap yang bisa di kategorikan sebagai konsumen tetap namun pesanan juga
ada yang dari peternak sapi perah di luar keanggotaan yang membutuhkan pakan
ternak sapi. Pada tabel 1.1 menunjukan permintaan dari beberapa sumber dan
realisasi dari permintaan tersebut.
4
(Revina Rentani, dkk 2017) optimasi produksi dengan metode goal programming ini
di lakukan dengan penggunaan aplikasi bantuan software WINQSB. Penggunaan
metode goal pragramming ini juga dapat di gunakan dalam permasalahan pemilihan
supplier bahan baku seperti yang ada pada penelitian (Asep Ridwan, Ahmad Aji
Abadi, 2020).Pada penelitian yang di lakukan oleh (Dwi Rizkiyani, 2018)
penggunaan metode goal programming ini di gunakan untuk permasalahan harga jual
suatu produk perumahan dari permasalahan pengeluaran biaya yang di keluarkan
untuk pembuatan perumahan tersebut.
Berdasarkan pada kasus yang ada pada penelitian ini dan di bantu oleh berbagai
pernyataan yang ada pada penelitian yang berkaitan maka peneliti berkehendak
tertarik untuk mengkaji lebih lanjut tentang permasalahan optimasi produksi dari
Penyelesaian masalah pada perencanaan produksi pada divisi pakan ternak dengan
harapan penelitian ini bisa menjadi rekomendasi perbaikan untuk tetap menjaga
keunggulan bersaing, perusahaan juga perlu melakukan efisiensi dari sisi biaya dan
sumber daya perusahaan. Penelitian ini menggunakan pendekatan kuantitatif
mengacu pada pengumpulan dan pengolahan data berupa angka-angka sebagai alat
untuk menganalisis informasi tentang apa yang ingin diketahui (Darmalaksana,
2020). menggunakan data berupa angka-angka sebagai alat untuk menganalisis
informasi tentang apa yang ingin diketahui (Darmalaksana, 2020). Pengalokasian
sumber daya perusahaan yang ada perlu dioptimalkan.Untuk melakukan optimasi
perencanaan produksi, perusahaan harus memiliki nilai yang pasti terhadap
serangkaian goal yang akan dicapai.
Dalam perencanaan produksi ini mempunyai beberapa tujuan yang ingin di
capai yaitu memaksimalkan target keuntungan dan meminimalkan biaya produksi
yang terdiri dari kendala jam kerja,biaya tenaga kerja dan biaya bahan baku. Menurut
(Debora, 2018) biaya produksi terdiri dari biaya tenaga kerja,bahan baku dan
overhead yang menunjang kelangsungan proses produksi,
Agar perusahaan memiliki nilai yang pasti terhadap beberapa tujuan yang
ingin dicapai atau Multiobjektive.Permasalahan yang ada pada area produksi divisi
6
3. Data yang dikumpulkan dalam penelitian ini meliputi data penjualan, data
biaya produksi,data jam kerja,bahan baku yang yang di butuhkan dalam
proses produksi dan harga jual setiap jenis produk.
4. Penelitian dilakukan untuk perencanaan produksi enam periode yang akan
datang menggunakan metode goal programming dengan asumsi data data
perusahaan yang di gunakan tidak berubah.
5. Pada variabel biaya, di asumsikan biaya biaya yang di keluarkan adalah jenis
biaya yang terdapat pada area produksi tidak mencakup biaya transportasi,
atau biaya di luar area produksi.
6. Kondisi lingkungan di asumsikan statis untuk perhitungan peramalan
permintaan di masa akan datang.
1.5. Manfaat Penelitian
Adapun beberapa manfaat yang diharapkan dari penelitian ini diantaranya
adalah :
1. Penulis
Untuk menambah wawasan dan pengetahuan mengenai optimasi perencanaan
produksi menggunakan metode goal programming serta studi banding antara
pengetahuan secara teori dan kenyataan lapangan.
2. Perusahaan/Koperasi
Dapat merencanakan dan mengoptimasi perencanaan produksi sesuai dengan
data permintaan pada enam periode ke depan.
3. Akademik
Sebagai tambahan referensi bagi mahasiswa dan sebagai bahan untuk
melakukan penelitian ini lebih lanjut di masa yang akan datang.
1.6. Sistematika Penulisan
Penulisan laporan tugas akhir ini disususn dengan sistematika penulisan yang
berisi masing-masing menjelaskan isi dari bab tersebut.
8
BAB I PENDAHULUAN
Pada bab ini berisi uraian mengenai latar belakang masalah yang
mendasari penelitian skripsi, perumusan masalah, batasan masalah,
tujuan penelitian, dan sistematika penulisan.
BAB II LANDASAN TEORI
Pada bab ini berisi teori-teori dan rumus-rumus yang berkaitan dengan
masalah yang terjadi pada penelitian tugas akhir, sehingga mampu
mendukung untuk mengolah data tersebut.
BAB III METODOLOGI PENELITIAN
Bab ini berisi metode penelitian, penelitian pendahuluan, pengumpulan
dan pengolahan data, serta analisa dan pembahasan.
BAB IV USULAN DAN PENGOLAHAN DATA
Pada bab ini berisi data-data yang sudah dikumpulkan kemudian data-
data tersebut diolah sesuai metode yang digunakan, sehingga bisa
digunakan untuk pemecahan masalah pada penelitian tersebut dan
memuat hasil penelitian dan pembahasan secara terpadu. Hasil
penelitian bisa disajikan dalam bentuk grafik, tabel, gambar, dan
lainnya. Pembahasan hasil yang diperoleh berupa penjelasan teoritis.
BAB V PENUTUP
Setelah dilakukan proses analisa dan pembahasan, maka pada bab ini
akan diuraikan kesimpulan akhir mengenai jawaban dari tujuan
penelitian. Selain itu, terdapat saran terhadap perusahaan dan pada
proses penelitian untuk dijadikan tindakan lebih lanjut di penelitian
masa yang akan datang.
II. BAB II
LANDASAN TEORI
2.1 Teknik Industri
Teknik industri (dalam bahasa Inggris, industrial engineering) dapat di
definisikan sebagai suatu teknik yang mencakup bidang desain, perbaikan, dan
pemasangan dari sistem integral yang terdiri dari manusia, bahan-bahan, informasi,
peralatan dan energi. Hal ini digambarkan sebagai pengetahuan dan keterampilan
yang spesifik pada matematika, fisika, komputer dan ilmu-ilmu sosial bersama
dengan prinsip dan metode dari analisis keteknikan dan desain untuk mengkhususkan,
memprediksi, dan mengevaluasi hasil yang akan dicapai dari suatu sistem (IISE,
2021).
Teknik industri memiliki bidang kajian yang meliputi 14 elemen Body of
Knowledge – IISEBoK yaitu :
1. Work Design & Measurement
2. Operation Research & Analysis
3. Engineering Economic & Analysis
4. Facilities Engineering & Energy Management
5. Quality & Realibility Engineering
6. Ergonomics & Human Factor
7. Operation Engineering & Management
8. Supply Chain Management
9. Engineering Management
10. Safety
11. Information Engineering
12. Design & Manufacturing Engineering
13. Product Design & Developement
14. System Design & Engineering
1
2
2.4 Peramalan
2.4.1 Pengertian dan Konsep Peramalan
Peramalan adalah proses untuk memperkirakan beberapa kebutuhan di masa
datang yang meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu, dan
lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang atau jasa.
Trend menggambarkan pola data deret waktu dalam jangka waktu panjang. Pola yang
terbentuk biasanya mendatar atau tidak ada perbedaan nilai dari waktu ke waktu , atau
menaik atau menurun pada pola data tidak terjadi.
2. Musim (Seasonality)
Musim menggambarkan data deret waktu dalam jangka pendek secara teratur
misalnya pada kuartal tahun tertentu, bulanan atau mingguan. Pola data yang terbentuk
kurang lebih berpola yang sama dalam setiap kurun waktu pengamatan dan terjadi secara
teratur. Pola data musiman biasanya dipengaruhi oleh faktor yang terjadi secara
musiman.
3. Siklus (Cyclical)
Siklus menggambarkan pola data deret waktu yang sama terjadi dan berulang untuk
periode lebih dari satu tahun. Pola data siklus biasanya terjadi pada data yang
dipengaruhi oleh faktor ekonomi dalam waktu yang panjang.
4. Horizontal
Pola data horizontal terjadi jika data berfluktuasi di sekitar rata-ratanya yang artinya
tidak ada peningkatan atau penurunan selama kurun waktu tertentu. Pola data ini juga
sering disebut dengan stasioner.
2.4.2 Metode Peramalan
Untuk meramalkan jumlah produk pada masa mendatang maka metode yang
dapat digunakan adalah metode peramalan pemulusan (smoothing) eksponensial.
Metode pemulusan eksponensial merupakan metode peramalan yang mengambil nilai
rata-rata (smoothing) nilai masa lalu dari suatu data runtun waktu dengan cara
menurunkan nilainya. Metode smoothing terbagi atas 3 jenis berdasarkan pola
datanya, antara lain:
1. Pemulusan Eksponential Tunggal ( Single Exponential Smoothing)
Model ini berasumsi bahwa tidak ada trend menaik atau menurun yang ada hanyalah
perubahan sekitar F t yang mendatar atau tetap. Pada model ini terdapat penambahan
parameter α yang berfungsi untuk mengurangi faktor kerandoman. Bentuk umumnya
dapat dituliskan sebagai berikut:
6
Kendala :
n
∑ g kj x j ≤ atau ≥ ck (2.9)
j=1
Keterangan:
11
𝑑i+, 𝑑i−= jumlah unit deviasi yang kekurangan (-) atau kelebihan (+)
terhadap tujuan
𝑎ij = koefisien fungsi kendala tujuan yaitu berhubungan dengan
tujuan peubah pengambilan keputusan Xj
𝑏i = tujuan atau target yang ingin dicapai
𝑔𝑘j = koefisien fungsi kendala biasa
𝐶𝑘 = jumlah sumber daya k yang tersedia
Untuk setiap tujuan, target yang ingin dicapai dinyatakan dalam 𝑏i,
yang harus dipenuhi. Sehingga penyimpangan 𝑑 = (𝑑i+ + 𝑑i−) yang telah
dinyatakan dalam 𝑏i akan diminimumkan dengan menggunakan fungsi
tujuan (𝑍).
2.6.2 Goal Programming dengan Tabek Simpleks
Untuk mempermudah penyelesaian model goal programming digunakan suatu
tabel yang disebut dengan tabel simpleks karena mekanisme perhitungan yang
dilakukan akan sangat panjang sehingga perhitungan tersebut dapat dibuat lebih
sederhana dan teratur. Langkah-langkah penyelesaian tabel simpleks pada goal
programming sama dengan pada program linear.
Tabel 2.1 Tabel Simpleks pada Goal Programming
𝑐j 0 0 … 0 𝑃𝑘W𝑘 𝑃𝑘W𝑘 … 𝑃𝑘W𝑘 𝑃𝑘W𝑘 𝑏i
𝑐𝐵 𝑉𝐵 X1 X12 … X𝑛 𝑑1
−
𝑑1
+ … 𝑑1
−
𝑑1
+
𝑐j
− 𝑍j
− +
𝑎ij𝑥j + 𝑑i −𝑑i = 𝑏i 𝑑i
− Negative 𝑏iatau lebih
dan positif
− + Negative dan
𝑎ij𝑥j + 𝑑i −𝑑i = 𝑏i 𝑑i
+ 𝑏iatau kurang
Positif
− + Negative dan
𝑎ij𝑥j + 𝑑i −𝑑i = 𝑏i 𝑑i−dan 𝑑i+ = 𝑏i
Positif
+
𝑎ij𝑥j − 𝑑i = 𝑏i 𝑑i+ Tidak ada =𝑏i
(artfisial)
5. Variabel deviasi
Variabel deviasi adalah variabel yang menunjukkan adanya kemungkinan
penyimpangan yang terjadi dari suatu RHS kendala tujuan
2.7 State Of The Art
Dalam penelitian ini juga mengacu pada beberapa referensi penelitian yang
sebelumnya pernah dilakukan, konsepnya sejalan dan berkaitan dengan penelitian
sekarang. Kemudian penulis dapat mengetahui sampai mana penelitian yang pernah
dilakukan sebelumnya berhubungan dengan optimasi perencanaan produksi.
14
OPTIMASI PERENCANAAN Pada penelitian ini peneliti Goal Berdasarkan hasil dari pengolahan data Pada penelitian ini form
(Devani, 2017) PRODUKSI DENGAN mencoba mencari nilai optimal dari Programming untuk peramalan bulan Januari sampai kendala yang di guna
MENGGUNAKAN METODE beberapa fungsi tujuan yaitu dengan Desember, bahwa Nilai deviasi kecepatanproduksi,keters
GOAL PROGRAMMING jumlah produksi Crumb Rubber negatif (DN) bernilai nol berarti fungsi kerja dan ketersediaan
SIR 10 Crumb dan Rubber SIR 20 kendala dapat terpenuhi. Dengan demikian sementara fungsi ken
dan juga mengoptimumkan jumlah produksi dan keuntungan dapat penelitian penulis terdiri
pemakaian jam kerja dan bahan mengoptimalkan perencanaan produksi. produk yang harus d
baku Sedangkan deviasi positif (DP) bernilai untuk memaksimalkan
nol berarti fungsi kendala dapat terpenuhi. dan meminimumkan bia
Dengan demikian ketersediaan jam kerja yang terdiri dari bia
dan bahan baku dapat diminumumkan. kerja,biaya bahan baku
Hasil perencanan produksi bulan Januari metode menggunaka
adalah: programming
Produksi Crumb Rubber SIR 10 = Objek Penelitian berbeda
1.027.267 kg
Produksi Crumb Rubber SIR 20 =
988.726,80 kg
Pemakaian jam kerja = 843.210 jam
Pemakaian bahan baku Crumb Rubber
SIR 10 = 1.021.486 kg
Pemakaian bahan baku Crumb Rubber
SIR 20 = 1.004.142,90 kg
Keuntungan = Rp 5.059.254.600
ianto, (2019) OPTIMASI PRODUK PERAKIT Pada tujuan penelitian ini peneliti Linear Berdasarkan hasil dari penelitian pada CV Pada penelitian in
HELM DENGAN mencoba memaksimalkan Programming Hanesda Assembling Helmet memiliki produksi mengggunaka
MENGGUNAKAN LINEAR keuntungan produksi karena beberapa varian jenis helm bogo yang linear programming d
PROGRAMMING UNTUK tujuannya hanya ingin diproduksi. Adapun variasi jenis 𝑋1 untuk tujuan pada formulasi
MEMAKSIMALKAN memaksimum keuntungan variasi jenis A, 𝑋2 untuk variasi jenis B, target keuntungan saja
KEUNTUNGAN PRODUKSI produksi dari beberapa jenis 𝑋3 untuk variasi jenis C dan 𝑋4 untuk keputusan untuk
DI CV. HANESDA produk dengan beberapa fungsi variasi jenis D. Menentukan optimasi permasalahannya hanya
ASSEMBLING HELMET kendala maka penggunaan metode menggunakan linear programming dengan tujuan sementara
yang di gunakan adalah Linear metode simpleks. Untuk mengetahui menggunakan meto
Programming constraint menggunakan analisis programming yang
sensitivitas. beberapa fungsi tujuan
Hasil optimasi diperoleh keuntungan variabel keputusannya
sebesar Rp 15.255.720 dengan satu.menggunakan meto
keuntungan maksimal sebesar Rp programming
25.322.920. Analisis sesitivitas dengan
constrains untuk range nilai pada
constraint A yaitu 17437.5 ≤ CA ≤ ∞,
constraint B yaitu - ∞ ≤ CB ≤ 23833.33,
constraint C yaitu - ∞ ≤ CC ≤ 19066.67,
constraint D yaitu - ∞ ≤ CD ≤ 23833.33
dengan semua titik solusi optimal
15
𝑋1,=2.78,𝑋2=0,𝑋3=0,𝑋4=0 tidak
berubah
fina Et al, 2019) Optimasi Perencanaan Produksi Goal Hasil optimasi perencanaan produksi pada Dalam kasus penelitian
Kerupuk Bawang Fajar Programming produk Kerupuk Bawang Fajar dengan penelitian mempunya
Menggunakan Metode Goal menggunakan metode goal programming ketersediaan bahan b
Programming Dari solusi yang diberikan oleh software menambah variabel p
WINQSB, maka dapat disimpulkan bahwa kendala bahan baku
untuk mendapatkan hasil yang optimal, sehingga jumlah prod
pabrik Kerupuk Bawang Fajar harus dapat mencapai batas
memproduksi dalam kasus peneliti
𝑥1 : 792 (jumlah produksi kerupuk bahan baku di asums
bawang rasa original) tersedia karena di tempa
𝑥2 : 130 (jumlah produksi kerupuk memang perusahaan
bawang rasa pedas) banyak alternatif supp
𝑥3 : 151 (jumlah produksi kerupuk baku yang di butuhkan
bawang rasa wortel) batasi dengan batas
𝑥4 : 130 (jumlah produksi kerupuk produksi setiap
bawang rasa kentang) nya.Pendekatan
𝑥5 : 90 (jumlah produksi kerupuk bawang menggunakan goal progr
rasa ubi ungu)
dwan & Abadi, OPTIMASI PEMILIHAN Penelitian ini bertujuan untuk Goal PT. ABC merupakan salah satu Metode peramalan berbe
0) SUPPLIER BAHAN BAKU BATU Programming
mengoptimasikan pemilihan perusahaan penyedia listrik yang
BARA DENGAN METODE
GOAL PROGRAMMING supplier-supplier batubara dalam mengoperasikan mesin pembangkit listrik
pemesanan batubara sehingga menggunakan tenaga uap dengan batubara
terpenuhinya kebutuhan batubara sebagai bahan baku yang terdiri dari tujuh
di Bulan Januari 2020 secara unit dengan berkapasitas 3400 MegaWatt.
optimal tujuannya yaitu Dalam memenuhi kebutuhan bahan
menentukan jumlah batubara yang bakunya yakni batubara, PT. ABC perlu
dipesan terhadap supplier yang ada memilih tempat atau supplier penyedia
dengan meminimasi biaya, waktu, batubara tersebut agar kebutuhan bahan
dan memaksimasi nilai kalor yang baku dapat terpenuhi dengan optimal..
dihasilkan Metode yang digunakan yaitu metode
Goal Programming dengan langkah awal
membuat model simulasi yaitu
menentukan fungsi tujuan, batasan atau
constrain., setelah dibuat model
simulasinya kemudian dilakukan
penyelesaian menggunakan software
LINGO 18.0. Hasil yang diperoleh yaitu
pemesanan batubara yang optimal pada
supplier PT.1 sebesar 550.000 MT; PT.2
sebesar 90.000 MT; PT.3 sebesar 80.000
MT; PT.4 sebesar 80.000MT; PT.5
sebesar 200.000; dan PT.8 sebesar
16
hmawati, 2018) Optimalisasi Harga Penjualan Tujuan Penelitian ini adalah untuk Goal Dengan menggunakan program solver Penelitian ini memi
Perumahan dengan Metode Goal menentukan nilai optimum untuk Programming yang ada pada Microsoft Excel, diperoleh penelitian penjualan
Programming (Studi Kasus: Golden penjualan beberapa tipe rumah solusi optimal untuk harga penjualan yang berarti penelitia
Gindi Residence Kota Bima Nusa yang di pasarkan dan tujuan ke dua minimum masing-masing tipe rumah yang gunakan tidak terus men
Tenggara Barat) yaitu mengoptimalkan target dipasarkan Tipe 36/150 (X1) Rp. produk yang di produ
keuntungan yang di harapkan dari 56.371.445,76,Tipe 45/150 (X2) Rp. bukan barang yang sama
biaya produksi juga dapat 77.261.225,66, dan target penjualan perum
terpenuhi dan yang terakhir adalah Tipe 52/150 (X3) Rp. 84.221.445,56 terpenuhi sementara
target risiko yang di harapkan dari Prioritas kedua yaitu target keuntungan mengangkat topik peneli
harga jual rmah awal yang diharapkan minimum sebesar 40% pada area produksi, de
dari biaya produksi juga dapat terpenuhi, pakan ternak yang akan
bahkan terjadi over target yaitu sebesar terus menerus
Rp. 202.953.624,8 sehingga total berkesinambungan kare
keuntungan yang dapat diperoleh pihak yang di produksi sam
pengembang sebesar Rp. 871.953.624,8. kedua penelitian ini
Hal ini, dapat terlihat dari nilai 3 DB perbedaan pada jangk
= 0. Prioritas ketiga yaitu target risiko penelitian yang terus men
yang diharapkan minimum sebesar 10%
dari harga jual awal rumah dapat
terpenuhi dimana nilai 2 DB = 0, bahkan
terjadi over target sebesar Rp.
16.161.593,79 sehingga besarnya risiko
yang harus ditanggung oleh pihak
pengembang jika memasarkan semua tipe
rumah dengan harga minimum adalah
sebesar Rp. 217.988.406,2.
PENGEMBANGAN Pada penelitian ini peneliti Goal Programming Berdasarkan analisis data untuk mencapai Pada penelitian
(Purnama & Sajiyo, MODEL FUZZY GOAL mencoba Tujuan yang ingin tujuan perencanaan produksi yang formulasi fungsi k
2020)
PROGRAMMING dicapai adalah memaksimalkan optimal, dengan pembatasan kemampuan yang di gunakan
UNTUK pendapatan dengan sumber daya UKM furniture, maka kecepatan
MENGOPTIMALKAN memiminimalkan biaya tenaga persediaan kayu yang harus disiapkan produksi,ketersediaa
PRODUKSI PADA UKM kerja, biaya bahan baku dan setiap bulan sebesar 25,3 m3. Sedangkan kerja dan keter
17
FURNITURE waktu produksi. hasil nilai fuzzy 0,98 mempunyai arti bahan baku sem
peluang keuntungan optimal akan dicapai fungsi kendala nya
sebesar Rp. 90.620.000, merupakan kendala memaksi
keuntungan yang diterima oleh UKM keuntungan dari pe
furniture. produk dan memini
biaya produksi aga
melebihi Batasan
produksi.
Objek Penelitian ber
(Widyaningsih & Optimasi perencanaan penelitian ini bertujuan untuk Goal Hasil penelitian menunjukkan, kedua Pada penelitian ini
Andayani, 2018))
produksi bahan bakar melakukan optimasi perencanaan Programming penyelesaian metode goal pro- gramming tujuan yang ingin d
minyak dengan fungsi produksi BBM menggunakan baik dengan kendala biasa maupun dengan hanya satu fungsi
kendala fuzzy metode goal programming agar kendala fuzzy memberikan keluaran yaitu memaksi
menggunakan metode goal perusahaan dapat memperoleh jumlah BBM dan jumlah pendapatan yang pendapatan
programming pendapatan yang maksimal sama, yaitu produk premium (??1) memperhatikan
dengan memperhatikan faktor- sebanyak 1016 kl, bio solar (??2) seba- faktor yang ada
faktor dan kendala yang ada. nyak 1200 kl, pertamax (??3) sebanyak melakukan pend
596 kl, dan pertalite (??4) sebanyak 1632 fungsi kendala
kl dengan pendapatan sebesar sedangkan pada pe
Rp33.022.000.000,00. Kata penulis tidak mengg
pendekatan fuzzy
tanpa pendekatan
juga bisa di selesaik
(Dabukke, 2018) OPTIMASI Berdasarkan rumusan masalah Goal Programming Penyusunan perencanaan produksi yang Pada penelitian
PERENCANAAN yang telah diuraikan sebelumnya dilakukan adalah dengan mempunyai beberap
PRODUKSI DENGAN maka yang mempertimbangkan tiga kendala tujuan, produk namun tid
METODE GOAL menjadi tujuan dari penelitian ini yaitu volume penjualan supaya dapat lampirkan system p
PROGRAMMING adalah menentukan optimasi memenuhi permintaan pasar setiap yang di g
( STUDI KASUS: UD perencanaan produksi pada UD bulannya, biaya produksi yang tidak sedangkan pe
BERKAT DOA) Berkat Doa dengan menggunakan melebihi batasan target yaitu sebesar Rp. penulis objek pe
metode goal programming untuk 930.048.141 untuk periode setahun, dan memiliki dua jenis
periode Januari hingga Desember juga target keuntungan tercapai yaitu produksi make to sto
2019 sebesar Rp. 559.693.776,- untuk periode make to order jadi
setahun maka diperoleh bahwa pada keputusan ankhir m
ketiga tujuan tersebut mendapatkan nilai pertimbangan
deviasi nol terhadap target yang ingin melakukan pen
dicapai, artinya ketiga tujuan adalah produksi
tercapai
(Sugianto, 2020) OPTIMASI KAPASITAS Tujuan melaksanakan penelitian Goal Programming Dengan metode yang digunakan maka Pada penelitian ini
PRODUKSI UKM
ini adalah untuk mengembangkan diperoleh kapasitas produksi untuk kue yang ingin di capai
DENGAN METODE
GOAL PROFRAMMING model goal programming ke semprit akar kelapa, kue semprit, kue kapasitas produksi
situasi produksi UKM. kacang dan kue nastar masing-masing beberapa jenis
adalah sebesar 12,76kg, 16,93kg, 3,37kg sedangkan pada pe
dan 25,7kg. Nilai penulis selain
18
mencapai jumlah p
optimum
memaksimalkan
keuntungan dari pe
dan meminimalkan
produksi agar
melebihi
sebelumnya dari
produksi dan nilai
dari target keun
yang ingin dicapai
(Muhammad et al., Perhitungaan Metode Goal Pada penelitian ini memiliki Goal Programming hasil penelitian menunjukkan bahwa
2020)
Programming Untuk beberapa tujuan diantarnya produk Keripik Singkong Original dan
Optimasi Perencanaan memaksimalkan jumlah produksi, Keripik singkong Pedas setelah dilakukan
Produk Keripik Singkong memakimalkan pendapatan dan solusi optimal Goal programmiang
Pada PT. Cassava Chips meminimumkan pemakaian diperoleh nilai optimal pendapatan sebesar
bahan baku atau biaya produksi. Rp.32.285.000 , sedangkan nilai minimasi
Untuk itu dalam memenuhi biaya produksi PT. Cassava Chips sebesar
tujuan-tujuan tersebut diperlukan Rp. 16.153.5000 dengan jumlah produksi
suatu metode yang dapat Keripik Original sebanyak 782 Pack dan
memberikan solusi optimal untuk Keripik Pedas sebanyak 958 Pack selama
dari tujuan-tujuan tersebut. 6.305 menit produksi.
(Nurhasanah, 2017) Perencanaan Pengendalian Adapun tujuan dari penelitian ini Metode Aggregate Hasil yang diperoleh dari peramalan Pada penelitian
Produksi Air Minum Dalam adalah untuk merencanakan dan Planning dengan bantuan Sofware Quantity System, menggunakan
Kemasan Menggunakan mengendalikan produksi Air metode terpilih yaitu pada metode Simple Aggregate P
Metode Aggregate Planning Minum Dalam Kemasan Average dengan jumlah MAD terkecil dengan memband
(AMDK) untuk memenuhi sebesar 594,92. Biaya total produksi dua metode di da
permintaan yang akan datang dengan menggunakan Metode yaitu perencanaan h
dengan total biaya yang minimal. Perencanaan Heuristik adalah sebesar dan optimasi diman
Rp.91.943.017 sedangkan Metode yang di peroleh
Perencanaan Optimasi adalah sebesar Rp. biaya produksi palin
241.549.840, sehingga metode yang sedangkan pada pe
terpilih dalam perencanaan produksi penulis hasil yang i
adalah dengan Metode Perencanaan capai selain dari
Heuristik. yang harus di mini
juga keuntungan
harus di maksimalk
juga pada kendala
tersedia
(Handayani & Dewi, Perencanaan Bahan Baku Tujuan penelitian ini adalah Metode Linear Hasil penelitian ini di dapatkan Solusi Pada penelitian ini
2017)
Dan Hasil Produksi untuk merancang dan Simpleks optimal X1 = 0 X2 = 2,3 , X3 = 3,8, X4 = yang ingin di capai
Menggunakan Metode membangun sistem pengaturan 2,6423, X5 = 1,25 dan Z = Rp. 24438302, satu yaitu memaksi
Linier Programming pemakaian bahan baku produksi artinya untuk mendapatkan keuntungan keuntungan dengan
19
Simplek dan perencanaan hasil produksi maksimum sebesar Rp. 24438302, maka yang ada sedangka
berjenis besi menggunakan perusahaan sebaiknya menghasilkan penelitian penulis m
metode linear simpleks produk 1 sebesar 0 unit, produk 2 sebesar tiga tujuan yang in
0,06 unit, produk 3 sebesar 3,8 unit, capai dan tujuan ini
produk 4 sebesar 2,6423 unit dan produk 5 ke dalam kendala
sebesar 1,25 unit. (goal constrain) yan
deviasi yang tid
harapkan harus bern
31
terdiri dari biaya tenaga kerja,bahan baku, dan overhead serta memaksimalkan
pemakaian jam kerja.
3.5. Tujuan Penelitian
Tujuan penelitian ini yaitu menjawab permasalahan yang ada yang telah
dirumuskan pada Bab sebelumnya. Dimana tujuan penelitian ini berupa mengetahui
solusi optimal dari permasalahan optimasi perencanaan produksi dari jumlah yang
harus di produksi batasan biaya produksi, target keuntungan yang di harapkan dan
pemakaian jam kerja yang harus di optimalkan yang ada pada divisi pakan ternak
KPGS.
3.6. Teknik Pengumpulan Data
Pada pengumpulan data ini digunakan langkah-langkah pendekatan untuk
mendapatkan data yang relevan dengan persoalan yang diteliti. Pengumpulan data ini
diakukan dengan cara interview kepada bagian divisi pakan ternak KPGS dan
observasi langsung.
3.6.1 Data Primer
Data primer adalah data yang di peroleh secara langsung dari hasil wawancara
dan observasi dari pihak perusahaan.
Adapun data-data yang dikumpulkan dari perusahaan diantaranya yaitu :
1. Harga jual produk di jual dalam bentuk 50 kg/karung.
Tabel 3.1 Harga jual produk
Jenis Harga/Karung
No Harga/KG
Pakan (50Kg)
Rp Rp
1 Reguler
2,850.00 142,500.00
Rp Rp
2 Premium
4,200.00 210,000.00
2. Bahan baku yang di gunakan dan harga dari setiap bahan baku setiap jenis
produk, pada tabel di bawah ini merupakan rekapitulasi penggunaan dan harga
bahan baku :
4
a ij x j +aij x j−di+¿+d i ¿
(3.1)
Keterangan
a jk =Keuntungan produk jenis j pada periode i
+¿=pencapaian target yangmelebihi dari target ¿
di
yang ditetapkan pada persamaan ke−i
−¿=Ketidaktercapaian target dari target ¿
di
6
a ij x j +aij x j−di+¿+d i ¿
(3.2)
Keterangan
a ij=Biaya produksi produk jenis j pada periode i
+¿=pencapaian target yangmelebihi dari target ¿
di
yang ditetapkan pada persamaan ke−i
−¿=Ketidaktercapaian target dari target ¿
di
yang ditetapkan pada persamaan ke−i
bi=nilai RHS (target yang ingin dicapai)
Maka fungsi tujuan dari model fungsi kendala ini :
+¿ ¿
Min Z=di
Persamaan model matematis untuk kendala yang ada pada biaya produksi yang
terdiri dari biaya tenaga kerja, biaya bahan baku, dan yaitu sebagai berikut :
Kendala biaya tenaga kerja
−¿=bi ¿
a ij x j +aij x j−di+¿+d i ¿
∑ bi x i +∑ ❑❑−d i+¿+ d
−¿=bTij¿
i ¿
i=1 i=1
Keterangan :
b=biaya bahan baku setiap jenis produk
x=variabel keputusan untuk jenis produk−i
7
a ij x j +aij x j−di+¿+d i ¿
a ij x j +aij x j−di+¿+d i ¿
(3.3)
Keterangan
a jk =Jam kerja yang di butuhkan produk jenis j pada periode i
+¿=pencapaian target yangmelebihi dari target ¿
di
yang ditetapkan pada persamaan ke−i
−¿=Ketidaktercapaian target dari target ¿
di
yang ditetapkan pada persamaan ke−i
bi=nilai RHS (target yang ingin dicapai)
Maka fungsi tujuan dari model fungsi kendala ini :
+ ¿¿
−¿−d i ¿
Min Z=di
3. Fungsi Tujuan Model
Berdasarkan fungsi kendala sebelumnya maka fungsi tujuan model goal
programming yang sesuai dengan permasalahan di atas adalah dengan menggunakan
preemptive goal programming yaitu dengan menggunakan persamaan (2.7). Maka
fungsi tujuan yang dapat diterapkan pada optimasi perencanaan Divisi pakan ternak
adalah sebagai berikut:
8
m
Z=∑ ¿ ¿
i=1
tabel sudah optimal. Jika ketentuan di atas belum terpenuhi ulangi kembali
langkah 3 sampai langkah 6 hingga ketentuan terpenuhi.
3.7.4 Penyelesaian Model Matematis Goal Programming dengan Aplikasi
Lindo
Setelah melakukan perhitungan manual dengan tabel iterasi simpleks
selanjutnya penyelesaian menggunakan bantuan aplikasi yang menunjang untuk
kasus permasalahan-permasalahan riset operasi seperti program linear, dan pada
kasus goal programming juga dapat di gunakan karena secara model matematik
sama.
3.8. Analisis dan Pembahasan
Hasil dari pengumpulan dan pengolahan data selanjutnya dianalisis dan dibahas
tentangmengenai varibel variabel keputusan yang tidak memenuhi pada nilai fungsi
kendala atau varibel deviasi positi dan negatif bergantung pada formulasi di bagian
fungsi kendala yang di harapkan, apakah nilai tersebut mengalami kelebihan atau
kekurangan pada variabel deviasi, dimana jika sudah diketahui maka selanjutnya
melakukan proses perbaikan jika keputusannya pada variabel deviasi positif maka
nilai pada fungsi kendala itu mengalami kelebihan contoh jika pada fungsi kendala
biaya produksi maka biaya produksi untuk periode tersebut melebihi nilai maksimum
yang ada dan sebaliknya jika pada deviasi negatif nilai pada fungsi kendala itu
mengalami kekurangan contoh jika pada fungsi kendala target keuntungan maka
target keuntungan yang harus di capai untuk periode tersebut tidak mencapai nilai
minimum. (Debora, 2018).
3.9. Kesimpulan dan Saran
Kesimpulan diperoleh berdasarkan hasil analisis dan pembahasan, dimana
kesimpulan merupakan jawaban dari tujuan penelitian yang sudah ditetapkan.
Adapun saran diperoleh dari hasil perbaikan yang diteliti untuk divisi pakan terak
KPGS dan penelitian selanjutnya.
3.10. Jadwal Penelitian
Jadwal penelitian ini di laksanakan dalam tahapan tahapan berikut :
10
https://jurnal.unigal.ac.id/index.php/mediateknologi/article/download/
2651/2219
Oleh, D. (n.d.). No Title.
Purnama, J., & Sajiyo, S. (2020). Pengembangan Model Fuzzy Goal Programming
Untuk Mengoptimalkan Produksi Pada Ukm Furniture. Jurnal Simantec, 9(1),
6–14. https://doi.org/10.21107/simantec.v9i1.8998
Rahmawati, L. I. (2018). Optimalisasi Harga Penjualan Perumahan dengan Metode
Goal Programming ( Studi Kasus : Golden Gindi Residence Kota Bima Nusa
Tenggara Barat ). Jurnal Matematika Vol. 3 No. 2, Desember 2013, 3(2), 86–
101.
Ridwan, A., & Abadi, A. A. (2020). OPTIMASI PEMILIHAN SUPPLIER BAHAN
BAKU BATUBARA DENGAN METODE GOAL PROGRAMMING (Studi
Kasus di PT. ABC). Journal Industrial Servicess, 6(1), 20.
https://doi.org/10.36055/jiss.v6i1.9469
Sugianto, W. (2020). Optimasi Kapasitas Produksi Ukm Dengan Goal Programming.
Jurnal Rekayasa Sistem Industri, 5(2), 146–154.
https://doi.org/10.33884/jrsi.v5i2.1911
Widyaningsih, W., & Andayani, S. (2018). Optimasi perencanaan produksi bahan
bakar minyak dengan fungsi kendala fuzzy menggunakan metode goal
programming Optimization planning of fuel oil production with fuzzy
constraint using goal programming method. 13(1), 21–32.