• Tidak ada hasil yang ditemukan

Perencanaan Produksi Crude Palm Oil (CPO) dengan Metode Goal Programming (Studi Kasus: PT. Samudera Sawit Nabati, Subulussalam)

N/A
N/A
Protected

Academic year: 2017

Membagikan "Perencanaan Produksi Crude Palm Oil (CPO) dengan Metode Goal Programming (Studi Kasus: PT. Samudera Sawit Nabati, Subulussalam)"

Copied!
9
0
0

Teks penuh

(1)

BAB 2

LANDASAN TEORI

2.1 Perencanaan Produksi

2.1.1 Pengertian Perencanaan Produksi

Perencanaan produksi dapat diartikan sebagai proses penentuan sumber-sumber

yang diperlukan untuk melaksanakan operasi manufaktur dan mengalokasikannya sehingga menghasilkan produk dalam jumlah dan kualitas yang diharapkan dengan mengeluarkan biaya atau ongkos yang lebih rendah. Menurut Nasution (1999), perencanaan produksi adalah suatu perencanaan taktis yang bertujuan untuk memberikan keputusan yang optimum berdasarkan sumber daya yang dimiliki oleh perusahaan dalam memenuhi permintaan produk yang akan dihasilkan. Sementara menurut Ginting (2007), perencanaan produksi merupakan pernyataan rencana produksi ke dalam bentuk agregat yang biasanya dijadikan sebagai pegangan untuk merancang jadwal induk produksi.

2.1.2 Fungsi dan Tujuan Perencanaan Produksi

Menurut Ginting (2007), beberapa fungsi dari perencanaan produksi adalah: 7. Menjamin rencana penjualan dan rencana produksi konsisten terhadap

rencana strategis perusahaan.

8. Sebagai alat ukur performansi proses produksi.

9. Menjamin kemampuan produksi konsisten terhadap rencana produksi. 10. Memonitor hasil produksi aktual terhadap rencana produksi dan membuat

penyesuaian.

11. Mengatur persediaan produk jadi untuk mencapai target produksi dan rencana strategis.

(2)

Menurut Assauri (1998), tujuan dari perencanaan produksi antara lain: 6. Mencapai tingkat keuntungan (profit) tertentu.

7. Menguasai pasar sehingga output perusahaan tetap mempunyai pangsa pasar (market share) tertentu.

8. Mengusahakan agar perusahaan dapat bekerja pada tingkat efisiensi tertentu. 9. Mengusahakan dan mempertahankan supaya pekerjaan dan kesempatan

kerja yang sudah ada tetap pada tingkatannya maupun berkembang.

10. Menggunakan sebaik-baiknya fasilitas yang sudah ada pada perusahaan yang bersangkutan.

2.2 Peramalan

2.2.1 Pengertian dan Konsep Peramalan

Peramalan diartikan sebagai bentuk pemikiran terhadap suatu besaran, misalnya permintaan terhadap satu atau beberapa produk pada periode yang akan datang. Peramalan dapat dikatakan sebagai perkiraan yang ilmiah (educated guess) (Ginting, 2007).

Dalam kegiatan produksi, peramalan dilakukan untuk menentukan jumlah permintaan terhadap suatu produk dan merupakan langkah awal dari proses perencanaan dan pengendalian produksi. Tujuan peramalan dalam kegiatan produksi adalah untuk meredam ketidakpastian, sehingga diperoleh suatu perkiraan yang mendekati keadaan yang sebenarnya.

2.2.2 Klasifikasi Teknik Peramalan dan Metode Peramalan

Berdasarkan sifatnya, peramalan dibedakan atas dua (2) macam, yaitu peramalan

kualitatif dan peramalan kuantitatif.

(3)

2. Peramalan kuantitatif adalah peramalan yang didasarkan atas data kuantitatif pada masa lalu. Hasil peramalan ditentukan oleh jenis metode yang digunakan dalam peramalan. Metode yang paling baik adalah metode yang memberikan nilai-nilai penyimpangan yang paling kecil.

2.2.3 Metode Peramalan Kuantitatif (Statistical Method)

Metode peramalan kuantitatif dibedakan menjadi dua (2) bagian, yakni metode kausal dan metode time series.

1. Metode kausal adalah metode yang mengasumsikan bahwa faktor yang diperkirakan atau diramalkan menunjukkan hubungan sebab akibat dengan satu atau beberapa variabel bebas atau independen.

2. Metode time series adalah metode yang didasarkan atas penggunaan analisis pola hubungan antara variabel yang akan diperkirakan dengan variabel waktu yang merupakan deret waktu. Dengan kata lain, metode ini digunakan untuk menganalisis serangkaian data yang merupakan fungsi dari waktu.

Terdapat empat (4) pola data yang mempengaruhi analisis ini, antara lain: 1. Pola siklis (cycle), yaitu nilai data memiliki dipengaruhi oleh pola

pergerakan aktivitas ekonomi.

2. Pola musiman (seasonal), yaitu nilai data dipengaruhi oleh musim. 3. Pola horizontal, yaitu nilai data berfluktuasi di sekitar nilai rata-rata. 4. Pola trend, yaitu nilai data memiliki kecenderungan untuk naik atau

turun terus-menerus.

2.2.4 Metode Proyeksi Kecenderungan dengan Regresi

(4)
(5)

4. Eksponensial

2.3.1 Konsep dan Bentuk Umum dari Goal Programming

Goal Programming merupakan pengembangan dari model pemrograman linear yang mulai dipopulerkan oleh A. Charnes dan W.M. Cooper pada tahun 1961. Model Goal Programming mampu menyelesaikan kasus-kasus pemrograman linear yang memiliki lebih dari satu sasaran yang hendak dicapai, dengan

kehadiran sepasang variabel deviasional yang akan muncul di fungsi tujuan dan di fungsi-fungsi kendala (Siswanto, 2006).

(Eiselt & Sandblom, 2007) Bentuk umum dari Goal Programming adalah:

Minimumkan: = =1 ++ −

Kendala: =1 − ++ −=

(6)

dengan:

= 1, 2,…,

= 1, 2,…,

= 1, 2,…,�

+

= deviasi/ penyimpangan positif

= deviasi/ penyimpangan negatif

= koefisien fungsi kendala tujuan

= variabel keputusan

= tujuan atau target yang hendak dicapai

= koefisien fungsi kendala sistem

= sumber daya yang tersedia +

, −, 0

2.3.2 Komponen Goal Programming

Model Goal Programming sedikitnya terdiri dari tiga (3) komponen, yakni fungsi tujuan, kendala tujuan, dan kendala non-negatif.

1. Fungsi Sasaran atau Tujuan

Ciri khas yang menandai model Goal Programming adalah kehadiran variabel deviasional di dalam fungsi tujuan yang harus diminimumkan. Hal ini merupakan konsekuensi logis dari tujuan kehadiran variabel deviasional di dalam fungsi kendala sasaran. Masing-masing deviasi positif dan deviasi negatif harus diminimumkan di dalam fungsi tujuan, sehingga fungsi tujuan dari model Goal

= deviasi/ penyimpangan positif

= deviasi/ penyimpangan negatif

+

(7)

2. Kendala Sasaran atau Kendala Tujuan

Untuk mewujudkan sasaran pada interval nilai tertentu yang dibatasi oleh dan , maka hasil penyelesaian yang diharapkan adalah berada di antara interval

tersebut, sehingga bentuk persamaan kendala tujuan secara umum dituliskan:

=1

dengan:

= 1, 2,…,

= 1, 2,…,

= batas bawah interval

= batas atas interval

= koefisien fungsi kendala tujuan

= variabel keputusan

0

Kemungkinan penyimpangan-penyimpangan harus diminimumkan, sehingga dihadirkan deviasi positif guna membatasi penyimpangan di atas dan

deviasi negatif guna membatasi penyimpangan di bawah , maka dapat dituliskan

sebagai berikut:

Variabel-variabel dalam model Goal Programming, yang terdiri atas variabel keputusan dan variabel deviasi bernilai lebih besar atau sama dengan nol. Pernyataan ketidaknegatifan dapat dituliskan:

, +, − 0

2.3.3 Perumusan Masalah Goal Programming

Langkah-langkah perumusan masalah Goal Programming adalah sebagai berikut: 1. Menentukan variabel keputusan.

(8)

2. Menentukan dan merumuskan fungsi kendala tujuan. 3. Menentukan prioritas utama.

Pada langkah ini, dibuat urutan dari tujuan-tujuan yang hendak dicapai oleh perusahaan, yang bergantung pada keinginan dari pengambil keputusan dan keterbatasan sumber daya yang tersedia.

4. Menentukan pembobotan. 5. Menentukan fungsi tujuan.

Kunci dalam tahapan ini adalah memilih variabel deviasi yang benar serta menambahkan prioritas dan pembobotan yang tepat jika diperlukan.

6. Menyatakan persamaaan non-negatif.

Langkah ini merupakan bagian yang resmi dalam perumusan masalah Goal

Programming.

2.4 Linear Interactive Discrete Optimizer (LINDO)

LINDO adalah sebuah program yang dirancang untuk menyelesaikan kasus-kasus pemrograman linear. Sebuah kasus harus diubah terlebih dahulu ke dalam sebuah model matematis pemrograman linear dengan format tertentu agar dapat diolah oleh program LINDO.

1. Input LINDO

Program ini menghendaki input sebuah program matematika dengan struktur tertentu. Contoh:

MIN DA1 + DB1 + DA2 + DB2 + DB3 + DB4

SUBJECT TO

-DA1 + DB1 + 5X1 + 6X2 = 60

-DA2 + DB2 + X1 + 2X2 = 16

DB3 + X1 = 10

DB4 + X2 = 6

(9)

2. Output LINDO

Output atau hasil olahan LINDO pada dasarnya dapat dipisahkan menjadi dua (2) bagian, yakni:

a. Optimal Solution atau Penyelesaian Optimal

Bagian ini memuat lima (5) macam informasi utama, yaitu:

1. Nilai fungsi tujuan atau Objective Function Value. 2. Nilai optimal variabel keputusan.

3. Sensitivitas bila = 0, di bawah kolom Reduced Cost.

4. Slack variable atau surplus variable. 5. Dual Price.

Selain itu, bagian penyelesaian optimal juga memuat informasi tambahan, yakni jumlah iterasi yang diperlukan untuk menemukan penyelesaian optimal.

b. Analisis Sensitivitas (Sensitivity Analysis)

Bagian ini memuat informasi mengenai dua (2) macam analisis sensitivitas, yakni: 1. Analisis sensitivitas koefisien fungsi tujuan ( )

Referensi

Dokumen terkait

Pengembangan VCD Dalam Pembelajaran Koreografi Pada Mahasiswa Semester II Jurusan Tari Fakultas Seni Pertunjukan Institut Seni Indonesia Denpasar.. Seni Tari FSP

[r]

Alat ini digunakan untuk menggantikan kerja batery, jadi alat ini tidak perlu di cash seperti batery jika telah habis dikarenakan Power Supply Variabel ini menggunakan listrik

[r]

[r]

Penulisan Ilmiah ini bertujuan untuk memahami cara kerja dan karakteristik dari rangkaian Lampu Berputar Satu Arah Dengan Menggunakan Rangkaian Astable Multivibrator Dan IC Pencacah

Kartu dikocok kemudian dibagikan Kartu dikocok kemudian dibagikan ke pemain masing-masing 4 kartu ke pemain masing-masing 4

bahwa berdasarkan pertimbangan sebagaimana dimaksud dalam huruf a dan huruf b perlu menetapkan Keputusan Bupati Bantul tentang Persetujuan Pinjam Pakai Air