Plagiarism Checker X - Report
Originality Assessment
Overall Similarity:
13%
Date: Jan 13, 2021Statistics: 2005 words Plagiarized / 15716 Total words
OPTIMASI JUMLAH PRODUKSI RUMAH DENGAN PROFIT MAXIMUM MELALUI PENDEKATAN METODE BIG-M DI PT. PUTRA MANDIRI PRIMA YandraJaka Arlen
1610024425032 YAYASAN MUHAMMAD YAMIN PADANG SEKOLAH TINGGI TEKNOLOGI INDUSTRI PADANG PROGRAM STUDI TEKNIK INDUSTRI 2020 BAB I PENDAHULUAN 1.1 Latar Belakang Kemajuan revolusi dunia bisnis pada era milenial, baik dalam skala industri kecil maupun dalam skala industri besar yang bersifat UKM, manufaktur, distribusi dan proyek, profit merupakan tujuan utama dalam kegiatan perusahaan, dimana tujuan
tersebut hakikatnya menjaga kelangsungan perusahaan. Setiap zaman dalam dunia industri memiliki faktor permasalahan yang berbeda- beda, baik dari segi proses produksi,
manajemen, pemasaran produk, politik, dan riset operasi perusahaan. Walaupun semua permasalahan memiliki faktor tertentu, akan tetapi terkadang perusahaan belum tentu dapat menyelesaikan permasalahan tersebut dengan tepat. Sebagai contoh terkadang sebuah perusahaan memiliki masalah pada proses produksi akan tetapi perusahaan selalu sering menyelesaikan masalah dengan menghemat biaya saja tanpa mengidentifikasi tingkat optimal antara biaya dan operasional pada proses produksi. Oleh karena itu menurut pengamatan penulis kegiatan riset operasi sangat dibutuhkan oleh perusahaan ini. Mengaplikasi metode, teknik dan peralatan ilmiah dalam menghadapi
masalah-masalah26yang timbul dalam operasi perusahaan dengan tujuan menemukan pemecahan yang optimaldisebut dengan riset operasi (Aminuddin, 2005). Kegiatan riset biasanya sering dilakukan oleh perusahaan- perussahaan yang bertujuan untuk memaksimalkan profit, bahkan terkadang sebuah perusahaan mengeluarkan biaya yang tidak sedikit untuk menginvestasikan dalam kegiatan ini, dengan harapan perusahaan tersebut menginginkan pendapatan profit yang lebih besar, akan tetapi didalam dunia industri sebesar apapun tujuan yang harus dicapai, perusahaan juga harus memperhatikan kapasitas yang di miliki perusahaan. Sehingga peran dari riset operasi dapat tercapai untuk mengoptimalkan antara fungsi kendala (sumber daya) dengan fungsi tujuan (profit) di perusahaan. PT. Putra Mandiri Prima adalah perusahaan bisnis dibidang industri perumahan atau developer, perusahaan ini telah banyak mengembangkan lahan baru menjadi perumahan untuk dijual
kepada konsumen. Permasalahannya setiap pengembangan pada lahan tersebut perusahaan menentukan jumlah, jenis, dan target produksi rumah hanya berdasarkan intuisi saja. Sebagai contoh dalam penentuan produksi rumah dilapangan, perusahaan membagi lahan terdiri dari beberapa blok, didalam blok lalu perusahaan meng-kavling tanah tersebut menjadi beberapa bagian sesuai luas tanah yang akan dibangun rumah diatasnya. Permasalahannya adalah lahan yang terbatas tersebut seharusnya dibagi atau ditentukan melalui perencanaan yang terstruktur atau komprehensif, dikarenakan biaya yang dikeluarkan perusahaan tidak sedikit. Dan memaksimalkan kapasitas yang ada sehingga keuntungan dan resiko perusahaan dapat dipecahkan dengan optimal. Dalam riset operasi di PT. Putra Mandiri Prima tentu ada beberapa aspek yang harus di perhatikan pada penentuan jumlah produksi, yaitu mengaitkan sumber daya yang ada ( fungsi
kendala) dan profit atau tujuan perusahaan (fungsi tujuan) dengan metode yang akan digunakan. Secara teori aspek factor produksi yang meliputi alam (tanah), modal, tenaga kerja dan manajemen menjadi factor yang ikut menentukan dalam pengelolaan sumber daya produksi (Thamrin, 2014) Penekanan riset operasi pada perusahaan harus benar-benar di perhatikan, apalagi perusahaan PT. Putra Mandiri Prima adalah perusahaan yang bergerak pada industri perumahan, tentu perusahaan dalam melakukan kegiatan produksi pasti melibatkan sumber daya yang besar seperti modal, manusia, mesin, material, metoda atau sistem produksi serta informasi yang dimana memiliki nilai yang cukup besar dalam skala biaya (uang). Tentu keputusan perusahaan tidak bisa semata hanya mengandalkan intuisi, karena banyak perusahaan yang gagal menjaga kelangsungan hidup perusahaan di karenakan salah dalam perhitungan dan pengambilan keputusan. Oleh karena itu
penentuan jumlah produksi harus benar-benar matang dan penuh perencanaan pada waktu kegiatan produksi. Adapun data perusahaan dalam perencanaan pengembangan rumah pada lahan terbaru tahun 2020 dapat dilihat sebagai berikut. Tabel 1.1 Data Lahan Pengembangan Rumah 2020 No Lokasi Nama Perumahan Luas Lahan 1 Padang 10000 m² 2 Padang 25000 m² 3 Padang 30000 m² 4 Alahan Panjang 20000 m² 5 Painan 8000 m² Sumber : PT. Putra Mandiri Prima (2020) Berdasarkan tabel di atas bahwa data tersebut
menunjukkan bahwa PT. Putra Mandiri Prima memiliki perencanaan tempat produksi yang banyak serta luas di berbagai daerah. Data ini juga menunjukkan bahwa modal biaya yang di alokasikan ke lahan tersebut cukup besar, karena berhubungan harga tanah yang mahal apalagi di daerah perkotaan seperti di padang. Adapun lahan yang berada di padang memiliki 3 titik lahan masing- masingnya memiliki luas 10000 m², 25000 m², dan 30000 m². Sedangkan wilayah yang di luar padang tidak seluas dan tidak setinggi harga tanah yang ada di padang karena wilayah tersebut terdapat di kabupaten seperti Alahan Panjang 20000 m² dan di Painan 8000 m². Meskipun memiliki perbedaan jumlah luas dan biaya pada masing- masing titik lahan, akan tetapi keputusan jumlah produksi rumah harus ditentukan secara literature, oleh karena itu dibutuhkan riset penelitian dimana akan mengkaitkan optimalnya antara sumber daya perusahaan dan keuntungan yang efektif dengan metoda yang digunakan di riset operasi. PT. Putra Mandiri Prima merupakan perusahaan yang bergerak dalam bidang developer dan real estate. PT. Putra Mandiri Prima beralamat jl. Raya Tabing, Kota Padang, Provinsi Sumatera Barat. Saat sekarang sistem produksi pada setiap rumah dilakukan pekerjaan oleh para jasa tukang yang berada baik di dalam daerah Sumbar maupun di luar sumbar, hal ini juga mempengaruhi
perbedaan biaya produksi pada saat proses pembuatan rumah. PT. Putra Mandiri Prima memiliki beberapa jenis perencanaan rumah hal ini dapat dibedakan dari tipe setiap rumah, setiap tipe rumah memiliki luas dan bentuk desain yang berbeda- beda, sehingga hal ini juga akan mempengaruhi perbedaan biaya antara setiap jenis rumah. Adapun pernah terjadi di perusahaan pada lahan tertentu memiliki permintaan yang banyak akan tetapi perusahaan hanya membuat rumah tipe yang kecil seperti (tipe 36, 40, dan 45) yang membuat keuntungan perusahaan mengecil, sedangakan terdapat di lahan lain yang tidak begitu banyak permintaan justru perusahaan memproduksi rumah type yang besar seperti (tipe 70, 90, 100, dan 120) yang membuat penjualan rumah menurun sehingga
permasalahan ini harus di pecahkan oleh perusahaan melalui pendekatan riset operasi, dikarenakan setiap lahan memiliki batas kapasitas yang luasnya dapat dilihat pada tabel 1.1. Metode big- M akan membantu peneliti dalam memecahkan permasalahan tersebut,
dimana metoda ini termasuk metoda linear programming yang digunakan peneliti dalam memecahkan permasalahan riset operasi yang diharapkan akan memberi solusi dalam pengambilan keputusan jumlah produksi rumah, sehingga dapat meningkatkan profit perusahaan secara optimal. Linear programming dapat digunakan beberapa macam metode sesuai dengan tingkat persoalannya (Siringoringo, 2005). Metode- metode tersebut sama- samadapat memecahkan persoalan yang mengandung beberapa permasalahan. Berikut inisalah satumetode yang dapat dilakukan dalam memecahkan persoalan linear programming.Metode big- Myaitu metode yang digunakan untuk memecahkan persoalan yang memiliki pembatas “=” atau “>”.Berdasarkan latar belakang masalah diatas maka penulis mengangkat judul penelitiannya adalah “Optimasi Jumlah Produksi Rumah Dengan Profit Maximum Melalui Pendekatan Metode BIG-M Di PT. Putra Mandiri Prima”. 1.2 Identifikasi Masalah Dari permasalahan yang terdapat pada latar belakang di atas maka penulis dapat mengidentifikasi masalah sebagai berikut. 1. Perusahaan menentukan jumlah, jenis, dan target produksi rumah hanya berdasarkan intuisi saja. 2. Belum optimalnya pemanfaatan lahan baru dalam penentuan jumlah rumah yang akan di produksi. 3. Belum efektifnya tujuan perusahaan dalam mencapai keuntungan yang maximum. 4. Belum optimalnya produktifitas perusahaan karena sumber daya yang digunakan belum efisien. 1.3 Batasan Masalah Untuk menyelesaikan berbagai macam masalah yang telah di identifikasi dengan bertujuan meningkatkan titik focus, maka penulis membatasi masalah yang membahas tentang Operations Research jumlah produksi rumah, dengan mengkaitkan antara fungsi kendala (sumber daya) seperti kapasitas lahan
perusahaan dengan fungsi tujuan sehingga diharapkan solusi dalam pengambilan keputusan yang mempengaruhi keuntungan (profit) perusahaan dengan optimal. Oleh karena itu penulis membatasi masalah pada Optimasi Jumlah Produksi Rumah Dengan Profit Maximum Melalui Pendekatan Metode BIG-M Di PT. Putra Mandiri Prima. 1.4
Rumusan Masalah Adapun rumusan masalah yang didapatkan berdasarkan latar belakang dan batasan masalah diatas dapat di uraikan sebagai berikut. 1. Bagaimanakah
2. Berapakah keuntungan (profit) maksimum PT. Putra Mandiri Prima?. 1.5 Tujuan Penelitian Dalam penelitian ini tentu memiliki tujuan yang mengarahkan penulis agar lebih terukur dalam menyelesaikan masalah, adapun tujuan tersebut sebagai berikut. 1. Menentukan jumlah produksi rumah yang optimal dengan pendekatan metode Big-M. 2. Menentukan keuntungan (profit) yang maksimum PT. Putra Mandiri Prima. 1.6 Manfaat Penelitian Manfaat dari penelitian ini dapat dijelaskan sebagai berikut. 1. Bagi Penulis Dapat di pergunakan untuk menerapkan teori- teori yang didapatkan selama kuliah dan
mengaplikasikan dengan permasalahan yang nyata dalam dunia kerja, serta mengasah kemampuan penulis dalam memecahkan masalah secara intelektual. 2. Bagi Perusahaan Hasil penelitian ini diharapkan dapat sebagai pertimbangan dan masukan dalam
mengambil keputusan oleh perusahaan untuk menyelesaikan masalah yang terkait dengan kemajuan perusahaan dimasa yang akan datang. 3. Bagi Kampus Sebagai bahan tambahan untuk literatur di perpustakaan STTIND PADANG 4. Bagi Mahasiswa Sebagai tambahan referensi karya ilmiah yang terkait dengan penelitian riset operasi. BAB II TINJAUAN PUSTAKA 2.1 Dasar- dasar Teori Berdasarkan topik dan judul dari penelitian ini maka dibutuhkan beberapa referensi yang digunakan sebagai landasan teori, dimana poin ini akan digunakan sebagai pendukung dan membantu penulis dalam melakukan penelitian ini. Adapun penyelesaian masalah yang penulis angkat merupakan bagian dari bentuk aplikasi ilmu penulis yang didapatkan dari mata kuliah penelitian operasional atau sering di sebut riset operasi (RO), operasional riset (OR). Dimana permasalahan ini membahas
tentang kasus linear programming mengggunakan metode Big – M. 2.1.1 Riset Operasi Metode pengoptimalan proses pengambian keputusan yang dibatasi ketersediaan sumber daya mengenai bisnis ,ekomomi, social maupun bidang lainnya menggunnakan
pendekatan ilmiah berupa pemograman linier. Pada tahun 1939 G.A Robert dan E.C Willia, mengembangkan untuk mengembangkan untuk pertama kalinya untuk sebuah system komonikasi untuk angkatan udara (AU) Inggris. Kemudian, Mc Closky dan Trefthen dari inggris pada tahun 1940 menggunakan riset operasi untuk menemukan suatu alat baru yang mendeteksi kegiatan militer musuh, sehingga ditemukan alat pendeteksi yang disebut
radar. Pada tahun 1942-1943 amerika membentuk divisi riset analisis karena saat itu amerika sedang terjadi perang dunia kedua. Keberhasilan Amerika saat memenangkan perang banyak menarik perhatian industriawan sehingga menggunakan teknik riset operasi dalam memecahkan permasalahan yang ada di perusahaan. Semua permasalahan seperti bisnis, ekonomi, social dan bidang lainnya dapat diformulasikan dan dirumuskan ke dalam suatu pemodelan matematis sehingga di selesaikan dengan metode riset operasi untuk mendapatkan solusi yang optimal. 2.1.2 Tahap-tahap Riset Operasi Pola dasar penerapan riset operasi terhadap suatu masalah terbagi menjadi 5 dijelaskan sebagai berikut. 1. Dalam perumusan masalah ada pertanyaan penting pertanyaan penting menurut Mulyono,
(2004,7) Variabel keputusan merupakan unsurdalam persoalan yang dapat dikendalikan oleh pengambilan keputusan. 2. Fungsi tujuan / Objective function merupakan hubungan matematika linear yang mejelaskan tujuan perusahaan dalam terminology variable
keputusan. 3. Kendala / Constrain merupakan pembatas-pembatas terhadap alternative tindakan yang tersedia. 4. Pembentukan model . Model merupakan ekspresi kualitatif dari tujuan dan kendala-kendala dalm variable keputusan. 5. Mencari penyelesaian masalah . Pada tahap ini segala teknik atau metode solusi kuantitatif faktor utama dari riset operasi memasuki tahap proses. 2.1.3 Model dalam Riset Operasi Penyederhaan realitas dari suatu system yang kompleks dengan menunjukkan hubugan-hubungan (langsung/tidak
langsung) dari aksi dan reaksi dalam pengertian sebab dan akibat yang harus
mencerminkan semua aspek realitas yang sedang diteliti sehingga menjadi25suatu fungsi tujuan dengan seperangkat kendala yang diekspresikan dalam bentuk variabel keputusan. Alasan pembentukan model. 1. Menentukan variable– variabel yang terpenting atau menonjol dalam suatu permasalahan. 2. Variable riset operasi yang merupakan memiliki hubungan tersebut antara lain, yaitu: a. Linier Programming Fredrick SHiller dan Gerald J. Lieberman menjelaskan Linier programming yaitu suatu masalah yang ada dapat
digambarkan dalam bentuk model matematis. Dikenal dua fungsi linier programming yaitu: 1. Fungsi Tujuan Menggunakan sumber daya yang ada lalu digambarkan untuk
perumpamaan maksimasi atau minimasi yang biasanya dinyatakan dalam notazi Z. 2. Fungsi kendala Merupakan masalah kapasitas yang dihadapi perusahaan atau organisasi digunakan untuk mencapai tujuannya. untuk kasus linier programming kendala yang dihadapi lebih dari satu (1) Menurut Aminudin, dalam bukunya prinsip-prinsip Riset Operasi (2005,p11) program linier merupakan model matematik untuk mendapatkan alternative penggunaan terbaik atas sumber-sumber organisasi.32Bentuk linier dalam arti hubungan langsung danmodel professional menggunakan kata sifat linear yang
menunjukkan fungsi matematik. Sehingga model matematis digunakan untuk menganalisis suatu teknik perencanaan ini disebut program linier, yang bertujuan didapatkannya
perpaduan antara alternative yang ada untuk menyelesaikan persoalan dengan optimum. Adapun pengertian optimasi ada beberapa pendapat dari para ahli sebagai berikut. Anthony (2014 : 1) mengatakan bahwa “ Teknik Optimasi merupakan suatu cara yang dilakukan untuk memberikan hasil yang terbaik dan diinginkan”. Sistem optimasi
23umumnya mengacu kepada teknik program matematika yang biasanya membahas atau mengacu kepada jalannyapenelitian (research programming) tentang masalah yang dihadapi. Sehingga semua masalah yang dihadapi dapat diselesaikan dengan mengambil keputusan yang optimal dari penggunaan teknik ini. Dari masalah yang dihadapi dengan menggunakan teknik optimasi agar memberikan hasil ter optimal dari beberapa alternative keputusan tergantung pada situasi masalah yang ada. Hasil optimal yang didapatkan biasanya disimbolkan hasil tertinggi (keuntungan) atau hasil terendah (kerugian). Dalam mengambil keputusan dari strategi yang terbaik untuk memperoleh hasil yang optimum hal inilah yang diperlukan saat Optimasi . Sugioko (2013:113) mengatakan bahwa
“Optimasi adalah suatu disiplin ilmu dalam matematik yang focus untuk mendapatkan nilai minimum atau maksimum secara sistematis dari suatu fungsi, peluang maupun pencarian nilai lainnya dalam berbagi kasus”. Adapun pendapat lain yaitu, optimasi adalah suatu proses yang berhubungan dengan penyesuaian masukan, pemilihan karakteristik peralatan, proses matematis dan pengujian yang dilakukan untuk menemukan keluaran optimum, (Haupt 2004). 2.1.5 Klasifikasi Optimasi Proses optimasi dapat diklarifikasi menjadi 6
kategori (Haupt, 2004). Pembagian tersebut tidak dapat dianggap sepenuhnya membagi-bagi proses optimasi persis menjadi enam kategori sebagai berikut. 1.9Optimasi dengan cara trial and error berhubungan dengan proses untuk menyesuaikan nilaivariable
masukan yang membuat perubahan keluaran tanpa pengetahuan yang banyak mengenai prosesnya.2. Optimasi satu dimensi adalah optimasi yang melibatkan sebuah variable sedangkan optimasi yang melibatkan banyak variable disebut dengan optimasi multi dimensi. 3. Optimasi dinamis mempunyai keluaran yang merupakan fungsi waktu, sedangkan optimasi statis mempunyai keluaran yang independen terhadap waktu. 4. Optimasi diskret adalah optimasi yang melibatkan variable yang mempunyai sejumlah variasi nilai yang terbatas, sedangkanoptimasi malar adalah optimasi yang banyaknya variasi nilai variabelnya tidak berhingga.5. Optimasi dengan kendala menggabungkan dengan kesamaan variable dan ketidak samaan variable ke dalam fungsi objektif. 6. 9Optimasi yang penyelesaiannya dicari secara acak disebut optimasi acak,sedangkan optimasi yang penyelesaiannya dicari dari sebuah nilaivariable awal tertentu disebut pencarian nilai optimum. 2.1.6 Pengertian Produksi Adapun pengertian produksi dapat di jelaskan oleh beberapa ahli pakar sebagai berikut. hasil akhir dari proses atau aktivitas ekonomi dengan memanfaatkan input merupakan pengertian dari produksi. Juga dapat diartikan kegiatan produksi adalah memproses masukan atau input sehingga didapatkan keluaran atau output . Dapat diartikan kegiatan teknis antara input dengan output membentuk persamaan, tabel atau grafik yang disebut fungsi produksi (Salvatore, 1995). Jumlah output (Q) dengan sejumlah input hubungan ini digunakan dalam proses produksi (X1,X2,X3,…,Xn) dapa dilihat dalam bentuk matematis seperti berikut (Nicholson, 1995). Q = f (X1, X2, X3,…,Xn) Dimana : Q = Output X = Input Berdasarkan fungsi produksi di atas, maka dapat diketahui hubungan antara input dengan output, dan juga dapat diketahui hubungan antara input itu sendiri. Jika dalam proses produksi input yang digunakan 27hanya terdiri atas modal (K) dan tenaga kerja (L) makaformula fungsi produksi dilihat sebagai berikut (Nicholson, 1995). Q = f (K, L) Dimana : Q = Output K = Input modal L = input tenaga kerja Fungsi produksi diatas menunnjukkan maksimum output yang dapat
diproduksi dengan menggunakan kombinasi alternative dari modal dan tenaga kerja (Nicholson, 1995). 2.1.7 Pengertian Profit Profit dapat didefinisikan sebagai pengertian laba atau keuntungan yang dapat dijelaskan oleh para ahli sebagai berikut. Laba atau
keuntungan adalah nilai penerimaan total perusahaan dikurangi biaya total yang dikeluarkan perusahaan, (Pratama Raharja, 2004 : 151). Dari definisi diatas dapat
disimpulkan bahwa yang dimaksud dengan laba adalah kelebihan pendapatan atas biaya-biaya yang dikeluarkan untuk memperoleh pendapatan tersebut. Menurut Soemarso (2002 : 252) terdapat beberapa jenis laba atau profit yang biasa digunakan dalam bidang
akuntansi, diantaranya adalah. 1. Laba kotor merupakan penjualan bersih dikurangi harga pokok penjualan. Oleh karena itu28laba kotor merupakan nilai lebih yang diperoleh perusahaan atas hasilpenjualan yang diterima dari harga pokok barang yang dijual. Dengan meningkatkan penjualan ataupun menurunnya biaya produksi, maka pencapaian laba kotor akan maksimal. 2. Laba operasi atau laba usaha merupakan selisih antara laba bruto dan biaya usaha atau selisih antara hasil penjualan bersih dengan harga pokok penjualan dan biaya operasi. 3. Laba bersih adalah selisih33lebih semua pendapatan dan keuntungan terhadap semuabiaya dan kerugian. Jumlah ini merupakan kenaikan bersih terhadap modal. Laba bersih terbagi menjadi 2 jenis antara lain laba bersih sebelum pajak dan setelah pajak. 4. Laba ditahan adalah Semua laba bersih dikurangi distribusi laba yang dilakukan oleh sebuah perseroan terbatas. 2.1.8 Pengukuran Profit Untuk mengukur tingkat profit atau keuntungan dari penjualan, maka digunakan alat untuk menganalisis profit margin. (Hanafi dan Halim, 2009: 81) profit margin mengukur perbandingan kemampuan perusahaan menghasilkan keuntungan bersih pada tingkat penjualan tertentu. Profit margin = Laba bersih Penjualan Kemampuan perusahaan menghasilkan keuntungan yang tinggi pada tingkat penjualan tertentu hal ini menandai profit margin yang tinggi.
Sedangkan penjualan yang rendah dengan tingkat biaya tertentu menandai profit magin yang rendah. 2.1.9 Pengertian Linear Programming Menurut Taha (2003), Tujuan dari linear programming yang merupakan metode matematik memanfaatkan keterbatasan sumber daya dengan meminimalkan biaya dan memaksimalkan keuntungan untuk mencapai suatu
tujuan perusahaan. Banyak masalah, indsutri, ekonomi, militer, sosial dan masalah lainnya dapat diselesaikan oleh linear programming . Hasil yang diinginkan mungkin ditunjukkan sebagai maksimasi dari beberapa14profit, penjualan dan kesejahteraan, atau minimisasi pada biaya, waktu dan jarak. Masalah optimasi ini dapat diselesaikan denganLinear
Programming. Menurut Dimyati (2006), Teknik linear programming dapat digunakan dalam 2 cara yang dijelaskan sebagai berikut : a. Minimize merupakan meminimumkan biaya sekecil mungkin dengan mengharapkan keuntungan yang sama bahkan keuntungan sebesar- besarnya. b. Maximize merupakan istilah program maksimum dimana
memaksimalkan total penerimaan atau keuntungan pada sumber daya yang terbatas. Pemrograman linier merupakan hubungan dari dua atau lebih variabel satu dengan lainnya berbanding lurus dan tepat.19Pemrograman linier akan menentukan titik ekstrem dari beberapa fungsi linier yang mana variabelnya harus memenuhi fungsi kendala yang diberikan, (Sadikin, 2009). Menurut Stapleton, Hanna, dan Markussen (2003), definisi linear programming adalah suatu teknik matematika yang digunakan memecahkan masalah pada keterbatasan fungsi kendala sehingga dapat memaksimum dan meminimumkannya. Hal ini disebut sebagai teknik optimalisasi. 2.1.10 asumsi Linier Programming Asumsi-asumsi pada Linier Programing dibagi menjadi 4 bagian yang di jelaskan sebagai berikut. 1. Proportionality Asumsi ini bahwa naik turunnya nilai z dan pengguna factor-faktor produksi yang tersedia akan berubah secara sebanding (propesional) dengan perubahan tingkat kegiatan. 2. Additivity Asumsi ini merupakan nilai tujuan tiap kegiatan tidak saling mempengaruhi, atau dalam linier programming , dianggap bahwa kenaikan nilai tujuan yang diakibatkan oleh kenaikkan suatu kegiatan dapat ditumbuhkan tanpa
memepengaruhi nilai z yang memperoleh nilai z yang dihasilkan . 3. Divisibility Asumsi ini mengatakan bahwa keluaran (output) yang dihasilkan oleh suatu kegiatan dapat berupaya bilangan pecahan, demikian pula nilai Z ynag dihasilkan. 4. DeterministicAsumsi ini
mengatakan bahwa semua parameter yang terdapat dalam model linear programming dapat diperkirakan dengan pasti meskipun jarang digunakandengan tepat. 2.1.11 Macam-macam Solusi Program Linier Setelah persoalan program linier diidentifikasikan variable
keputusan, fungsi tujuan, dan pembatasannya yang diformulasikan kedalam bentuk matematika, maka persoalan tersebut dapat dipecahkan menggunakan beberapa metode seperti metode grafik, metode substitusi, metode simpleks, dan metode big- M. 2.1.12 Persyaratan Linier Programming Selama 50 tahu terakhir, linear programming telah banyak diterapkan secara ekstensif untuk membantu menangani masalah militer, industry,
keuangan, pemasaran, dan pertanian. Meskipun aplikasi linier programming selalu memiliki cirri umum sebagai berikut (Render dan stair, 2000:254-5) dalam metode kuantitatif
(Mudrajad kuncoro, 2011) dalam semua persoalan linier programming mempunyai empat sifat umum. 1. Masalah linear programming digunakan untuk umumnya memaksimalkan laba atau meminimalkan biaya. Sifat umum ini yang disebut sebagai fungsi tujuan dari pemecahan masalah linear programming. Umumnya untuk memaksimalkan keuntungan dalam jangka panjang merupakan tujuan utama perusahaan. Dalam kasus lain seperti system distribusi penerbangan atau angkutan, pada umumnya bertujuan untuk meminimalkan biaya. 2. Adanya batasan kendala, sebagai contoh, keputsan20untuk memproduksi berapa banyak unit dari tiap produk dalamsatulini produk perusahaan, dibatasi oleh tenaga kerja dan permesinanyang tersedia .29Oleh karena itu, untuk
memaksimalkan atau meminimalkan suatu kuantitas (Fungsidan tujuan) bergantung pada sumber daya dan jumlahnya terbatas (batasan). 3. Linear programming digunakan
memutuskan bagaimana cara mengalokasikan sumber daya yang terbatas seperti tenaga kerja, pemesinan, dan lainnya contohnya saja dalam kasus terdapat beberapa alternative 3 produk berbeda sehingga manajemen dapat membuat suatu keputusan. 4. Tujuan dan batasan dalam permasalahan liniear programming yang harus dinyatakan dalam hubungan dengan pertidak samaan atau persamaan linear. 2.1.13 Metode –metode Linear
Programming Linear Programming dapat memecahkan permasalahan dengan memakai beberapa macam metode dengan persoalannya. Setiap metode sama dapat
meneyelesaikan persoalan yang mempunyai beberapa metode yang dapat menyelesaikan permasalahan linear programming. 1. Metode aljabar merupakan bentuk perhitungan formulasi standar dengan menggabungkan dua variabel yang nilainya dianggap nol
sehinngga sehingga didapat nilai z besar. 2. Metode grafik yaitu metode yang hanya bias menyelesaikan permasalahan yang hanya memiliki dua variabel. 3. Metode simpleks
digunakan untuk menyelesaikan semua permasalahan yang ada dalam linear programming jika terdapat tiga variabel keputusan atau lebih. 4. Metode Big-M sering digunakan untuk menyelesaikan permasalahan yang memiliki pembatas =, >. Dari metode-metode tersebut hanya dua metode yang sering digunakan untuk pengolahan data yaitu metode grafik dan metede simpleks. 2.1.14 Bentuk Umum Linear Programming Model Bentuk umum model Linear Programming dapat dijelaskan dan dijabarkan seperti pada berikut. Optimumkan : z = ∑ n j = 1 cj xi Dengan batasan : ∑ n j=1 aij Xj≥ ≤bj untuk i=1,2,3……m Xj ≥ 0, untuk j = 1,2,3…..n Atau dapat ditulis secara lengkap sebagai berikut: Optimumkan : Z=C1
X1+C2X2+….CnXn Dengan batasan : A11 X1 +A12 x2+….+ A1n Xn≥ ≤b1 A21 X1 + A22 x2+…+ A2n Xn≤ ≥ b2 Am1X1 + Am2 x2 +…+A mn X≥ ≤ bm X1, X2, X3,….Xn≥0 Keterangan : Z = fungsi tujuan yang dicari nilai optimalnya (maksimal,minimal) Cj = ketentuan nilai Z, apabila ada nilai pertambahan tingkat kegiatan. xj =15dengan satu –satuan unit atau sumbangan setiap satuan keluaran kegiatan j terhadap z. N=Macam kegiatan yang menggunakan sumber atau fasilitas yang tersedia. M=Macam batasan sumber atau fasilitas yang tersedia.Xj = tingkat kegiatan ke –j.17Aij = banyaknya sumber I yang diperlukan untuk menghasilkan setiap unitkegiatan j. Bi = kepastian sumberI yang
tersedia untuk dialokasikan ke setiap unit kegiatan.2.1.15 Ketentuan Penyusunan Formulasi Model Linear Programming Menurut Muhammad Muslich, dalam bukunya metode
pengambilan keputusan Kuantitatif (2010,p.33-34). Formulasi model linear programming lebih mudah jika penyusunan model seperti berikut ini. 1. Bagaimana pun rumit masalah yang dihadapi, formulasi model linear programming hanya akan mempunyai fungsi tujuan maksimasi atau minimasi dan tidak mungkin terjadi kedua-duanya. 2. Jika data atau
masalah yang dihadapi hanya member informasi tentang harga jual atau laba suatu produk dan tidak ada dua moneter lainnya, maka fungsi tujuan adalah adalah maksimasi harga jual produk atau laba produk. 3. Jika data atau masalah yang dihadapi hanya member infrmasi tentang biaya suatu produk maka fungsi tujuan adalah minimasi biaya produksi. 4. Jika
data atau masalah yang dihadapi memberikan informasi tentang harga jual produk dan biayanya maka maka harus dicari terlebih dahulu laba per unit produk dan fungsi tujuannya adalah maksimasi laba produk. 5. Dalam penyusunan kendala atau constraint, suatu
pertanyaan tentang persyaratan selalu dinyatakan tentang tanda ≥. 6. Suatu pernyataan tentang demand atau pemenuhan kebutuhan atas suatu produk dinyatakan dengan tanda kendala ≥ atau =. Tergantung dari kondisi yang diinginkan. 7. Suatu pernyataan tentang supply atau terbatasnya suatu sumber daya dinyatakan tanda kendala ≤. 8. Dalam formulasi model linear programming dengan fungsi tujuan minimasi tidak mungkin mempunyai kendala dengan semuanya mempunyai tanda ≤ . Kondisi ini tidak mungkin kendala dengan nilai 0(nol). 2.1.16 Formulasi Model Linear Programming Langkah yang paling menentukan dalam linear Programming adalah memformulasikan model program linear . Langkah ini mencakup identifikasi hal-hal12yang terkait dengan tujuan dan batasan yang membatasi tujuantersebut . Dalam membangun model dari formulasi permasalahan yang ada akan digunakan beberapa unsure yang biasa digunakan dalam penyusunan program linear yaitu perumusan variable keputusan, fungsi tujuan , fungsi kendala/ pembatas , dan batasan variable, sugiyono, 2006 sebagai berikut: 2.1.16.134Variabel Keputusan Variabel keputusan adalah variabel yangdapat menentukan keputusan
–keputusan yang akan dibuat dalam pencapaian solusi optimal. Solusi yang tidak optimal akan berdampak pada perusahaan karena salah dalam mengambil keputusan akibat kesalahan menentukan variabel keputusan. Hal ini dibutuhkan pemahaman dalam
menyusun program linear yang baik sehingga menentukan karakteristik secara ril. Program linear dapat di kategorikan berdasarkan karakteristiknya12meliputi Proses produksi,
penganggaran, program diet, penjadwalan perencanaan keuangan jangka pendek, masalah blending, transportasi, penugasan, dan pengiriman.Dalam problem proses produksi
dikhususkan variabel keputusan akan menentukankepada keputusan tentang berapa banyak produk yang akan diproduksi sehingga perusahaan dapat mencapai tujuan yang optimal. 2.1.16.2 Fungsi Tujuan Fungsi tujuan merupakan fungsi yang menggambarkan tujuan sasaran dalam permasalahan program linear yang berkaitan dengan pemanfaatan
sumber daya secara optimal untuk memperoleh keuntungan mkasimum atau untuk penggunaan biaya minimum. 2.1.16.3 Fungsi Kendala/ Pembatas Fungsi kendala /
pembatas dapat diartikan bahwa bentuk rumusan terhadap kendala yang dihadapi dalam mencapai tujuan. Kendala tersebut biasanya identik pada keterbatasan sumber daya dalam mencapai suatu tujuan, dengan sebuah keputusan12perusahaan diarahkan untuk dapat mencapai tujuan tersebut.Baik memaksimalkan laba/ profit yang akan dicapai atau meminimumkan biaya yang digunakan tanpa harus menambah biaya produksi. 2.1.16.4 Batasan Variabel Batasan variabel menggambarkan tentang wilayah variable. Jumlah sumber daya yang tersedia tidak boleh bernilai negative. Metode grafik merupakan suatu metode yang ada didalam linear programming yang bias dipakai untuk menyelesaikan persoalan yang hanya mempunyai dua variable permasalahan . ada beberapa tahapan dalam metode grafik yaitu 1. Identifikasi variable6keputusan 2. Identifikasi fungsi objektif 3. Identifikasi kendala-kendala 4. Menggambarkansemua kendala dalam bentuk grafik 5. Identifikasi daerah solusi yang layak pada garfik 6. Membuat fungsi obyektif dalam bentuk garfik untukmenentukan titik yang memberikan nilai objektif optimal padasuatu daerah yang layak. 7. Menjelaskan solusi yang didapat. 2.1.1713Metode Big- M Fungsi kendala tidak hanya dibentuk oleh pertidaksamaan ≤ tapi jugabisa pertidaksamaan ≥ mempunyai surplus variable , tidak ada slack variable tidak menjadi variable basis awal. Dengan hal tersebutmaka harus ditambahkan satu variabel baru yang dapat berfungsi sebagai variabel basis awal.Slack variables dan variabel buatan yang hanya berfungsi sebagai variabel basis. 71. Jika semua fungsi kendala menggunakan pertidaksamaan ≤ maka variabel basis awal semuanya adalah slack variables. Penyelesaian solusi optimal untuk kasus seperti ini dilakukan dengan cara yang sudah diperkenalkan sebelumnya. 2. Jika fungsi kendala menggunakan pertidaksamaan ≥dan / ≤ maka variable basis awal adalah slack variable dan/ atau variable buatan.Penyelesaian solusi optimal untuk kasus seperti ini dilakukan dengan memilih antara metode big- M, dua fase, atau dual simpleks. 3. Jika fungsi kendala ada yang menggunakan persamaan makavariable buatan akan ditemukan pada variable basis awal. Penyelesaiaan solusi optimal .24Teknik yang digunakan untuk memaksa variabel
buatan bernilai 0 pada solusi optimal adalahsebagai berikut: 1.13Penambahan variabel buatan pada fungsi kendala yang tidak memilikivariable slack, menuntut perubahan variabel buatan pada fungsi tujuan 2. Jika fungsi tujuan adalah maksimasi, maka variable buatan pada fungsi tujuan fungsikoefisien +M, jika fungsi tujuan adalah minimasi, maka variable buatan pada fungsi tujuan koefisien –M 3. Karena koefisien variable basis pada table. Penentuan linear programming berbagai bidang ( Mdrajad Kuncoro, 2011) dalam metode kuantatif. 1. Akuntasi dan keuangan a. Penentuan jumlah kelayakan kredit b. Alokasi modal investasi dari berbagai alternative c. Peningkatan evektivitas akuntansi biaya d. Penugasan tim audit secara evektif 2. Pemasaran a. Penentuan kombinasi produk terbaik berdasarkan permintaan pasar b. Alokasi iklan di berbagai media c. Penguasa tenaga penjual kewilayah pemasaran secara evektif d. Penempatan lokasi gudang untuk
meminimumkan biaya distibusi e. Evaluasi kekuatan pusat dari strategi pemasaran pesaing 3. Operasi Produksi a. Penentuan bahan baku yang paling ekonmis untuk kebutuhan pelanggan b. Meminimumkan persediaan atau inventori c. Penyeimbangan jalur perakitan dengan berbagai jenis operasi d. Peningkatan kualitas operasi manufaktur. 2.1.18
Gambaran Umum Metode Big- M Dalam banyak baku , pada kendala dengan relasi ≥ atau = tidak terdapat variable slack. Pada kedua jenis kendala tersebut, digunakan variable yang berfungsi seolah-olah sebagai slack. Variabel ini dinamakan variabel artificial ( umumnya dilambangkan sebagai R). Pada awal tabel simplek, variable artifisial terdapat pada basis . Namun pada tabel akhir (solusi opimal) ,semua variable artifisia harus keluar dari basis (dengan kata lain harus berniai 0) catatan hal ini terjadi jika problem memiliki solusi layak. Untuk ‘memaksanya ‘ keluar dari basis setiap variable artifisial diberi penalti pada fungsi objektif. Diberikan M sebagai nilai sangat besar ( secara matematis M ─∞ pada masalah maksimasi, atau + pada masalah minimasi contoh sebagai berikut. Min Z = 4 x 1 + x 2 Dengan kendala : 3 x 1+ x 2 = 3 4 x 1+ 3 x 2 ≥ 6 x 1+ 2 x 2 ≤ 4 x 1, x 2 ≥ 0 Bentuk baku: Min Z = 4 x 1+ x 2 Dengan kendala: 3 x 1+ x 2 = 3 4 x 1+ 3 x 2 - S1= 6 X1 + x2 + S2 ≥ 0 Keterangan : S1 Varible surplus S2 Variable slack bentuk baku : Min Z= 4X1+x2+M R1+MR2 Dengan kendala : 3x1+x2+R1=3 4x1+3x2-S1+ R2+6 X1+2x2+S2=4
X1,x2,S1,R1,r2≥0 Keterangan : R1 dan R2 Adalah variable artivisial M adalah penalti untuk R1 dan R2 pada fungsi objektif. Untuk memudahkan proses komputasi pada computer, M umumnya disubtitusikan dengan bilangan yang sangat besar untuk memudahkan proses komputasi pada computer Mumumnya disubtitusikandengan bilangan yang sangat besar, namun pada prakteknya, M tidak perlu sangat besar, namun cukup besar jika
dibandinngakn dengan koefisien variable keputusan pada fungsi objektif . Sebagaai contoh, koefisien untuk x1 dan x2pada fungsi objektif adalah 4 dan 1 .Oleh karena itu, cukup wajar jika M Bernilai 100 ( relative besar terdapat 4 dan 1 ). 2.1.19 Bentuk Tabel Big-M Adapun bentuk tabel dari penyelesaian metode big- Big-M dapat dilihat sebagai berikut. Tabel 2.1 Tabel Big- M tabel 0 C J C1 C2 …. Cn (-)M 0 0 (-)M CB Basis X1 X2 … Xn A1 S1 S2 A2 XB RR O A11 A12 b1 b1/A11 O A21 A22 b2 b2/A21 O A31 A32 b3 b3/A31 OJ Z= Tabel diatas merupakan tabel yang digunakan dalam penyelesaian metode big- M dengan keterangan sebagai berikut. CJ = Merupakan pengelompokkan nilai variable yang ditulis pada kolom c1, c2, dan penentuan koofisien –M dan 0. CB = Merupakan perpindahan CJ kedalam masuk basis Basis = Merupakan Variabel dan akan berubah sesuai dengan perubahan formulasi. XB = Jumlah variable fungsi tujuan RR = Merupkan hasil dari bilangan XB di bagi dengan oj paling terkecil. Adapun tabel 0 merupakan symbol tabel pertama yang dilakukan dalam pengolahan data jika tabel z belum optimal maka akan di lanjutkan ke tabel 1,2, dan seterusnya dengan melaukan perubahan masuk basis sampai nilai oj tidak ada yang negative dan nilai z dikatakan optimal. 2.1.20 Uji Validitas,
Realibilitas, dan Obyektivitas Data yang sudah diperoleh mempertimbangkan validitas , realibilitas, dan obyektivitas. Sudah barang tentu dari berbagai jenis penelitian criteria tidak sama, seperti yang sudah dikatakan Sugiyno (2007;365) bahwa pada penelitian kuantitatif untuk memperoleh data yang valid, realible dan byektif perlu perlu uji instrument valid, realible, dan obyektif pada sampel yang mendekati jumlah populasi dan pengumpulan serta analisis data dilakukan dengan cara yang benar. Dalam penelitian kuantitatif untuk mendapatkan data yang valid dan realible lintasnya adalah isntrumen penelitiannya. 2.1.21 Pengertian Validitas pada Penelitian Kuantitatif Validitas suatu data berkenaan dengan
derajat ketepatan antara data lapangan dengan data yang dilaporkan oleh peneliti. Menurut Sugitono (2007;363) dikatakan, validitas dibedakan menjadi dua yaitu validitas internal dan validitas ekesternal. Validitas internal berkaitanberkenaan dengan akurasi desain penelitian dengan hasil yang dicapai, misalnyapenelitiantentang kandungan gizi dan nutrisi biji durian petruk, maka data yang diperoleh tentang kandungan gizi dan nutrisi biji durianpetruk, bukannya data lain.Untukmendapatkan data yang valid dalam metode kuantitatif diperlukaninstrument yang valid, leh karenanya diperlukan uji validitas
instrument yang mampu mengukur apa yang akan diukur (SuharsimiArikunto;2003;2009). Dijelaskan ada dua jenis validitas instrument penelitian yaitu: validitas loogisdan validitas empiris. Maksud dari validitas logis apabilaistrumentersebut secara analisis akal sudah sesuai dengan isi dan aspek yang diungkapkan.Sedangkan validitas empiris apabilasuatu instrument dapat mengungkap semua data yang ditangkap oleh pancaindra yang ada pada obyek dilapangan. 2.1.22 Pengertian Reabilitas pada Penelitian Kuantitatif Menurut Fraenkel (1993;146) dikatakan reabilitas adalah konistensi skor, dan stabilitas data dari instrument penelitian. Sedangkan menurut Sugiyono (2007;364) reabilitas berkenaan derajat konsistensi dan stabilitas data atau temuan.suatu data dikatakan realibel4bila diteliti oleh peneliti yang berbeda diperoleh datayag sama , begitu juga bia dilakukan dalam waktu yang tidak sama didaapat data yang sama, tentunya berkenaan pada samppel yang sama. 2.1.23 Pengertian Obyektivitas pada penelitian kuantitatif Menurut Sugiyono (2007;364) dikatakan obyektivitas menunjujjan derajat kesepakatan antar banyak rang terhadap suatu data maksud dari pengertian ini didasarkan pada presentase kebenaran data disampaikan oleh orang banyak. Obyektivitas berkenaan dengan dengan derajat kesepakatan antar orang banyak terhadap data, sekarang timbul apakah data yang disepakati antar orang banyak itu valid dan realible? Data yang obyektif memiliki
kecendrungan valid dan realible tetapi belum4tentu semua data yang obyektif valid dan realible. Dari penjelasan diatasjelas kiranya dalam penelitian kuantitatif data hendaknya memiliki tingkat validitas, realibilitas, dan obyektivitas.Untuk mendapatkan data tersebut perlu instrument yang valid, sehingga dalam penelitian kuantitatif yang diuji bukan datanya
tetapiinstruemennya. 2.1.24 Lokasi Perusahaan PT.Putra Mandiri Prima berlokasi di Jl Prof. Dr. Hamka No 54. Kel, Parupuk tabing, kec. Koto tangah, Kota Padang, Sumatera Barat 25173. Gambar 2.1 Lokasi Perusahaan 2.2 Penelitian yang Relevan Peneitian yang relevan adalah suatu penelitian yang sebelumnya yang sudah pernah dibuat dan dianggap cukup relevan atau mempunyai keterkaiatan dengan judul topic yang akan diteliti berguna untuk menghindari terjadinya pengulangan penelitian dengan pokok permasalahan yang sama. Ada beberapa penelitian terdahulu yang relevan atau yang berhubungan dengan penelitain bahkan sudah penulis seminarkan dalam sidang review sebagai berikut. 2.2.1 Optimasi Keuntungan Produksi Kemplang Panggang Menggunakan Linear Programming Melalui Metode Simpleks Tabel 2.2 Kesimpulan Jurnal 1 Penulis Selvia Aprilyanti, Irnanda Pratiwi, Mahmud Basuki Nama Jurnal Seminar dan Konferensi Nasional IDEC Vol / No ISBN/ ISSN 2579-6429 Halaman 1- 12 Tahun Terbit Mei 2018 Latar Belakang Masalah Pada studi kasus home industri kampung kemplang panggang di Jalan Pipareja Kemuning Palembang, optimasi perencanaan produksi pada kemplang panggang masih kurang8optimal,
dikarenakan banyaknya keterbatasan-keterbatasan seperti modal, pemasaran produk, dan waktu.1Oleh karena itu, diperlukan formula yang tepat untuk mengatasi masalah tersebut dengan metode linear programming sehingga adanya keseimbangan antara faktor- faktor produksi yang ada tentunya dengan manajemen dan memberikan pengetahuan kepada masyarakattentang perencanaan produksi yang tepat.8Melalui optimasi dan perencanaan produksi diharapkan kegiatan industri kemplang panggang mencapai sasaran yang
diinginkan, dengan hasil yang optimal dimana tidak terjadi kekurangan atau kelebihan produksi akibat pengaruh internal maupun eksternal seperti modal, stabilitas harga, stabilitas politik dan ekonomi atau lain sebagainya. Pada studi kasus home industri kampung kemplang1panggang di Jalan Pipareja Kemuning Palembang, optimasi perencanaan produksi pada kemplang panggang masih kurang optimal, dikarenakan banyaknya keterbatasan-keterbatasan seperti modal, pemasaran produk, dan waktu. Oleh karena itu, diperlukan formula yang tepat untuk mengatasi masalah tersebut dengan metode linear programming sehingga adanya keseimbangan antara faktor- faktor produksi
yang ada tentunya dengan manajemen dan memberikan pengetahuan kepada masyarakat tentang perencanaan produksi yang tepat.8Melalui optimasi dan perencanaan produksi diharapkan kegiatan industri kemplang panggang mencapai sasaran yang diinginkan, dengan hasil yang optimal dimana tidak terjadi kekurangan atau kelebihanproduksi akibat pengaruh internal maupun eksternal seperti modal, stabilitas harga, stabilitas politik dan ekonomi atau lain sebagainya. Tinjauan Pustaka Menurut Taha (2003),6Linear
Programming merupakan metode matematik dalam mengalokasikan sumber daya yang terbatas untuk mencapai suatu tujuan seperti memaksimumkan keuntungan dan
meminimumkan biaya.1Linear Programming banyak diterapkan dalam masalah ekonomi, indsutri, militerm sosial dan lain-lain. Hasil yang diinginkan mungkin ditunjukkansebagai maksimasi dari beberapa profit, penjualandan kesejahteraan, atau minimisasi pada biaya, waktu dan jarak. Masalah optimasi ini dapat diselesaikan dengan Linear Programming. Pada tahun 1947 seorang ahli matematik dari Amerika Serikat, George B.21Dantzig menemukan suatu cara untuk memecahkan persoalan linear programming tersebut
dengan suatu metode yang disebut “simplex method”.1Metode simpleks merupakan salah satu teknik penyelesaian dalamprogramlinier yang digunakan sebagai teknik pengambilan keputusan dalam permasalahan yang berhubungan dengan pengalokasian sumberdaya secara optimal.14Metode simpleks digunakan untuk mencari nilai optimal dari program linier yang melibatkan banyak constraint (pembatas) dan banyak variabel (lebih dari dua variabel).Penemuan metode1ini merupakan lompatan besar dalam riset operasi dan digunakan sebagai prosedur penyelesaian dari setiap programcomputer.(Nasution dkk, 2016) Metodologi a.Studi lapangan: yaitu suatu pengumpulan data dengan melakukan suatu penelitian secara langsung pada perusahaan, adapun cara yang dilakukan yaitu melalui pengamatan, wawancara dan dokumen perusahaan. Sedangkan data yang
diperlukan dalam penelitian ini adalah jenis produk yang dibuat olehpengrajin kemplang panggang di Kemuning Palembang,harga penjualan, daftar permintaan produk tiap hari, dan keuntungan dari setiap produk yang dibuat. b. Studi pustaka: yaitu peneliti
dan prosiding-prosiding yang berkaitan dengan topik dan masalah yang dihadapi untuk memecahkan masalah dalam penelitian ini. Sedangkan langkah-langkah untuk membuat model pemrograman linier adalah sebagai berikut (Mulyono, 2007).Hasil dan Pembahasan Berdasarkan hasil analisa linear programming melalui metode simpleks terhadap jumlah produksi kemplang panggang di kampung kemplang panggang jalan Pipareja Kemuning Palembang diperoleh formula keuntungan optimal Z = 150.000X1 + 185.000X2. Dari perhitungan metode simpleks dapatdisimpulkanbahwaterjadi peningkatan keuntungan penjualan sebesar Rp. 617.550 jika produksi pada kemplang panggang jenis kemplang lidah badak ditingkatkan sebanyak 3 kali dari jumlah produksi sebelumnya. Adapun selisih antara keuntungan sebelum dan setelah optimasi sebesar Rp.282.550. 2.2.2 Pemanfaatan Pom-Qm Untuk Menghitung Keuntungan Maksimum Ukm Aneka Cipta Rasa (Acr)
Menggunakan Metode Simpleks Tabel 2.3 Kesimpulan Jurnal 2 Penulis Matheus Supriyanto Rumetna, Tirsa Ninia Lina, Lamromasi Simarmata, Leonardus Parabang, Alexander Joseph, Yosina Batfin. Nama Jurnal PROSIDING SEMINAR NASIONAL GEOTIK ISSN 2580-8796 Halaman 1-11 Tahun Terbit 2019 Latar Belakang Masalah Usaha Kecil Menengah (UKM) merupakan salah satu cara untuk meningkatkan kesejahteraan hidup masyarakat. Saat ini UKM banyak mengalami permasalahan karena dunia bisnis yang terus berkembang, untuk itu UKM harus berinovasi. UKM Aneka Cipta Rasa (ACR) yang beralamat di Jalan Melidan Km.10 Kota Sorong adalah salah satu usaha produksi kue yang berusaha agar
kelangsungan hidup produksinya dapat terus berkembang. Agar terjaga kelangsungan dan berkembangnya usaha produksi kue pia dan kue bolu gula merah oleh UKM ACR, maka perlu menggunakan metode simpleks yang merupakan bagian dari program linier karena metode ini dapat mengkombinasikan antara bahan baku dan keuntungan yang diperoleh. Tinjauan pustaka Program linier (PL) adalah teknik matematika untuk menyusun dan menyelesaikan permasalahan optimasi menggunakan bahasa perograman dengan fungsi objektif dan kendala yang bersifat linier [1, 2, 3]. Persoalan PL menggunakan metode 16simpleks sangat membantu karena mempermudah dalam pengambilan keputusan dan memberikan solusi yang paling baik untuk pemecahan masalah. Metode ini dapat
digunakan untuk[4,5]. Metedologi Adapun metode atau langkah-langkah dalam melakukan penelitian ini yaitu: 1. Identifikasi Masalah UKM ACR ingin memanfaatkan keterbatasan bahan baku tepung terigu, gula putih dan gula merah untuk medapatkan keuntungan yang maksimal. 2. Pemilihan Model Pemecahan Masalah PL menggunakan metode simpleks digunakan untuk pemecahan masalah. 3. Pengumpulan Data Observasi dan wawancara dengan pemilik UKM ACR digunakan untuk pengumpulan data. Data yang digunakan adalah data bahan baku produksi, produksi yang dihasilkan, jumlah produksi, dan keuntungan produk perminggu. 4. Pengolahan Data dan Analisis Metode simpleks pada PL dengan tools analisis POM-QM for Windows (lihat Gambar 1 yang merupakan tampilan awal POM-QM for Windows) dipilih sebagai teknik pengolahan data serta analisis. 5. Implementasi Model Hasi dan Pembahasan 1. Program Linier dalam hal ini metode simpleks dapat digunakan oleh UKM ACR, sehingga dengan keterbatasan sumber saya yang ada dapat dimanfaatkan untuk memperoleh keuntungan yang maksimal. 2. Pemanfaatan teknologi informasi yaitu tools POM-QM for windows sangat membantu perhitungan karena cepat, tepat serta akurat (efisien). 3. Hasilyang diperoleh UKM ACR dengan menggunakan metode simpleks dan tools POM-QM for windows yaitu sebesar Rp.14.000.000,- per produksi setiap minggunya. 4. Metode simpleks dapat dijadikan acauan dalam pengambilan keputusan, karena mempercepat UKM ACR untuk berinovasi dalam menghasilkan produk. 2.2.3 Implementasi Metode Simpleks Dalam Penentuan Jumlah Produksi Untuk Memaksimasi Keuntungan Tabel 2.4 Kesimpulan Jurnal 3 Penulis Qhory Riana Al Vonda, Firra Dinni, Destryan Dyah Saputra, Ira Puspita, Ilham Falani, Elfitria
Wiratmani. Nama Jurnal STRING Vol / No Volume 4, Nomor 1 Halaman 1 – 8 Tahun Terbit Agustus 2019 Latar Belakang Masalah Memproduksi ekstrak buah dengan berbagai macam varians rasa. Perusahaan yang terletak di Jl.3Kavling DPR No 8 Serua, Bojong Sari, Depok ini memiliki kendala dalamperencanaanproduksinya karena fluktuasi permintaan dan fluktuasi harga bahan baku yang tergantung terhadap musim, tenaga kerja, serta lamanya waktu produksi.10Perencanaan produksi pada PT KBDTI dapat dipandang sebagai model linear programming, dengan tujuan untuk menentukan jumlah produksi untuk
masing-masing varians sehingga diperoleh keuntungan yang maksimal.Tinjauan PustakaTeknik pemrograman linier merupakan model optimalisasi alokasi sumber daya untuk mencapai efisiensi dalam perencanaan produksi.Pemrograman linier merupakan model matematis yang paling sering diterapkan karena dianggap lebih optimal dalam mencari solusi optimal Pemrograman linier adalah teknik penelitian operasi yang banyak digunakan dalam
menemukan solusi untuk masalah keputusan manajerial.Metode Simpleks merupakan salah satu metode yang tepat untuk digunakan pada linear programming yang memiliki variabel lebih dari dua dengan fungsi kendala yang kompleks. Metode simpleks dapat digunakan sebagai alat analisis suatu perusahaan yang meggunakan banyak input dalam proses produksi dengan tujuan memperoleh keuntungan.MetodologiJenis penelitian yang dilakukan memiliki tujuan studi adalah studi obsevasi. Observasi menjadi salah satu metode pengumpulan data dari metode pengumpulan data lainnya seperti wawancara, konseling, observasi, dll [10]. Metodologi yang dilakukan dalam penelitian ini adalah metode studi pustaka untuk mempelajari Metodesimpleksyang digunakan sebagai alat analisis suatu perusahaan dengan tujuan memperoleh keuntungan. Dari hasil studi pustaka ini dilakukan sebuah implementasi metode simpleks untuk menentukan keuntungan yang optimal. Implemetasi dilakukan dengan menggunakan software QM For Windows. Hasil dari penentuan solution result ini diharapakan dapat membantu perusahaan dalam
perencanaan produksi yang tepat.Hasil dan PembahasanPT KBDTI mempunyai 14 kendala pada proses produksi. Perencanaan produksi pada PT KBDTI dapat dipandang sebagai masalah linear programming. Hal ini sangat membantu manager produksi dalam
menentukkan jumlah bahan baku yang digunakan untuk mendapatkan keuntungan yang optimal. Berdasarkan hasil perhitungan yang telah dilakukan baik secara manual maupun dengan bantuan QM for Windows diambil kesimpulan bahwa PT KBDTIdapatmemperoleh keuntungan optimal sebesar Rp 1.270.472 dengan memproduksi ekstrak buah jambu biji merah sebesar 2,6 kg, ekstrak buah sirsak sebesar 3 kg, ekstrak buah nanas sebesar 2,5 kg, ekstrak buah mangga sebesar 2,89 kg dan ekstrak buah lemon sebesar 9 kg.Keuntungan yangdiperoleh PT KBDTI melalui perhitungan metode simpleks ini lebih meningkat sebsar
57% dibandingkan dengan keuntungan sebelumnya.2.2.4 Optimalisasi Jumlah Tipe Rumah Yang Akan Dibangun Dengan Metode Simpleks Pada Proyek Pengembangan Perumahan Tabel 2.5 Kesimpulan Jurnal 4 Penulis Dewa Ketut Sudarsana Nama jurnal JURNAL ILMIAH TEKNIK SIPIL Vol / No Vol 13, No 2 Halaman Hal 1-10 Tahun Terbit 2009 Latar Belakang Masalah Pertumbuhan jumlah penduduk yang terus meningkat berakibat pada kebutuhan akan rumah juga meningkat. Melihat ke- adaan ini banyak pengembang yang
ber-munculan untuk menyediakan rumah tem- pat tinggal. Rumah yang dikembangkan mulai dari rumah tipe sangat sederhana sampai tipe rumah mewah. Pengembang biasanya lebih tertarik mengembangkan tipe rumah mewah karena profit margin- nya lebih bagus
dibandingkan jika me- ngembangkan tipe rumah sederhana. Namun disisi lain masyarakat lebih ba- nyak22membutuhkan tipe rumah sederhana sesuai kemampuan mereka.
Kebutuhan masyarakat yang tinggi terhadap tipe ru- mahsederhana merupakan permasalahan bagi pemerintah dalam rangkameningkat- kan kualitas kehidupan masyarakat. Tinjauan Pustaka Kriteria perimbangan dimaksud ada- lah meliputi rumah sederhana, rumah me- nengah dan rumah mewah dengan perban- dingan sebesar 6 (enam) atau lebih, ber- banding53 (tiga), atau lebih, berbanding 1 (satu), sehingga dapat terwujudlingku- ngan hunian yang serasi yang dapat meng- akomodasikan kelompok masyarakat da- lam berbagai status sosial, tingkat eko- nomidan profesi. Pola hunian ini lebih dikenal dengan sebutan 1 : 3 : 6 (Blaang, C.1986) Metodologi Pembahasan dalam penelitian ini dika- jisecara deskriptif. Metode optimasi yang dipergunakan adalah metode simpleks. Metode simpleks ini merupakan salah satu dari model program linear.Hasil dan pembahasan Dari hasil analisis dengan metodesimpleksdidapat komposisi optimum jumlah tipe rumah yang akandikem- bangkan pada proyek pengembangan pe- rumahan Taman Wira Umadui adalah rumah tipe A sebanyak 28 unit, tipe B sebanyak 17 unit dan tipe C sebanyak 54 unit dengan keuntungan didapat sebesar Rp.7.171.000.000,- 2.2.5 Analisis Optimasi Jumlah Produksi Dan Pemilihan Produk Unggulan Menggunakan Linear Programming Melalui Metode Simpleks Tabel 2.6 Kesimpulan Jurnal 5 Penulis Suparno Nama jurnal SENTRA ISSN 2527-6042 Halaman 1-12 Tahun terbit 2017 Latar Belakang
Masalah Di Kabupaten Gresik industri furniture merupakan salah satu industri usaha menengah unggulan yang memiliki prospek yang sangat bagus.2Industri ini mengolah aneka jenis kayu jati dan kamper menjadi pintu, kursi, almari, meja dan kusen. Modal dan bahan baku merupakan masalah utama dalam pengembangan usaha. Furniture di
Kabupaten Gresik dengan kekhasannya tidak hanya dipasarkan di daerah sekitar saja tapi juga merambah kota besar diantaranya Bekasi, Jember, Surabaya dan Malang. Kekhasan furniture dari Gresik bukan hanya terletak dari kualitas kayu yang digunakan, tapi juga pada seni ukirnya. Dengan mahal dan sulitnya memperoleh bahan baku, sehingga diperlukan pengaturan persediaan bahan baku yang baik supaya industri furniture lokal mampu bersaing.Dalammelaksanakan kegiatan yang memerlukan pemikiran dan pertimbangan, fungsi perencanaan memegang peranan yang sangat penting untuk menentukan sejauh mana tingkat keberhasilan operasional perusahaan. CV. Restu Ibu merupakan salah satu industri manufaktur di kota Sidayu yang membuat hasil olahan kayu menjadi pintu, kursi, almari, meja dan kusen. Kayu yang dipakai sebagai bahan dasar produksi adalah kayu jati dan kamper. Perusahaan ini didirikan diatas tanah seluas 900 M2 pada tahun 1998. Pemilik industri ini bernama Bapak Masbukhin yang telah merintis dan mengembangkan industri ini sampai sekarang. Namun demikian, CV. Restu Ibu memiliki permasalahan dalam
perencanaan produksi. Fluktuasi permintaan akan produk jadi yang tidak menentu dari satu periode ke periode berikutnya menyebabkabkan kelebihan atau kekurangan bahan baku selama periode produksi. Sementara itu kapasitas gudang bahan baku yang ada terbatas, sehingga bahan baku yang dipesan dalam jumlah besar sebagian berada diluar gudang penyimpanan, tentunya ini berdampak pada kualitas kayu yang digunakan karena tidak terlindung dari hujandan panas. Berdasarkan pengamatan yang telah dilakukan pada CV. 2Restu Ibu, industri furniture yang mengolah kayu menjadi pintu, kursi, almari, meja dan kusen, diketahui bahwa perusahaan mengalami kesulitan dalam menentukan jumlah produksi yang optimal sesuai dengan sumberdaya yang dimiliki sehingga permitaan dapat terpenuhi dan keuntungan perusahan dapat dioptimalkan.Tinjauan Pustaka Pemrograman linier merupakan proses optimasi dengan menggunakan model keputusan yang dapat
diformulasikan secara matematis dan timbul karena adanya keterbatasan dalam mengalokasikan sumber daya (J. Heizer dan B. Render,2005).2Definisi operasional menjelaskan cara tertentu yang dapat digunakan dalam mengoperasionalkan construct, sehingga memungkinkan peneliti lain untuk melakukan pengulangan pengukuran dengan cara yang sama atau mencoba untuk35mengembangkan cara pengukuran construct yang lebih baik(Umar, 2005). Metodologi [1]1Studi lapangan: yaitu suatu pengumpulan data dengan melakukan suatu penelitian secara langsung pada perusahaan, adapun cara yang dilakukan yaitu melalui pengamatan, wawancara dan dokumen perusahaan.2Sedangkan data yang diperlukan dalam penelitian ini adalah jenis produk yang dibuat oleh CV Restu Ibu, harga penjualan, daftar permintaan produk tiap bulan, waktu yang diperlukan dalam membuat satu buah produk, dan keuntungan dari setiap produk yangdibuat. [2]1Studi pustaka: yaitu peneliti memperoleh referensi yang dibutuhkan dengan cara membaca buku-buku,jurnal-jurnal, dan prosiding-prosiding yang berkaitan dengan topik dan masalah yang dihadapi untukmemecahkan masalah dalam penelitian ini. Hasil dan Pembahasan Dari hasil analisis menggunakan program linier, diperoleh simpulan bahwa untuk memaksimalkan laba pada CV. Restu Ibu dengan kendala jam kerja mesin, jam kerja tenaga kerja, dan permintaan terhadap produk pintu, kursi, almari, meja, dan kusen, maka produksi pintu sebanyak 3 unit, kursi 3 unit, almari 2 unit, meja 2 unit, dan kusen 1 unit, akan memberikan keuntungan sebanyak Rp. 3.427.500 per hari dan keuntungan senilai Rp. 85.687.500 untuk per bulannya dengan 25 hari kerja efektif. Berdasarkan penelitian ini, disarankan untuk maasa yang akan datang, jika CV. Restu Ibu akan meningkatkan jumlah produksinya perlu kiranya memperhitungkan biaya-biaya pengembangan dan perlu menganalisis lebih lanjut kapasitas produksi yang ada agar produksi bisa dilakukan secara maksimal. 2.3 Kerangka Konseptual Kerangka konseptual merupakan gambaran dari langkah- langkah dalam penelitian yang dimulai dari input, proses, dan output yang dapat dilihat pada gambar berikut. Gambar 2.2 Kerangka Konseptual 1. Input Input merupakan langkah awal dalam proses penelitian yang merupakan mencari atau mendapatkan data awal agar dapat dianalisis ataupun lanjut dalam tahap proses. Adapun data yang penulis
butuhkan yaitu. a. Data primer Batasan luas lahan Batasan biaya prduksi Batasan waktu pelaksanaan Batasan permintaan b. Data skunder 2. Proses Proses merupakan langkah menganalisis data- data yang telah didapatkan dari perusahaan dengan menggunakan metode sebagai alat bantu dalam menganalisis data tersebut. Sesuai topic penulis menggunakan metode Big- M sebagai alat bantu dalam menganalisis data. 3. Output Output merupakan hasil dari penelitian yang sudah diteliti sehingga dapat menjadi suatu keputusan oleh penulis dalam menyelesaikan masalah. Adapun output yang penulis harapkan adalah Menentukan jumlah produksi yang optimal dan menentukan keuntungan yang optimal. BAB III METODOLOGI PENELITIAN 3.1 Jenis Penelitian Jenis penelitian ini merupakan jenis penelitiann kuantitatif dimana bentuk penelitian lebih memperhatikan pada pengumpulan dan analisis data dalam bentuk angka sesuai menurut para ahli. (Bryman, 2008) mendefinisikan proses penelitian kuantitatif dimulai dari teori, hipotesis, desain penelitian, memilh subjek, mengumpulkan data, memproses data, menganalisis data, dan menulis kesimpulan. (Punch, 1988 : 4)36penelitian kuantitatif merupakan penelitian empiris dimana data-datanya dalam bentuk sesuatu yang dapat dihitung, dan memperhatikan pada pengumpulan serta analisis data dalam bentuk numerik. 3.2 Tempat dan Waktu Penelitian Adapun tempat dan waktu penelitian dapat penulis terangkan
dibawah ini untuk menunjang kelancaran penulis dalam menyelesaikan tugas akhir, dimana hal ini akan merujuk bagi penulis dalam mendapatkan data atau informasi yang akan penulis analisis dalam penelitian. 3.2.1 Tempat Penelitian Adapun tempat penelitian yang akan dilakukan yaitu PT. Putra Mandiri Prima. Jl. Prof. Dr. Hamka No 54 B, Kel, Perupuk Tabing, Kec. Koto Tangah, Kota Padang, Sumatera Barat 25173. 3.2.2 Waktu Penelitian Adapun waktu penelitian ini dilakukan pada tanggal 1 November 2020 sampai tanggal 10 November 2020. 3.3 Data dan Jenis Data Data dan jenis data dapat dijelaskan sebagai berikut. 3.3.111Data Adapun data yang digunakan dalam penelitian ini adalah kualitatif dan kuantitatif.Berikut ini merupakan data kualitatif dan kuantitatif : 1.Data kualitatif, yaitu data yang disajikan dalam bentuk kata verbal bukan dalam bentuk angka.Yang termasuk data kualitatif pada penelitian ini yaitu gambaran umum mengenai dampak tidak
optimalnya produksi. 2.11Data kuantitatif adalah jenis data yang dapat diukur atau dihitung secara langsung, yang berupa informasi atau penjelasan yang dinyatakan dengan bilangan atau berbentuk angka.Dalam hal ini data kuantitatif yang diperlukan yaitu : Data kapasitas sumber daya perumahan dan tujuan perusahaan. 3.3.2 Jenis Data Adapun jenis dan sumber data yang digunakan pada saat penelitian yaitu. 1.30Data Primer Data primer adalah data
yang diperoleh daripengamatan dan penelitian secara langsung di lapangan.
Pengumpulan data primer ini dilakukan dengan cara mengamati langsung aktifitas yang terjadi di perusahaan PT.Putra Mandiri Prima adapun data yang diperlukan berupa, batasan luas lahan, batasan biaya prduksi, batasan waktu pelaksanaan, batasan permintaan. 2. Data Sekunder Data sekunder yang merupakan data pendukung, baik yang bersumber dari literature, dokumen-dokumen yang berkaitan dengan riset operasi PT.Putra Mandiri Prima. 3.4 Teknik37Pengumpulan Data Teknik pengumpulan data dilakukan denganwawancara langsung ke pihak perusahaan, dengan meminta informasi data yang dibutuhkan dalam penelitian seperti batasan luas lahan, batasan biaya prduksi, batasan waktu pelaksanaan, batasan permintaan, luas lahan, investasi, waktu periode, dan keuntungan. 3.5 Teknik Pengolahan dan Analisis Data Dalam mencapai tujuan penelitian maka penulis menggunakan metoda Big- M. Dimana metode ini dapat membantu bagaimana mengoptimalkan antara fungsi kendala atau energy perusahaan dengan fungsi tujuan sehingga fungsi- fungsi tersebut dapat dicapai dengan efisien dan efektif yang merupakan keuntungan bagi perusahaan. Dalam proses menganalisis tersebut yang berkaitan dengan riset operasi dengan metode Big- M yang terfokus pada tujuan merupakan analisis dari fungsi Max yang terfokus pada keuntungan bagi perusahaan. Setelah dilakukan
pengolahan data maka dilakukan menganalisis data untuk menarik kesimpulan sehingga dapat diambil keputusan yang optimal bagi perusahaan. 3.4.1 Teknik Pengolahan Data Teknik pengolahan data penulis menggunakan sebuah metode sebagai alat bantu dalam melakukan penelitian lalu menganalisisnya sampai tujuan penelitian tercapai, adapun teknik pengolahan data tersebut dapat di tulis sebagai berikut. 3.4.1.1 Menghitung Jumlah Produksi Rumah Optimal Adapun langkah- langkah yang dilakukan untuk menghitung
jumlah produksi rumah melalui metode big- M dapat di jabar sebagai berikut. 1.
Menentukan fungsi kendala metode big- M yang terkait dengan a) Batasan luas lahan b) Batasan biaya produksi c) Batas waktu pelaksanaan d) Batasan permintaan pasar 2.
Menentukan fungsi tujuan, lalu membuat fungsi kendala dan fungsi tujuan kedalam model matematis, setelah syarat terpenuhi maka lanjutkan 3. Fungsi kendala bertanda (=) tetap menjadi sama dengan (=) dengan menambahkan variable artifisial (ɑ) dengan koofesien menjadi = 1 4. Fungsi kendala yang bertanda (≥) dirubah menjadi (=) dengan
menambahkan artifisial (ɑ) dengan koofisien 1 dan mengurangi dengan variable surplus (s) koofisien (-1) 5. Fungsi tujuan juga ditambah dengan variable slack, surplus, artifisial
dengan koofisien masing- masing 0, 0 dan - M. 6. Analisis dan lanjutkan dengan tabel simpleks. 3.4.1.2 Menghitung Tingkat Profit Optimal Adapun langkah- langkah dalam menghitung profit optimal adalah memformulasikan hasil analisis jumlah produksi rumah sehingga dapat di rumuskan sebagai berikut. Keuntungan = Harga jual – Modal Optimum Profit = Keuntungan X Total produksi Rumus diatas berlaku jika rumah yang di produksi dengan kriteria yang sama, sehingga membutuhkan modal dan keuntungan relative sama. Adapun jika produksi rumah dengan jenis yang berbeda sesuai dengan optimalnya hasil pengolahan data jumlah produksi rumah di atas maka rumus total Optimum profit adalah sebagai berikut. OP = (P1 X n1) + (P2 X n 2) + (Pn X n…) Keterangan : OP = Optimum profit P1 = Keuntungan produk 1 n 1 = Jumlah produk 1 P2 = Keuntungan produk 2 n 2 =
Jumlah produk 2 Pn = Keuntungan produk n n = Jumlah produk 3.4.2 Analisis Data Adapun analisis data pada penelitian ini yaitu berhubung dengan hasil pengolahan data sehingga di buat suatu keputusan berapa jumlah rumah yang harus di produksi serta keterkaitan dengan profit/ keuntungan perusahaan yang dapat menjadi acuan bagi perusahaan dalam proses produksi di setiap lahan. 3.5 Kerangka Metodologi Kerangka metodologi
merupakan gambaran proses penelitian yang didalamnya terdapat tahap-tahapan
pengolahan data yang diawali pengumpulan data dengan menggunakan metode Big- M. Adapun kerangka metodologi dibawah ini menjelaskan tentang beberapa hal mulai dari survai lapangan sampai dengan selesai. Gambar 3.1 Kerangka Metodologi BAB IV
PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Pengumpulan Data Adapun data yang dibutuhkan dalam penelitian ini, penulis kumpulkan melalui sumber dimana penulis melakukan penelitian di PT. Putra Mandiri Prima. Dalam pengumpulan data, penulis membagi data tersebut menjadi 2 jenis yaitu data primer dimana ini data pokok langsung dari perusahaan, dan data skunder dimana data ini penulis dapatkan dari pengamatan penulis sendiri saat meneliti. Pada data primer dibutuhkan data dari perusahaan terdiri dari beberapa poin sebagai berikut. 4.1.1 Data Lahan Perumahan Data lahan perusahaan
merupakan data utama dalam penelitian ini, karena pada data ini digunakan sebagai fungsi tujuan dalam pengolahan data. Adapun data lahan yang diperoleh dapat dilihat sebagai berikut. Tabel 4.1 Data Lahan Pengembangan Rumah 2020 No Lokasi Nama Perumahan Luas Lahan 1 Padang 10000 m² 2 Padang 2000 m² 3 Padang 25000 m² 4 Alahan Panjang 30000 m² 5 Painan 8000 m² Data lahan pada tabel tersebut akan di olah dalam pengolahan data dimana data yang digunakan hanya pada lahan 1, 2, dan 3 karena data lahan 4 jenis produksi hanya type 36 saja dan data lahan 5 jumlah produksi sudah habis hanya
memasuki tahap penyelesaian. Adapun data lahan 1, 2, dan 3 yang akan dimasukkan dalam pengolahan data seperti tabel berikut. Tabel 4.2 Skala Data Lahan Pengembangan Rumah Lahan Lokasi Luas Lahan (m²) 1 Padang 7000 2 Padang 1400 3 Padang 17500 Tabel diatas merupakan data luas lahan 1, 2, dan 3 yang telah dikurangi 30 % sesuai peraturan daerah pada developer yang digunakan untuk pembuatan drainase, jalan, dan fasilitas umum. 4.1.2 Data Investasi Perusahaan Data investasi dibutuhkan dalam pengolahan data sebagai batasan biaya produksi pada setiap lahan, adapun data investasi dapat dilihat sebagai berikut. Tabel 4.3 Data Investasi Lahan Investasi 1 Rp. 12.000.000.000,00 2 Rp.
1.800.000.000,00 3 Rp. 17.000.000.000,00 Pada tabel diatas merupakan data investasi setiap lahan dimana biaya yang dibutuhkan disesuaikan dengan kapasitas lahan oleh perusahaan. Data investasi tersebut akan di skalakan terlebih dahulu sebelum dimasukkan kedalam pengolahan data, maka data investasi setiap lahan dapat dilihat sebagai berikut. Tabel 4.4 Skala Data Investasi Lahan Investasi 1 12000 2 1800 3 17000 Pada tabel dapat dilihat bahwa data investasi yang telah di skalakan 1 : 1.000.000 hal ini digunakan untuk mempermudah
dalam pengolahan data. 4.1.3 Data Batasan Waktu Investasi Data batasan waktu investasi merupakan waktu perkiraan perusahaan selesai produksi dan masa proyek selesai atau disebut juga balik modal (break event point). Data ini dapat dilihat pada tabel sebagai berikut. Tabel 4.5 Data Waktu Investasi Lahan Waktu ( Hari) 1 1800 2 720 3 2520 Data pada tabel merupakan data batasan waktu dimana pada lahan 1 dibutuhkan proyek selama 5 tahun, pada lahan 2 tahun, dan lahan 3 selama 7 tahun. 4.1.4 Data Lahan 1 Data lahan 1 tediri dari data type rumah / luas kavling, data biaya produksi, data harga jual dan
keuntungan, data waktu pelaksanaan, dan data batasan permintaan konsumen. 4.1.4.1 Data Type Rumah Pada lahan 1 perusahaan merencanakan 4 type rumah, dimana type rumah dan luas kavling dapat di lihat pada tabel sebagai berikut. Tabel 4.6 Data Tipe Rumah Lahan 1 No Type Luas tanah (m²) Variabel 1 36 90 X1 2 45 105 X2 3 50 120 X3 4 60 120 X4 Pada tabel dapat dilihat type rumah dan luas kavling yang direncanakan perusahaan, variabel pada tabel digunakan dalam membentuk fungsi kendala dalam pengolahan data. 4.1.4.2 Data Biaya Produksi Data biaya produksi merupakan biaya yang dibutuhkan dalam pembuatan rumah per unit, data ini merupakan semua biaya yang meliputi upah, bahan, tanah, perizinan / pajak, serta biaya- biaya yang terkait saat produksi rumah. Adapun data biaya produksi setiap tipe pada lahan 1 dapat dilihat sebagai berikut. Tabel 4.7 Data Biaya Produksi Lahan 1 No Type Biaya Produksi/ Unit Variabel 1 36 Rp. 125.000.000,00 X1 2 45 Rp. 200.000.000,00 X2 3 50 Rp. 225.000.000,00 X3 4 60 Rp. 250.000.000,00 X4 Biaya
produksi di atas adalah biaya mencangkup dari biaya tanah, biaya upah, dan biaya bahan, serta biaya- biaya overhead yang di kalkulasikan perusahaan. variabel pada tabel
digunakan dalam membentuk fungsi kendala dalam pengolahan data. 4.1.4.3 Data Harga Jual dan Keuntungan Data harga jual merupakan harga rumah setiap unit yang di pasarkan ke konsumen. Adapun data harga jual rumah pada lahan 1 dapat dilihat sebagai berikut. Tabel 4.8 Data Harga Jual Lahan 1 No Type Harga Jual / Unit 1 36 Rp. 255.000.000,00 2 45 Rp. 305.000.000,00 3 50 Rp. 400.000.000,00 4 60 Rp. 575.000.000,00 Harga jual pada tabel merupakan harga jual per unit setiap type. Data ini digunakan untuk mendapatkan data keuntungan yang dikurangi data biaya produksi. Adapun data keuntungan dapat dilihat
pada tabel berikut. Tabel 4.9 Data Keuntungan Lahan 1 No Type Keuntungan / Unit
Variabel 1 36 Rp. 130.000.000,00 X1 2 45 Rp. 105.000.000,00 X2 3 50 Rp. 175.000.000,00 X3 4 60 Rp. 325.000.000,00 X4 Tabel diatas merupakan data keuntungan rumah per unit yang didapatkan dari harga jual – biaya produksi, variabel pada tabel digunakan dalam
membentuk fungsi tujuan dalam pengolahan data. 4.1.4.4 Data Waktu Pelaksanaan Data waktu pelaksanaan merupakan waktu yang dibutuhkan dalam pembangunan rumah setiap unit. Adapun data ini dapat dilihat sebagai berikut. Tabel 4.10 Data Waktu Pelaksanaan No Type Waktu Pelaksanaan (Hari) 1 36 60 2 45 120 3 50 120 4 60 150 Data waktu pelaksanaan tersebut merupakan data waktu rata- rata pembangunan perusahaan yang dilakukan 1 grup pekerja. Adapun pada lahan 1 terdapat 4 tim regu kerja sehinggga waktu pelaksanaan dapat dilihat sebagai berikut. Tabel 4.11 Data Waktu Pelaksanaan No Type Waktu
Pelaksanaan (Hari) Variabel 1 36 15 X1 2 45 30 X2 3 50 30 X3 4 60 37.5 X4 Data waktu pelaksanaan pada tabel diatas merupakan data waktu pelaksanaan yang di bagi menjadi 4 tim. Variabel pada tabel digunakan dalam membentuk fungsi tujuan dalam pengolahan data. 4.1.4.5 Data Batasan Permintaan Data batasan permintaan merupakan data minat konsumen terhadap permintaan rumah dengan perbandingan skala. Data ini didapatkan oleh perusahaan melalui perbandingan setiap konsumen saat menanyakan rumah yang ingin dicari atau diminati. Adapun data tersebtu dapat dilihat sebagai berikut. Tabel 4.12 Data Batasan Permintaan Lahan 1 Perbandingan minat konsumen 36 dengan 45 1 ≥ 5 45 dengan 50 1 ≥ 15 50 dengan 60 1 ≥ 10 Perbandingan minat konsumen di atas dirangkum dari data statistic perusahaan ketika calon konsumen menanyakan rumah yang diinginkan serta perbandingan rumah yang terjual pada lahan2 sebelumnya. Dimana di jelaskan bahwa 1 koefisien minat konsumen terhadap type 36 lebih besar dari pada 5 koefisien minat konsumen terhadap type 45, dan seterusnya. Adapun data batasan konsumen harus ditambahkan variabel sehingga dapat dilihat pada tabel berikut. Tabel 4.13 Data Batasan Permintaan Lahan 1 Perbandingan Minat Konsumen 36 dengan 45 X1 ≥ 5 X2 45 dengan 50 X2 ≥ 15 X3 50 dengan 60 X3 ≥ 10 X4 Data pada tabel merupakan data batasan permintaan konsumen pada lahan 1 yang sudah ditambahkan variabel yang akan masuk pada
pengolahan data. 4.1.5 Data Lahan 2 Data lahan 2 tediri dari data type rumah / luas kavling, data biaya produksi, data harga jual dan keuntungan, data waktu pelaksanaan, dan data batasan permintaan konsumen. 4.1.5.1 Data Type Rumah Pada lahan 2 perusahaan
merencanakan 3 type rumah, dimana type rumah dan luas kavling dapat di lihat pada tabel sebagai berikut. Tabel 4.14 Data Tipe Rumah Lahan 2 No Type Luas tanah (m²) Variabel 1 36 90 X1 2 40 120 X2 3 48 135 X3 Pada tabel dapat dilihat type rumah dan luas kavling yang direncanakan perusahaan, variabel pada tabel digunakan dalam membentuk fungsi kendala dalam pengolahan data. 4.1.5.2 Data Biaya Produksi Data biaya produksi
merupakan biaya yang dibutuhkan dalam pembuatan rumah per unit, data ini merupakan semua biaya yang meliputi upah, bahan, tanah, perizinan / pajak, serta biaya- biaya yang terkait saat produksi rumah. Adapun data biaya produksi setiap tipe pada lahan 2 dapat dilihat sebagai berikut. Tabel 4.15 Data Biaya Produksi Lahan 2 No Type Biaya Produksi/ Unit Variabel 1 36 Rp. 110.000.000,00 X1 2 40 Rp. 180.000.000,00 X2 3 48 Rp.
215.000.000,00 X3 Biaya produksi di atas adalah biaya mencangkup dari biaya tanah, biaya upah, dan biaya bahan, serta biaya- biaya overhead yang di kalkulasikan perusahaan. variabel pada tabel digunakan dalam membentuk fungsi kendala dalam pengolahan data. 4.1.5.3 Data Harga Jual dan Keuntungan Data harga jual merupakan harga rumah setiap unit yang di pasarkan ke konsumen. Adapun data harga jual rumah pada lahan 2 dapat dilihat sebagai berikut. Tabel 4.16 Data Harga Jual Lahan 2 No Type Harga Jual / Unit 1 36 Rp. 195.000.000,00 2 40 Rp. 285.000.000,00 3 48 Rp. 345.000.000,00 Harga jual pada tabel merupakan harga jual per unit setiap type. Data ini digunakan untuk mendapatkan data keuntungan yang dikurangi data biaya produksi. Adapun data keuntungan dapat dilihat pada tabel berikut. Tabel 4.17 Data Keuntungan Lahan 2 No Type Keuntungan / Unit Variabel 1 36 Rp. 85.000.000,00 X1 2 40 Rp. 105.000.000,00 X2 3 48 Rp. 130.000.000,00 X3 Tabel diatas merupakan data keuntungan rumah per unit yang didapatkan dari harga jual – biaya produksi, variabel pada tabel digunakan dalam membentuk fungsi tujuan dalam pengolahan data. 4.1.5.4 Data Waktu Pelaksanaan Data waktu pelaksanaan merupakan waktu yang dibutuhkan dalam pembangunan rumah setiap unit. Adapun data ini dapat
