PROPOSAL PENELITIAN

TUGAS AKHIR

ANALISA OPTIMASI PERENCANAAN PRODUKSI PAKAN

TERNAK PADA DIVISI PAKAN TERNAK DI KOPERASI
PETERNAK GARUT SELATAN (KPGS) DENGAN METODE
GOAL PROGRAMMING
Diajukan Untuk Memenuhi Persyaratan Akademik dalam Mengikuti Sidang Ujian
Proposal

OLEH
M Faisal Gusman
(1803062)

JURUSAN TEKNIK INDUSTRI

INSTITUT TEKNOLOGI GARUT
2022
 I. BAB I
PENDAHULUAN
1.1. Latar Belakang
Kemajuan pengetahuan dan keilmuan memberikan dampak pada
perkembangan industri manufaktur yang membuat daya bersaing perusahaan dalam
memenuhi kebutuhan konsumen.Setiap industri manufaktur mengharapkan sebuah
produk yang di hasilkannya tumbuh pesat dan berkembang agar mendapatkan
keuntungan yang lebih besar.Kenaikan permintaan konsumen dalam bidang
manufaktur khususnya bidang pakan ternak ini menjadi sebuah keuntungan bagi
perusahaan namun di saat yang bersamaan juga perusahaan di hadapkan dengan
beberapa permasalahan yaitu di antaranya bagaimana proses produksi tersebut dapat
di laksanakan dengan biaya yang paling minimum dengan perencanaan produksi yang
paling optimal kedua pedoman itu harus di pegang perusahaan agar dapat memajukan
perusahaan.
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 untuk . Dimana
make to order diguanaknuntuk pesanan yang berasal dari konsumen tetap atau dari
anggota kelompok koperasi karena proses produksi yang berjalan hanya ketika ada
pesanan dari anggota kelompok koperasi. Sedangkan untuk make to stok untuk
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. Berikut adalah grafik penjualan pakan ternak jenis
premium dan reguler.
 Penjualan Pakan Ternak Tahun 2020
()
120,000

80,000

40,000

-
ri ri et ril ei ni li s r
er
r r
ua ua ar Ap Ju Ju tu be be be
a n br M
M
g us em ktob em e m
J Fe A pt O v s
Se No De

Premium Reguler

Gambar 1.1 Grafik Penjualan Pakan ternak jenis premium dan reguler
Dalam memenuhi kebutuhan pakan ternak sapi divisi pakan ternak KPGS ini
secara kenyataannya masih banyak aspek yang tidak terpenuhi dalam mengoptimasi
perencanaan produksi 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 berikut adalah data aktual dari realisasi pemenuhan
pesanan dari anggota dan luar anggota pada periode satu tahun :
Tabel 1.1 Data Realisasi aktual pemenuhan pesanan

Sumber
Periode
Anggota Luar Anggota Total
1 197,050 88,050 285,100
2 191,750 84,350 276,100
3 177,500 64,450 241,950
4 176,200 67,150 243,350
5 175,100 69,450 244,550
6 185,650 75,350 261,000
7 186,600 75,900 262,500
8 181,050 72,100 253,150
9 192,000 73,250 265,250
10 148,050 75,100 223,150
11 142,600 91,750 234,350
12 146,550 94,650 241,200
 Hal ini menyebabkan divisi pakan ternak KPGS ini sering di hadapkan dengan
bagaimana volume produksi di lakukan karena produksi yang besar juga sejalan
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. Dalam penyusunan
perencaaan produksi, hal yang perlu dipertimbangkan juga adalah adanya optimasi
perencanaan produksi sehingga tingkat biaya yang paling rendah untuk melaksanakan
proses produksi tercapai. Artinya, dalam optimasi perencanaan produksi tujuan yang
ingin dicapai tidak hanya satu.
Menurut penelitian Vera Devani, 2017 menggunakan metode xxxx
menghasilkan jumlah optimum untuk produksi variasi dari dua produk yaitu produk
Crumb Rubber SIR 10 dan Crumb Rubber SIR 20 dari ketersediaan jam kerja harus bisa
mencapai target keuntungan minimum dari sumber daya yang tersedia.dan
penyelesaian permasalahan optimasi produksi ini juga di selesaikan dengan
pengggunaan metode simpleks seperti yang ada pada penelitian oleh (Yulianto,
2019).Pada penelitian (Revina Rentani,Arnellis dan Doni Permana, 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 dapat
dilakukan dengan menggunakan metode goal programming karena tujuan yang ingin
di optimalkan pada penelitian ini memiliki lebih dari satu dari kendala kendala yang
ada pada kasus penelitian pada divisi pakan ternak KPGS ini.
1.2. Rumusan Masalah
Berdasarkan latar belakang masalah sebelumnya permalahan yang ada pada
perencanaan produksis di capai,biaya yang di keluarkan untuk produksi,jumlah
ketersedian bahan baku dan jam kerja pada periode tertentu maka perumusan
permasalahan penelitian ini memiliki fokus penelitian yaitu Bagaimana optimasi
perencanaan produksi yang paling optimum dari sumber daya yang tersedia di pakan
ternak KPGS nilai deviasi yang ada pada metode goal programming akan
memperlihatkan apakah solusi yang di dapatkan sudah optimum atau tidak dan
permasalahan tersebut dapat di rumuskan menjadi beberapa rumusan sebagai berikut :
1. Bagaimana mengoptimumkan volume produksi dalam perencanaan produksi ?
2. Bagaimana meminumukan biaya produksi dalam perencanaan produksi?
3. Bagaimana memaksimalkan target keuntungan dalam perencanaan produksi ?
4. Bagaimana mengoptimalkan ketersediaan jam kerja yang ada?
1.3.
1.4. Tujuan Penelitian
Sebagaimana fokus penelitian pada perumusan masalah sebelumnya tujuan
penelitian ini yaitu mengoptimalkan perencanaan produksi pada divisi pakan ternak
dengan sumber daya yang tersedia dan perencanaan produksi yang ada pada divisi
pakan ternak KPGS,dapat di kategorikan menjadi beberapa tujuan dalam perencanaan
produksi di antaranya :
1. Mengoptimalkan volume produksi
2. Meminimumkan biaya produksi
3. Memaksimalkan target keuntungan
4. Mengoptimalkan pemakaian ketersediaan jam kerja
1.5. Batasan Penelitian
Batasan Penelitian :
1.
 2.
3. Objek yang diteliti dalam penelitian ini adalah produk Pakan ternak sapi perah
yang di klasifikasikan dua jenis, antara lain: Pakan ternak Reguler dan
Premium.
4. Data yang diambil adalah data satu kali tahapan produksi dan data satu tahun
terakhir yang diperoleh dari Divisi Pakan Ternak KPGS.
5. Data yang dikumpulkan dalam penelitian ini meliputi data penjualan, data
biaya produksi,data bahan baku yang tersedia dan yang di butuhkan dalam
proses produksi dan harga jual setiap jenis produk.
6. Penelitian dilakukan untuk perencanaan produksi satu tahun ke depan
menggunakan metode goal programming dengan asumsi data yang di
gunakan tidak berubah.
1.6. 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 periode satu tahun ke depan.
3. Akademik
Sebagai tambahan referensi bagi mahasiswa dan sebagai bahan untuk
melakukan penelitian ini lebih lanjut di masa yang akan datang.
1.7. Sistematika Penulisan
Penulisan laporan tugas akhir ini disususn dengan sistematika penulisan yang
berisi masing-masing menjelaskan isi dari bab tersebut:
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
Pada bab ini berisi mengenai metodologi penelitian yang digunakan
dalam penelitian yang secara garis besar digambarkan dalam sebuah
flowchart.
BAB IV PENGUMPULAN 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 KESIMPULAN DAN SARAN
Setelah dilakukan proses analisa dan pembahasan, maka pada bab ini
akan diuraikan kesimpulan akhir mengenai jawaban dari tujuan
penlelitian. 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) adalah 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.
Menurut American Institute Of Industrial Engineering (AIIE), Ada beberapa
aktivitas yang bisa dilakukan oleh keilmuan teknik industri:

a. Teknik industri bisa merencanakan dan memilih metode kerja yang

efektif dan efisien yang terdapat dalam proses produksi.
b. Teknik industri bisa memilih dan merancang perkakas kerja serta
peralatan dalam proses produksi.
c. Teknik industri bisa men-desain fasilitas pabrik, diantaranya perencanaan
tata letak fasilitas produksi, alat-alat untuk pemindahan bahan, dan
fasilitas-fasilitas untuk penyimpanan bahan baku atau produk produk
yang sudah jadi.
d. Teknik industri mampu mendesain dan perbaikan sistem perencanaan dan
pengendalian distribusi barang/jasa produksi, pengendalian persediaan,
pengendalian kualitas dan reabilitas
e. Teknik industri mampu mengendalikan sistem pengendalian ongkos
produksi diantaranya pengendalian budget, menganalisa biaya dan standar
biaya produksi.
f. Teknik industri mampu meneliti dan mengembangkan produk.
 g. Teknik industri mampu men-desain dan mengembangkan sistem
pengukuran performa dan standar kerja.
h. Teknik industri mampu mengembangkan dan menerapkan sistem
pengupahan serta pemberian insentif.
i. Teknik industri mampu merencanakan dan mengembangkan organisasi,
prosedur kerja, perlindungan sistem dalam pemrosesan data.
j. Teknik industri mampu menganalisa lokasi dengan pertimbangan peluang
pemasaran, sumber bahan baku, tenaga kerja dan lain-lain.

2.2 Keterkaitan Teori

Teknik Industri adalah disiplin ilmu yang mampu mengoptimalkan dan
memberikan suatu keputusan berupa solusi dari permasalahan sumber daya yang
terbatas dari suatu sistem integral yang terdiri dari manusia, material/bahan,
informasi, peralatan, dan energy. Dasar keilmuan teknik industri multidisiplin, karena
teknik industri tidak hanya bertumpu pada ilmu matematika dan fisika, tetapi juga
ilmu sosial dan manajemen.
Penelitian yang di kaji ini yaitu mengenai optimasi perencanaan produksi terdiri
dari permasalahan jumlah produksi yang harus di optimumkan dan beberapa tujuan
lain seperti yang sudah di paparkan sebelumnya pada rumusan dan tujuan penelitian
mengutip dari (Suinata, 2017) Jumlah produksi yang terlalu kecil atau terlalu sedikit
berakibat tidak dapatnya perusahaan tersebut memenuhi permintaan pasar .Akibatnya
para pelanggan yang tidak terpenuhi permintaanya akhirnya pindah dan menjadi
pelanggan perusahaan lain yang merupakan saingan dari perusahaan tersebut.
Hal hal yang di angkat pada penelitian ini memiliki keterkaitan dan relevansi
dengan keilmuan teknik industri di mana dalam perencanaan produksi di dalamnya
terdapat fokus kajian sistem yang terintegrasi dan juga dalam perencanaan produksi
ini juga tidak hanya bertumpu pada nilai nilai dari suatu keputusan yang di selesaikan
oleh metode goal programming akan tetapi apabila solusinya tidak terpenuhi maka
hal ini di selesaikan dengan ilmu sosial dan manajemen yang juga merupakan bagian
dari disiplin keilmuan teknik industri.
 2.3 Perencanaan Produksi
Perencanaan produksi merupakan perencanaan tentang produk apa dan berapa
yang akan di produksi oleh perusahaan yang bersangkutan dalam satu periode yang
akan datang. Perencanaan produksi merupakan bagian dari perencanaan operasional
di dalam perusahaan. Dalam penyusunan perencanaan produksi, hal yang perlu
dipertimbangkan adalah adanya optimasi produksi sehingga akan dapat dicapai
tingkat biaya yang paling rendah untuk pelaksanaan proses produksi tersebut (Anis,
2007).
Perencanaan produksi merupakan aktifitas untuk menetapkan produk yang akan
diproduksi untuk periode selanjutnya.Tujuan perencanaan produksi adalah menyusun
suatu rencana produksi untuk memenuhi permintaan pada waktu yang tepat dengan
menggunakan sumber-sumber atau alternatif-alternatif yang tersedia dengan biaya
yang paling minimum keseluruhan produk (Teguh Baroto,).Oleh karena itu maka
jumlah produksi harus direncanakan agar perusahaan dapat memperoleh laba
maksimal. Di samping itu jumlah produksi perlu direncanakan dan diperhitungkan
dengan cermat karena tanpa perencanaan dapat berakibat bahwa jumlah yang
diproduksikan menjadi terlalu besar atau terlalu kecil. Jumlah produksi yang tidak
seimbang dengan permintaan pasar mengakibatkan terjadi penyimpangan. Jika
jumlah produksi terlalu besar maka biaya produksi juga semakin besar dan
keuntungan akan kecil atau bahkan mendapatkan kerugian. Jumlah produksi yang
terlalu kecil atau terlalu sedikit berakibat tidak dapatnya perusahaan tersebut
memenuhi permintaan pasar.
Jumlah produksi yang terlalu kecil atau terlalu sedikit berakibat tidak dapatnya
perusahaan tersebut memenuhi permintaan pasar.Akibatnya para pelanggan yang
tidak terpenuhi permintaanya akhirnya pindah dan menjadi pelanggan perusahaan lain
yang merupakan saingan dari perusahaan tersebut (Suinata, 2017).
 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.

Penggunaan model matematik dalam peramalan besarnya potensi permintaan

dalam (Andini & Auristandi, 2016)

Berdasarkan sifatnya, peramalan dapat dibedakan menjadi dua yaitu :

1. Peramalan kualitatif adalah peramalan yang didasarkan atas kualitatif pada
masa lalu. Hasil peramalan yang dibuat sangat bergantung pada pihak yang
menyusunnya. Hal ini dikarenakan hasil peramalan tersebut adalah
berdasarkan pemikiran yang bersifat pendapat, pengalaman, atau pun
pengetahuan si penyusunnya.
2. Peramalan kuantitatif adalah peramalan yang didasarkan atas data kuantitatif
pada masa lalu. Hasil peramalan yang dibuat sangat tergantung pada metode
yang dipergunakan dalam peramalan tersebut. Peramalan kuantitatif hanya
dapat digunakan apabila terdapat tiga kondisi sebagai berikut:
a. Adanya informasi tentang keadaan yang lain.
b. Informasi tersebut dapat dikuantifikasikan dalam bentuk data.
c. Dapat diasumsikan bahwa pola yang lalu akan berkelanjutan pada
masa yang akan datang.
2.4.2 Data Berkala (Time Series)
Pada dasarnya, perubahan nilai pada data berkala terbagi atas 4 komponen yang akan
membentuk suatu pola, yaitu:
1. Kecenderungan (trend)
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.
2.4.3 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:
F t+ 1=α X t + ( 1−α ) Ft
Keterangan :
α =smoothing constant atau konstanta pemulusan ; 0<α < 1
X t =¿
 F t=Peramalan untuk periode t
t=Data pada periode t
2. Pemulusan Eksponensial Ganda (Double Exponensial Smoothing)
Metode pemulusan eksponensial tunggal hanya akan efektif apabila data yang
diamati bersifat stasioner atau tidak mengalami perkembangan. Metode pemulusan
eksponensial ganda akan lebih mampu untuk menyesaikan peramalan data yang
memiliki perubahan garis lurus ataupun bersifat trend. Salah satu metode yang dapat
digunakan adalah metode pemulusan eksponensial ganda dari Holt. Ramalan dari
pemulusan eksponensial ganda dari Holt didapat dengan menggunakan dua konstanta
pemulusan yaitu α dan γ (dengan nilai antara 0 dan 1).
3. Pemulusan Eksponensial Musiman (Winter’s Exponential Smoothing)
Metode Penghalusan Eksponensial Musiman merupakan metode peramalan
yang dapat digunakan jika pola datanya bersifat musiman. Jika datanya menunjukkan
data stationer maka metode rata-rata bergerak dan eksponensial tunggal adalah tepat.
Jika datanya menunjukkan sutatu trend linier maka metode eksponensial ganda
adalah tepat. Tetapi jika datanya adalah musiman maka metode yang sesuai adalah
metode eksponensial musiman. Metode ini didasarkan atas tiga persamaan yaitu
unsur stasioner, trend, dan musiman

2.4.1. Ukuran Akurasi Hasil Peramalan

Dalam peramalan suatu n pengamatan/ data maka mungkin saja terjadi
sejumlah n penyimpangan, maka rumus yang dapat digunakan untuk mengukur
ketelitian peramalan adalah Mean Absolute Percentage Error (MAPE). Mean
Absolute Percentage Error (MAPE) merupakan metode yang dapat digunakan untuk
mengukur tingkat akurasi . MAPE merupakan ukuran ketetapan relatif berdasarkan
nilai absolut yang digunakan untuk mengetahui persentasi penyimpangan hasil
peramalan dengan data aktual.
n
X t−F t
MAPE=∑ ×100
t =1 n
Keterangan:
 n = jumlah data/pengamatan
Kriteria nilai MAPE:
<10% = sangat baik
10%-20% = baik
20%-50% = cukup baik
>50 % = buruk.
2.5 Program Linear
2.5.1 Pengertian dan Konsep dasar Program Linear
Program Linear ataupun linear programming merupakan teknik memodelkan
permasalahan sehari-hari ke dalam model matematika yang bersifat analitis dengan
tujuan memperoleh solusi terbaik ataupun optimal.
Pada hakikatnya, Program linear merupakan suatu teknik perencanaan yang
bersifat analitis yang analisis-analisisnya memakai model matematika, dengan tujuan
menemukan beberapa kombinasi alternatif pemecahan masalah; kemudian dipilih
mana yang terbaik di antaranya dalam rangka menyusun dana yang terbatas guna
mencapai tujuan dan sasaran yang optimal.
Pokok pikiran utama dalam menggunakan program linear adalah merumuskan
masalah dengan jelas dengan menggunakan sejumlah informasi yang tersedia.
Sesudah masalah terumuskan dengan baik, maka langkah berikut ialah
menerjemahkan masalah ke dalam bentuk model matematika sehingga keputusan
optimal dapat diambil (P. Siagian, 2016).
Program linear memiliki ciri-ciri yang menjadi penentu apakah masalah
tersebut dapat diselesaikan dengan program linear ( Siang, 2014) yaitu:
a. Semua variabel penyusunnya bersifat tak negatif
b. Fungsi objektif dapat dinyatakan sebagai fungsi linier variabel-
variabelnya
c. Kendala dapat dinyatakan sebagai suatu system persamaan linier
2.5.2 Metode Simpleks
Metode simpleks pertama kali dikembangkan oleh George Dantzig pada tahun
1947 dan telah diperbaiki oleh beberapa ahli lain. Metode simpleks adalah metode
alternative yang dapat digunakan untuk menyelesaikan permasalahan program linear
yang mengandung tiga atau lebih variable keputusan karena metode grafik tidak dapat
digunakan lagi ( Aminuddin, 2005).
Pada metode simpleks terdapat suatu ciri khas yaitu adanya penambahan suatu
variabel yang disebut dengan variable slack . Tujuan dari penambahan ini adalah
untuk menjadi penampung sumber daya yang tersisa atau yang tidak digunakan
sehingga suatu pertidaksamaan dapat diubah menjadi suatu persamaan.
Pada metode simpleks juga terdapat algoritma untuk mempermudah proses
penyelesaiannya, yaitu sebagai berikut:
1. Formulasikan dan standarisasikan modelnya
2. Bentuk tabel simpleks awal sesuai dengan informasi model
3. Tentukan kolom kunci di antara kolom-kolom variable yang ada, yaitu
kolom yang mengandung nilai ( c j−Z j )paling positif untuk kasus
maksimasi dan atau mengandung nilai ( c j−Z j ) paling negative untuk
kasus minimasi.
4. Tentukan baris kunci di anatara baris-baris variable yang ada, yaitu
baris yang memiliki rasio kuantitas dengan nilai positif terkecil.
bi
Rasio kuantitaske−i=
unsur kolom kunci yang bernilai positif
5. Bentuk tabel berikutnya dengan memasukkan variabel pendatang ke
kolom variable dasar dan mengeluarkan variable perantau atau yang
meninggalkan dasar dari kolom tersebut serta melakukan transformasi
baris-baris variable, dengan cara:
Baris baru selain baris kunci= baris lama – ( rasio kunci x baris kunci
lama)
baris kunci lama
Baris kuncibaru=
angka kunci
unsur kolom kunci
Dimana: Rasio kunci=
angka kunci
 6. Lakukan uji optimalitas. Dengan ketentuan jikas semua koefisien pada
baris ( c j−Z j )sudah tidak ada lagi yang bernilai positif (untuk
maksimasi) atau sudah tidak ada lagi yang bernilai negatif (untuk
minimasi), berarti tabel sudah optimal. Jika ketentuan di atas belum
terpenuhi ulangi kembali langkah 3 sampai langkah 6 hingga ketentuan
terpenuhi.
2.6 Goal Programming
2.6.1 Pengertian dan Konsep Dasar Goal Programming
Goal Programming merupakan pengembangan dari program linear. Goal
Programming pertama kali diperkenalkan oleh Charnes dan Cooper pada tahun 1961.
Ijiri dan Jaaskelainen kemudian melanjutkannya sehingga metode goal programming
dapat digunakan secara operasional.
Perbedaaan program linear dan goal programming adalah pada penggunaan
fungsi tujuan. Pada program linear fungsi tujuan hanya ada satu yaitu
memaksimumkan atau meminimumkan, sedangkan pada goal programming tujuan
yang ingin dicapai tidak hanya satu tetapi dapat multiobjektive. Pada goal
programming tujuannya dinyatakan dalam suatu bentuk kendala (goal constraint), dan
juga terdapat suatu variabel yang tidak terdapat pada program linear yaitu variabel
deviasi ataupun variabel simpangan dalam kendala tersebut. Kegunaan variabel
deviasi ini adalah untuk mengetahui jarak penyimpangan yang terjadi dalam fungsi
tujuan. Sehingga tujuan dari goal programming adalah untuk memimumkan jarak
penyimpangan yang terjadi, maka masalah dalam goal programming adalah masalah
minimasi.
Penyimpangan dari setiap tujuan yang diminimumkan pada goal programming
menjadikan metode ini dapat menangani aneka ragam tujuan dengan dimensi atau
satu ukuran yang berbeda. Jika program linear berusaha mengidentifikasi solusi
optimum dari suatu himpunan layak, maka goal programming mencari titik yang
paling memenuhi untuk menyelesaikan persoalan dengan beberapa tujuan.
Konsep dasar dari Goal Programming adalah apakah tujuan dapat dicapai atau
tidak, suatu tujuan akan dinyatakan dalam pengoptimalan yang memberikan suatu
hasil yang sedekat mungkin dengan tujuan yang ingin dicapai. Sehingga tujuan dari
goal programming adalah untuk meminimumkan deviasi dari setiap sasaran tujuan
yang ingin dicapai (Orumie dan Ebong, 2014).
Menurut Fauziyah (2016), “Goal Programming merupakan perluasan dari
model Linear programming. Sehingga seluruh asumsi, notasi, formulasi model
matematis, prosedur perumusan model dan Penyelesaiannya tidak berbeda. Metode
goal programming juga efektif bila digunakan untuk menentukan kombinasi produk
yang optimal dan sekaligus mencapai sasaran-sasaran yang diinginkan perusahaan”.
2.6.2 Istilah dalam Goal Programming
Pada goal programming terdapat beberapa istilah yang sering digunakan dalam
penyelesaiannya antara lain:
1. Variabel keputusan
Variabel keputusan ataupun yang sering disebut dengan decision variables
adalah seperangkat variable yang tidak diketahui ( pada goal programming
dilambangkan dengan di mana 1, 2,…, n) dan akan dicari nilainya.
2. Right Hand Side Value (RHS)
Right Hand Side Value (RHS) ataupun nilai ruas kanan merupakan nilai-nilai
yang menunjukkan ketersediaan sumber daya dan dilambangkan dengan .
Nilai RHS ini akan ditentukan apakah kekurangan atau kelebihan
penggunaannya.
3. Fungsi Tujuan
Tujuan ataupun goal adalah keinginan untuk meminimumkan nilai deviasi
yang terjadi dari suatu nilai RHS pada suatu kendala tujuan tertentu.
4. Kendala Tujuan
Kendala Tujuan ( Goal Constraint) yaitu suatu tujuan yang diekspresikan
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 dengan
metode Goal Programming
No. Nama Peneliti Perbedaan
Judul penelitian Metode Hasil Penelitian
(Thn)

1 OPTIMASI Goal Berdasarkan hasil dari Pada penelitian ini

Vera Devani PERENCANAAN Programming pengolahan data untuk formulasi fungsi kendala
(2017) peramalan bulan Januari yang di gunakan adalah
PRODUKSI DENGAN
sampai dengan Desember,
MENGGUNAKAN kecepatan
bahwa Nilai deviasi negatif
METODE GOAL produksi,ketersediaan
(DN) bernilai nol berarti fungsi
PROGRAMMING jam kerja dan
kendala dapat terpenuhi.
ketersediaan bahan baku
Dengan demikian jumlah
produksi dan keuntungan dapat
sementara fungsi kendala

mengoptimalkan perencanaan pada penelitian penulis

produksi. Sedangkan deviasi terdiri dari jumlah
positif (DP) bernilai nol berarti produk yang harus di
fungsi kendala dapat terpenuhi. produksi,total biaya
Dengan demikian ketersediaan produksi dan target
jam kerja dan bahan baku dapat keuntungan yang harus di
diminumumkan.
capai.
Hasil perencanan produksi
Objek Penelitian berbeda
bulan Januari adalah:
Produksi Crumb Rubber SIR
10 = 1.027.267 kg
Produksi Crumb Rubber SIR
20 = 988.726,80 kg
No. Nama Peneliti Perbedaan
Judul penelitian Metode Hasil Penelitian
(Thn)

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
2 Yulianto (2019) OPTIMASI PRODUK Linear Berdasarkan hasil dari Pada penelitian ini
PERAKIT HELM DENGAN Programming penelitian pada CV Hanesda optimasi produksi
MENGGUNAKAN LINEAR Assembling Helmet memiliki mengggunakan metode
PROGRAMMING UNTUK beberapa varian jenis helm linear programming dan
MEMAKSIMALKAN bogo yang diproduksi. fungsi tujuan pada
KEUNTUNGAN Adapun variasi jenis 𝑋1 formulasi nya hanya
PRODUKSI untuk variasi jenis A, 𝑋2 target keuntungan saja
DI CV. HANESDA untuk variasi jenis B, 𝑋3 jadi bentuk keputusan
ASSEMBLING HELMET untuk variasi jenis C dan 𝑋4 untuk solusi
untuk variasi jenis D. permasalahannya hanya
Menentukan optimasi satu fungsi tujuan
menggunakan linear sementara penulis
No. Nama Peneliti Perbedaan
Judul penelitian Metode Hasil Penelitian
(Thn)

programming dengan menggunakan metode

metode simpleks. Untuk goal programming yang
mengetahui constraint mempunyai beberapa
menggunakan analisis fungsi tujuan sehinggan
sensitivitas. variabel keputusannya
Hasil optimasi diperoleh lebih dari satu.
keuntungan sebesar Rp
15.255.720 dengan
keuntungan maksimal
sebesar Rp 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
No. Nama Peneliti Perbedaan
Judul penelitian Metode Hasil Penelitian
(Thn)

𝑋1,=2.78,𝑋2=0,𝑋3=0,𝑋4=0
tidak berubah
3 Revina Optimasi Perencanaan Goal Hasil optimasi perencanaan Dalam kasus penelitian
Rentani,Arnelli Produksi Kerupuk Bawang Programming produksi pada produk ini objek penelitian
s dan Doni Fajar Menggunakan Metode Kerupuk Bawang Fajar mempunyai batasan
Permana (2017) Goal Programming dengan menggunakan ketersediaan bahan baku
metode goal programming yang menambah variabel
Dari solusi yang diberikan pada fungsi kendala
oleh software WINQSB, bahan baku tersedia
maka dapat disimpulkan sehingga jumlah produksi
bahwa untuk mendapatkan yang dapat mencapai
hasil yang optimal, pabrik batas sementara dalam
Kerupuk Bawang Fajar harus kasus penelitian penulis
memproduksi bahan baku di asumsikan
𝑥1 : 792 (jumlah produksi selalu tersedia karena di
kerupuk bawang rasa tempat penelitian
original) memang perusahaan
𝑥2 : 130 (jumlah produksi memiliki banyak
kerupuk bawang rasa pedas) alternatif supplier bahan
𝑥3 : 151 (jumlah produksi baku yang di butuhkan .
No. Nama Peneliti Perbedaan
Judul penelitian Metode Hasil Penelitian
(Thn)

kerupuk bawang rasa wortel)

𝑥4 : 130 (jumlah produksi
kerupuk bawang rasa
kentang)
𝑥5 : 90 (jumlah produksi
kerupuk bawang rasa ubi
ungu)
Sehingga pabrik dapat
memperoleh maksimasi
keuntungan sebesar Rp
12.167.291 meningkat
sebesar Rp 253.318 dari
pendapatan
sebelumnya yaitu Rp
11.913.973. Sedangkan nilai
minimasi biaya produksi
kerupuk bawang sebesar Rp.
3.373.378 menurun sebesar
Rp. 12.649 dari biaya
sebelumnya yaitu Rp.
No. Nama Peneliti Perbedaan
Judul penelitian Metode Hasil Penelitian
(Thn)

3.386.027, dengan jumlah

produksi kerupuk bawang
meningkat menjadi 1293
kemasan/hari dari produksi
sebelumnya sebanyak 1275
kemasan/hari.
4 Asep Ridwan, OPTIMASI PEMILIHAN JIP PT. ABC merupakan salah Metode peramalan berbeda
Ahmad Aji Abadi SUPPLIER BAHAN BAKU BATU
(2020) BARA DENGAN METODE satu perusahaan penyedia
GOAL PROGRAMMING
listrik yang mengoperasikan
mesin pembangkit listrik
menggunakan tenaga uap
dengan batubara sebagai
bahan baku yang terdiri dari
tujuh unit dengan
berkapasitas 3400
MegaWatt. Dalam
memenuhi kebutuhan bahan
bakunya yakni batubara, PT.
ABC perlu memilih tempat
atau supplier penyedia
No. Nama Peneliti Perbedaan
Judul penelitian Metode Hasil Penelitian
(Thn)

batubara tersebut agar

kebutuhan bahan baku dapat
terpenuhi dengan optimal.
Penelitian ini bertujuan
untuk mengoptimasikan
pemilihan supplier-supplier
batubara dalam pemesanan
batubara sehingga
terpenuhinya kebutuhan
batubara di Bulan Januari
2020 secara optimal. Metode
yang digunakan yaitu
metode Goal Programming
dengan langkah awal
membuat model simulasi
yaitu menentukan fungsi
tujuan, batasan atau
constrain. Fungsi tujuannya
yaitu menentukan jumlah
batubara yang dipesan
No. Nama Peneliti Perbedaan
Judul penelitian Metode Hasil Penelitian
(Thn)

terhadap supplier yang ada

dengan meminimasi biaya,
waktu, dan memaksimasi
nilai kalor yang dihasilkan,
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
100.000 MT. Minimasi biaya
yang dihasilkan sebesar
56071.900 USD; nilai kalor
No. Nama Peneliti Perbedaan
Judul penelitian Metode Hasil Penelitian
(Thn)

sebesar 488,182 Kkal/MT;

minimasi waktu bongkar
sebesar 1824,833 jam;
minimasi waktu pengiriman
yang diperlukan sebesar 152
jam; dan total biaya sewa
yang dibutuhkan yaitu
sebesar 72705 USD.
5 Dwi Rizkiyani Optimalisasi Harga Penjualan Goal Dengan menggunakan Penelitian ini memiliki
(2015)
Perumahan dengan Metode Programming program solver yang ada objek penelitian
Goal Programming (Studi pada Microsoft Excel, penjualan perumahan
Kasus: Golden Gindi diperoleh solusi optimal yang berarti penelitian ini
Residence Kota Bima Nusa untuk harga penjualan di gunakan tidak terus
Tenggara Barat) minimum masing-masing menerus karena produk
tipe rumah yang yang di produksi bersifat
dipasarkan Tipe 36/150 (X1) bukan barang yang sama
Rp. 56.371.445,76,Tipe hanya jika target
45/150 (X2) Rp. penjualan perumahan
77.261.225,66, dan sudah terpenuhi
Tipe 52/150 (X3) Rp. sementara penulis
No. Nama Peneliti Perbedaan
Judul penelitian Metode Hasil Penelitian
(Thn)

84.221.445,56 mengangkat topik

Prioritas kedua yaitu target penelitian dengan objek
keuntungan yang diharapkan pakan ternak yang akan
minimum sebesar 40% dari berproduksi terus
biaya produksi juga dapat menerus dan
terpenuhi, bahkan terjadi berkesinambungan
over target yaitu sebesar Rp. karena produk yang di
202.953.624,8 sehingga total produksi sama sehingga
keuntungan yang dapat kedua penelitian ini
diperoleh pihak pengembang mempunyai perbedaan
sebesar Rp. 871.953.624,8. pada jangka manfaat
Hal ini, dapat terlihat dari penelitian yang terus
nilai 3 DB menerus.
= 0. Prioritas ketiga yaitu
target risiko yang diharapkan
minimum sebesar 10% dari
harga jual awal rumah dapat
terpenuhi dimana nilai 2 DB
= 0, bahkan terjadi over
target sebesar Rp.
No. Nama Peneliti Perbedaan
Judul penelitian Metode Hasil Penelitian
(Thn)

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.
 III. BAB III
METODOLOGI PENELITIAN
3.1. Tahapan Penelitian
Berikut merupakan tahapan – tahapan penelitan yang akan dilaksanakan :
 Gambar 3.1 Tahapan penelitian
3.2. Studi Pendahuluan
Studi pendahuluan yang dilakukan peneliti yaitu di mulai dari melakukan studi
pustaka mengenai literatur yang topik penelitiannya memiliki relevansi dan juga
melakukan studi lapangan dengan cara observasi langsung ke lapangan dimana
peneliti melakukan identifikasi masalah yang ada di perusahaan dan wawancara
dengan bagian divisi pakan ternak KPGS dan para pelaku/ karyawan yang terlibat
dalam proses produksi dan meneliti kasus yang terjadi pada perusahaan untuk
dianalisa dan dipecahkan dengan metode yang cocok.
3.3. Identifikasi dan Perumusan Masalah
Identifikasi masalah ini di lakukan dari melakukan pengamatan mengenai
kenyataan yang terjadi di lapangan mengenai fenomena yan terjadi kemudian di
analisis fenomenan permasalahan optimasi perencanaan produksi di tempat penelitian
dari pengidentifikasian masalah ini selanjutnya kembangkan mengenai hal hal yang
berkaitan dengan optimalisasi perencanaan produksi di antaranya yang menjadi
rumusan masalah yaitu bagaimana mengoptimalkan target volume
produksi,meminimumkan biaya produksi,
3.4. 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 dengan sumber daya
yang tersedia pada divisi pakan ternak KPGS
3.5. Operasional Model
Operasional model yang digunakan pada penelitian ini yaitu sebagai berikut:
1. Metode goal programming
Merupakan suatu pendekatan untuk suatu permasalahan yang di buat dalam model
matematis untuk mencari suatu solusi optimum dari batasan dan kendala kendala
yang tersedia namun goal programming ini memiliki tujuan yang lebih dari satu dan
tujuan ini di buat ke dalam fungsi kendala dengan penambahan variabel deviasi
positif dan negatif dari solusi optimum berbeda dengan linear programming yang
hanya memiliki satu fungsi tujuan yaitu memaksimumkan dan meminimumkan.
2. Metode Simpleks
Metode simpleks merupakan metode alternative yang dapat digunakan untuk
menyelesaikan permasalahan program linear dalam penelitian ini juga bisa di
gunakan pada goal programming yang mengandung tiga atau lebih variable
keputusan Pada metode simpleks terdapat suatu ciri khas yaitu adanya penambahan
suatu variabel yang disebut dengan variable slack
jika pada kasus goal programming ada penambahan varibale deviasi pada
setiap fungsi tujuan yang di buat ke dalam fungsi kendala.Tujuan dari penambahan
ini adalah untuk menjadi penampung sumber daya yang tersisa atau yang tidak
digunakan sehingga suatu pertidaksamaan dapat diubah menjadi suatu persamaan.
3. Software Aplikasi pembantu
Dalam penelitian ini untuk uji validasi dari solusi pada metode goal programming
juga di lakukan dengan bantuan sofware aplikasi seperti LINGO,WINQSB,Program
Solver dan sebagianya untuk mengoptimalkan perencanaan produksi.
3.6. Teknik Pengumpulan Data
Teknik pengumpulan data yang digunakan dalam penelitian ini adalah:

Pada pengumpulan data ini digunakan berbagai 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.
Adapun data-data yang dikumpulkan diantaranya yaitu data penjualan tahun
2021-2022, data bahan baku yang di butuhkan dalam produksi, data jam kerja, data
bahan baku,harga jual produk.
3.7. Teknik Pengolahan Data
Setelah pengumpulan data dilakukan selanjutnya pengolahan data dengan
menggunakan analisis statistik. Tahapan-tahapan yang dilakukan dalam pengolahan
data adalah :
 1. Melakukan peramalan 12 periode terhadap jumlah permintaan.
2. Penentuan variabel dan parameter yang di gunakan
3. Melakukan penentuan dan perumusan fungsi kendala model yang terdiri dari
kendala target produksi,kendala biaya produksi,kendala jam kerja tersedia dan
kendala target keuntungan
4. Melakukan Formulasi fungsi tujuan model untuk 12 periode atau satu tahun
ke depan
5. Melakukan perhitungan dengan bantuan software untuk periode satu tahun ke
depan
6. Menganalisa pada bagian mana saja yang variable keputusannya mengalami
penambahan atau pengurangan nilai pada variabel deviasi
3.8. Analisis dan Pembahasan
Hasil dari pengumpulan dan pengolahan data selanjutnya dianalisis dan dibahas
mengenai varibel variabel keputusan yang tidak memenuhi pada nilai fungsi kendala
atau varibel deviasi positi dan negatif bergantung pada formulasi di bagian fungsi
kendala apakah nilai tersebut mengalami kelebihan atau kekurangan pada variabel
deviasi, dimana jika sudah diketahui maka selanjutnya melakukan proses perbaikan
jika keputusannya pada variabek 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 melebihi nilai minimum.
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 :
Tabel 3.1 Jadwal Tahapan Penelitian
Tahun 2021
No Kegiatan
April Mei Juni Juli Agustus
Tahap
Persiapan
Penelitian
Observasi dan
studi literatur
Pengajuan judul
1
dan topik
penelitian
Penyusunan
Proposal dan
Pengumpulan
Data Penelitian
Pelaksanaan
2 Sidang Ujian
Proposal
Pengolahan
Data Penelitian
Penyusunan
Laporan
3
Penelitian
Sidang Skripsi