OPTIMALISASI PERENCANAAN PRODUKSI MENGGUNAKAN
GOAL PROGRAMMING (Studi Kasus : CV. Amanda
Makassar)
Astri1, Aidawayati R2, Khaeruddin2
1Mahasiswa Jurusan Matematika FMIPA Unhas
2Dosen Matematika FMIPA Unhas Kampus Tamalanrea Jl. Perintis Kemerdekaan KM. 10, Makassar,
Sulawesi Selatan Email: astriaksan@ gmail.com
ABSTRAK
Telah dilakukan penelitian tentang penggunaan Goal Programming untuk menyelesaikan multi tujuan dengan mengambil kasus optimalisasi perencanaan produksi pada CV.
Amanda Makassar. Dalam penelitian dirumuskan empat tujuan, yaitu (i) pemenuhan jumlah permintaan pasar, (ii) memaksimalkan pendapatan, (iii) meminimalkan biaya produksi, dan (iv) memaksimalkan jam kerja. Hasil penelitian menunjukkan bahwa optimasi
dengan menggunakan Goal
Programming memberikan produksi yang optimal yang berakibat pada lebih besarnya keuntungan dibanding dengan proses (optimalisasi) yang dilakukan perusahaan selama ini, yaitu hanya berdasarkan jumlah permintaan.
Kata Kunci: Goal Programming, Optimasi
1. PENDAHULUAN
Dalam proses produksi setiap perusahaan pasti dihadapkan pada persoalan mengoptimalkan lebih dari satu tujuan. Tujuan-tujuan dari persoalan produksi tersebut ada yang saling berkaitan dan ada juga yang saling betentangan dimana ketika tujuan yang satu dioptimalkan akan mengakibatkan kerugian pada tujuan yang lainnya. Dalam hal ini penting untuk melakukan perencanaan yang cukup matang serta diperlukan metode penyelesaian yang bisa merangkum tujuan-tujuan tersebut sehingga diperoleh kombinasi solusi yang optimal dari faktor-faktor yang tidak bersesuaian.
Salah satu metode yang tepat untuk menyelesaikan persoalan tersebut adalah metode Goal Programming. Goal Programming adalah salah satu model yang dipandang sesuai digunakan untuk pemecahan masalah multi tujuan.
Model Goal Programming yang sering disebut juga program linear tujuan ganda merupakan perluasan dari Program Linier. Secara umum Goal Programming ini digunakan untuk menyelesaikan persoalan yang memiliki tujuan ganda (atau lebih dari satu tujuan).
2. TINJAUAN PUSTAKA Secara umum model matematis Goal Programming dapat dirumuskan sebagai berikut.
Fungsi tujuan:
ηi (¿+ρi) Min Z=
∑
i=1 m
¿
Fungsi kendala:
a11x1+a12x2+…+a1 nxn+η1−ρ1=b1 a21x1+a22x2+…+a2 nxn+η2−ρ2=b2 . .. . .
. .. . . . .. . .
am 1x1+am 2x2+…+amnxn+ηm−ρm=bm atau dapat juga dituliskan dalam bentuk umum sebagai berikut:
∑
j=1 maijxj+ηi−ρi=bi .
Dan
xi, ρi, ηi≥ 0, Untuk i=1,2 , … , m.
Dimana:
aij : koefisien teknis fungsi pembatas
xj : variabel keputusan
bi : kapasitas sumber yang tersedia
ρi : variabel yang menampung deviasi di atas sasaran
ηi : variabel yang menampung deviasi di bawah sasaran
Ada tiga macam tujuan dalam Goal Programming yaitu:
a. Tujuan / sasaran dengan prioritas yang sama
Min Z=
∑
i=1 m
(ρi+ηi).
b. Tujuan / sasaran dengan prioritas yang berbeda
ρ pi(¿¿i+ ηi).
Min Z=
∑
i=1 m
¿
c. Tujuan / sasaran dengan prioritas dan bobot yang berbeda
ρ wipi(¿¿i+ηi).
Min Z=
∑
i=1 m
¿
Dimana wi adalah bobot prioritas dari variabel deviasional, untuk i =1, 2,…, m.
3. METODE PENELITIAN Penelitian ini akan merujuk pada jurnal- jurnal dan buku-buku yang berkaitan dengan bidang yang diteliti. Langkah- langkah untuk menentukan optimasi produksi tersebut antara lain:
1. Pengumpulan data
2. Membuat model matematika Goal Programming dalam proses produksi (CV. Amanda Makassar) 3. Mengoptimalkan perencanaan produksi dengan menggunakan aplikasi LINGO.
4. HASIL DAN PEMBAHASAN 4.1 Pengumpulan Data
Tabel 1 : Harga Jual Roti (per kemasan)
Tabel 2 : Biaya Produksi Roti (Per kemasan)
Tabel 3 : Jam Kerja Mesin (per jam)
Tabel 4 : Jumlah Permintaan Tahun 2018
Adapun ketentuan /syarat untuk produksi pembuatan 14 jenis Roti , yaitu:
1. Total harga jual tidak kurang dari Rp. 7.742.674.635, - per tahun.
2. Total biaya produksi tidak boleh melebihi Rp.
2.742.674.635,- per tahun 3. Kapasitas jam kerja mesin
adalah 5.475 jam/tahun 4. Jumlah permintaan produk
dibatasi hingga 20 % untuk produksi x1dan x2 , serta 10% untuk produksi
x3, x4, x5, x6, x7, x8, x9, x10, x11, x12, x13 dan x14 .
CV. Amanda Makassar memiliki empat Goal yang akan dipenuhi, yaitu:
Goal I : Memenuhi jumlah permintaan produksi.
Goal II : Memaksimalkan pendapatan.
Goal III : Meminimalkan biaya produksi.
Goal IV : Memaksimalkan jam kerja mesin.
4.2 Model Goal Programming
Berikut adalah formulasi model untuk mmencapai tujuan-tujuan CV. Amanda Makassar:
Goal 1: Memenuhi Jumlah Permintaan Produksi
Dalam hal ini, bi yang merupakan kapasitas sumber yang tersedia pada persamaan (4) adalah jumlah permintaan ke-i ( Pi ), sehingga:
∑
j=1 naijxj+ηi−ρi=Pi
Dimana:
xj : Jumlah produk j yang diproduksi Pi : Jumlah permintaan ke-i
ηi : Penyimpangan negative ke-i ρi : Penyimpangan positif ke-i
Sasaran pemenuhan permintaan dapat diuraikan sebagai berikut:
x1+η1−ρ1=720000 x2+η2−ρ2=57600 x3+η3−ρ3=264000 x4+η4−ρ4=39600 x5+η5−ρ5=33000 x6+η6−ρ6=79200 x7+η7−ρ7=39600 x8+η8−ρ8=39600 x9+η9−ρ9=39600 x10+η10−ρ10=7920 x11+η11−ρ11=198000 x12+η12−ρ12=19800 x13+η13−ρ13=15840 x14+η14−ρ14=13200 Karena syarat / ketentuan untuk jumlah permintaan dibatasi hingga 20 % untuk
produksi x1dan x2 , serta 10% untuk produksi
x3, x4, x5, x6, x7, x8, x9, x10, x11, x12, x13 dan x14 , maka artinya
penyimpangan positif ( ρi¿ dari jumlah permintaan dibatasi hingga 20% untuk produksi x1dan x2 serta 10% untuk produksi
x3, x4, x5, x6, x7, x8, x9, x10, x11, x12, x13
dan x14 terhadap
permintaan itu sendiri, maka:
ρi≤ 20 %
Pi,∀ i=1,2.
ρi≤ 10 %
Pi,∀ i=3,4 , …, 14.
Sehingga diperoleh:
ρ1≤ 144000 ρ2≤ 11520 ρ3≤26400 ρ4≤ 3960 ρ5≤3300 ρ6≤7920 ρ7≤3960 ρ8≤3960 ρ9≤3960 ρ10≤ 792 ρ11≤19800 ρ12≤ 1980 ρ13≤ 1584
ρ14≤1320
Sehingga, fungsi kendala untuk jumlah permintaan adalah sebagai berikut:
x1+η1=864000 x2+η2=69120 x3+η3=290400 x4+η4=43560 x5+η5=36300 x6+η6=87120 x7+η7=43560 x8+η8=43560
x9+η9=43560 x10+η10=8712 x11+η11=217800 x12+η12=21780 x13+η13=17424 x14+η14=14520
Goal 2: Memaksimalkan Pendapatan
39000 x1+66000 x2+45000 x3+45000 x4+47000 x5+47000 x6+47000 x7+47000 x8+42000 x9+36000 x10+30000 x11+50000 x12+50000 x13+50000 x14+η15−ρ15=¿
7742674635
Goal 3: Meminimalkan Biaya Produksi
38448.16 x1+46221.14 x2+41692.15 x3+39050.13 x4+38746.63 x5+33651.96 x6+33430.81 x7+32553.01 x8+39268.29 x9+33133.03 x10+24840.59 x11+40635.57 x12+41358.73 x13+40901.93 x14+η16−ρ16=¿
2742674635
Goal 4: Memaksimalkan Jam Kerja Mesin
576000 x1+46080 x2+26400 x3+3960 x4+3300 x5+7920 x6+3960 x7+3960 x8+3960 x9+792 x10+19800 x11+1980 x12+1584 x13+1320 x14+η17−ρ17=¿
5475
Untuk mewujudkan suatu sasaran dengan nilai tertentu, di bawah nilai tertentu dan di atas nilai tertentu, maka
aijxj+ηi−ρi=¿
∑
j=1 n¿ bi
∑
j=1 naijxj−ρi=bi aijxj+ηi=¿
∑
j=1 n¿ bi
Berdasarkan ketentuan dan tujuan agar ηi, ρi minimal maka persamaan fungsi tujuan menjadi:
Min Z=η1+η2+η3+η4+η5+η6+η7+η8+η9+η10+η11+η12+η13+η14+η15+ρ16+η17+ρ17
4.3 Solusi Optimal
Penyelesaian permasalahan yang telah diformulasikan dalam bentuk persamaan ini dilakukan dengan bantuan aplikasi LINGO.
Tabel 4 : Nilai variabel yang optimal berdasarkan hasil output LINGO
Dari tabel di atas juga didapatkan kombinasi solusi optimal yaitu:
a. Sasaran untuk memenuhi jumlah permintaan produk terpenuhi, hanya untuk produk x1 , x3 , x4, x5 , x6 , x7, x8 , x9 , x10, x11 , x12 , x13 dan x14 . Sedangkan, untuk x2 tidak terpenuhi karena jumlah penyimpangan negatifnya ( η2
) adalah 37.671,43.
b. Sasaran memaksimalkan
pendapatan penjualan terpenuhi dengan memperoleh pendapatan sebesar Rp.
7.742.674.635,-. Ini terlihat dari nilai η15 terhadap total harga jual adalah 0.
c. Sasaran meminimalkan biaya produksi terpenuhi yaitu Rp.
2.584.157.635,-. Ini terlihat dari nilai η16 terhadap total biaya produksi adalah 0 dan nilai ρ16 yang menyatakan penyimpangan positif / diatas sasaran yaitu Rp.158.517.000,-.
d. Sasaran memaksimalkan jam kerja mesin tercapai karena tidak terdapat nilai penyimpangan negative
dari penggunaan jam kerja mesin ( η17 ).
Tabel 5 : Perbandingan jumlah permintaan dengan jumlah solusi optimal produksi (CV.Amanda Makassar) dengan Goal Programming
5. KESIMPULAN kesimpulan yang dapat diambil adalah sebagai berikut:
1. CV. Amanda Makassar memiliki empat Goal yang ingin dipenuhi yaitu : memenuhi jumlah permintaan produksi, memaksimalkan pendapatan, meminimalkan biaya produksi dan memaksimalkan jam kerja mesin.
Kemudian, keempat goal tersebut dimodelkan dalam bentuk model Goal Programming.
Adapun bentuk model Goal Programming untuk perencanaan produksi CV. Amanda Makassar diasumsikan memiliki tujuan / prioritas yang sama yaitu:
Min Z=
∑
i=1 m
(ηi+ρi) Dengan kendala:
∑
j=1 maijxj+ηi−ρi=bi . Untuk i=1,2 , … ,m .
dan xj , ηi, ρi≥ 0 Dimana:
aij : Koefisien teknis fungsi pembatas xj : Variabel keputusan
bi : Tujuan atau sasaran yang dicapai ρi : Variabel yang menampung
deviasi di atas sasaran
ηi : Variabel yang menampung deviasi di bawah sasaran
Dengan persamaan fungsi tujuan yaitu:
Min Z =
η1+η2+η3+η4+η5+η6+η7+η8+η9+η10+η11+η12+η13+η14+η15+ρ16+η17+ρ17 2. Jumlah produk optimal CV.
Amanda Makassar adalah memproduksi Brownies Kukus Original sebanyak 864.000 kemasan, Brownies Kukus Cheese Cream sebanyak 31.448 kemasan, Brownies Kukus Serikaya Pandan sebanyak 290.400 kemasan, Brownies Kukus Banana Cheese, Brownies Kukus Pink Marble, Brownies Cappucino Marble dan Brownies Bakar sebanyak 43560 kemasan. Adapun untuk Brownies Kukus Blueberry sebanyak 36.300 kemasan, Brownies Kukus Choco Marble sebanyak 87.120 kemasan, Brownies Kering sebanyak 8.712 kemasan, Bolu Pandan sebanyak
217.800 kemasan, Pisang Bolen Coklat sebanyak 21.780 kemasan, Pisang Bolen Keju sebanyak 17.424 kemasan, dan Pisang Bolen Nanas sebanyak 14.520 kemasan dalam setahun.
3. Jika perusahaan membuat produk sesuai dengan solusi optimal Goal Programming, maka keuntungan yang diperoleh perusahaan akan lebih besar dibandingkan hanya berdasarkan jumlah permintaan. Yaitu diperoleh keuntungan sebesar Rp.8.380.992.000,-.
DAFTAR PUSTAKA
Damanik, Elikson, dkk. 2013.
Penerapan Meode Goal Programming Untuk Mengoptimalkan Produksi The (Studi Kasus: PT Pekebunan Nusantara IV - Pabrik Teh Bandung), Jurnal Saintia Matematika Vol. 1, No. 2, pp.
117 – 128.
Fauziyah. 2016. Peneapan Metode
Goal Programming Untuk
Mengoptimalkan Beberapa Tujuan pada Perusahaan dengan Kendala Jam Kerja, Permintaan dan Bahan Baku, Jurnal Matematika “Mntik” Vol. 02, No.01.
Harjiyanto, Tri. 2014. Aplikasi Model Goal Programming Untuk Optimisasi
Produksi Aksesoris (Studi Kasus: PT Kosama Jaya Banguntapan Bantul).
Jurusan Pendidikan Matematika Universitas Negeri Yogyakarta.
Hasmawaty. 2011. Optimalisasi Produksi Menggunakan Goal Programming. Jurusan Matematika Universitas Hasanuddin.
Ko2smath06. 2011. Tutorial Penggunaan LINDO (Linear Ineraktive
Discrete Optimizer)
(Https://www.google.com/amp/s/ko2sm ath06.wordpress.com/2011/03/11/utoria l-penggunaan-lindo-linear-interaktive- discrete-optimizer/amp). Diakses tanggal 17 Desember 2018.
Rangkuti, Aidawayati. 2013. 7 Model Riset Operasi & Aplikasinya.
Surabaya:Griya Candra.
Sari, Gita. 2018. Optimalisasi Produksi Kopi Bubuk dengan Metode Goal Programming Berbasis QM For Windows (Studi Kasus Industri Rumahan Kopi Bubuk Sr Asli Lampung di Wilayah Kecamatan Sukarame).
Jurusan Tarbiyah dan Keguruan Universitas Islam Negeri (UIN) Raden Intan Lampung.
Siang, J. J. (2014). Riset Operasi dalam Pendekatan Algoritmitis. Yogyakarta : ANDI