BAB 2
LANDASAN TEORI
2.1 Gambaran Umum Perusahaan
PT. Surya Windu Pertiwi adalah perusahaan yang bergerak dalam bidang
perikanan yaitu memproduksi bibit udang putih. PT. Surya Windu Pertiwi terletak
di jl. Pantai Cermin, Perbaungan, sumatera utara. CP Prima Didirikan pada bulan
April 1980 oleh Charoen Pokphand Group. Memiliki pengalaman operasional
lebih dari 30 tahun dan merupakan pelopor global dengan skala besar dalam
industri perikanan yang terintegrasi secara vertikal. Pada tahun fiskal 2008, CP
Prima mencatat penjualan bersih senilai Rp 8,17 triliun, dan Perseroan yakin akan
potensi pertumbuhan yang luar biasa besar pada masa mendatang ditunjang
dengan pertumbuhan konsumsi udang serta permintaan pasar lokal yang semakin
tinggi akan produk-produk industri hulu. Khususnya untuk memenuhi permintaan
pasar daerah Sumatera Utara dan Aceh, CP Prima membuka aviliasi baru di
daerah Pantai Cermin mulai 25 april 1999.
Seiring secara berkala setelah dibukanya Surya Windu Pertiwi,
perkembangan budidaya udang di daerah Sumatra Utara dan sekitarnya
mengalami perkembangan yang cukup signifikan secara bertahap, khususnya pada
sekitar tahun 2006 CP Prima mengalihkan produksi dari Monodon (udang Tiger)
ke Vannamei (udang putih). Hal ini terbukti secara data Surya Windu Pertiwi dari
permintaan pasar dari tahun 2004 hingga 2007 permintaan pasar daerah Sumatera
Utara dan sekitarnya meningkat sekitar 40% secara komulatif.
Surya Windu Pertiwi merupakan perusahaan akuakultur yang terintegrasi
secara vertikal, dan perseroan yakin bahwa perseroan berada pada posisi terbaik
Oleh karena itu, posisi perseroan sebagai bagian dari industri menawarkan potensi
pertumbuhan yang berkesinambungan serta peluang pertumbuhan jangka panjang.
2.2 Udang Putih
Udang adalah binatang yang hidup di perairan, khususnya sungai, danau, atau laut. Udang dapat ditemukan di hampir semua genangan air yang berukuran besar
baik air tawar, air payau, maupun air asin pada kedalaman bervariasi, dari dekat
permukaan hingga beberapa ribu meter di bawah permukaan. Dari sekian banyak
udang laut (Pennaidae) yang terdapat di Indonesia, ada 11 jenis yang
dikategorikan mempunyai nilai niaga penting. Umumnya terdiri dari 2 marga
yakni Pennaeus dan Metapennaeus. Udang tidak hanya terdapat di laut, tetapi
juga sampai ke tambak–tambak. Bahkan sekarang udang banyak dibudidayakan. Udang yang dipelihara di tambak antara lain udang windu (Pennaeus monodon),
udang putih (Pennaeus merguiensis dan Pennaeus indicus), udang api–api (Metapennaeus monoceros dan Metapennaeus ensis), udang cendana
(Metapennaeus brevicornis), dan udang krosok (Metapennaeus burkenroadi).
Udang digolongkan kedalam Filum Arthropoda dan merupakan Filum terbesar
dalam Kingdom Animalia. Udang dapat diklasifikasikan sebagai berikut:
Kingdom : Animalia
Filum : Arthropoda
Kelas : Crustaceae
Sub Kelas : Malacostraca
Ordo : Decapoda
Family : - Palaemonoidae
- Penaeidae
Genus : - Macrobranchium
- Caridina
- Penaeus
Udang putih dengan nama ilmiah Litopenaeus vannamei adalah salah satu
komoditas yang kini menjadi primadona di industri budidaya perikanan Indonesia.
Perkembangan usaha perikanan khususnya komoditi udang yang terus meningkat
dengan pesat, berpotensi besar untuk menghasilkan devisa Negara. Udang putih
semakin diminati untuk dibudidayakan karena udang putih memiliki karakteristik
yang unggul yaitu:
1. Kemampuan adaptasi yang tinggi, udang putih mampu beradaptasi terhadap
suhu, dan salinitas.
2. Laju pertumbuhan yang cepat pada bulan I dan II.
3. Kelangsungan hidup yang tinggi.
4. Memiliki pangsa pasar yang fleksibel, Udang jenis putih memiliki pasar mulai
ukuran kecil hingga besar.
Pembudidaya udang yang modalnya terbatas masih menggangap bahwa
udang putih hanya dapat dibudidayakan secara intensif. Anggapan tersebut
ternyata tidaklah sepenuhnya benar, karena hasil kajian menunjukan bahwa udang
putih juga dapat diproduksi dengan pola tradisional. Bahkan dengan pola
tradisional petambak dapat menghasilkan ukuran panen yang lebih besar sehingga
harga per kilogramnya menjadi lebih mahal. Teknologi yang tersedia saat ini
masih untuk pola intensif dan semi intensif, padahal luas areal pertambakan di
indonesia yang mencapai sekitar 360.000 ha, 80% digarap oleh petambak yang
kurang mampu. Informasi teknologi pola tradisional plus untuk budi daya udang
putih sampai saat ini masih sangat terbatas. Udang putih pertama masuk Indonesia
sekitar tahun 2001 dengan induk dan benur dari Hawaii. Hadirnya udang putih ini
menggeser posisi udang windu atau Penaeus monodon yang yang dianggap rentan
terhadap virus dan penyakit.
Udang tumbuh dewasa dan bertelur di habitatnya yaitu air laut. Udang
putih betina mampu menelurkan 50.000 hingga 1 juta telur, yang akan menetas
setelah 24 jam menjadi larva (nauplius). Nauplius kemudian bermetamorfosis
memasuki fase ke dua yaitu zoea. Zoea memakan ganggang liar. Setelah beberapa
zooplankton. Setelah tiga sampai empat hari kemudian mysis bermetamorfosis
terakhir kali memasuki tahap pasca larva yaitu udang muda yang sudah memiliki
ciri-ciri hewan dewasa. Seluruh proses memakan waktu sekitar 12 hari dari
pertama kali menetas. Pada tahap ini, udang budidaya siap untuk diperdagangkan,
dan disebut sebagai benur.
2.3 Produksi
Produksi merupakan suatu kegiatan yang dikerjakan untuk menambah nilai guna
suatu benda atau menciptakan benda baru sehingga lebih bermanfaat dalam
memenuhi kebutuhan. Kegiatan menambah daya guna suatu benda tanpa
mengubah bentuknya dinamakan produksi jasa. Sedangkan kegiatan menambah
daya guna suatu benda dengan mengubah sifat dan bentuknya dinamakan
produksi barang. Produksi bertujuan untuk memenuhi kebutuhan manusia untuk
mencapai kemakmuran. Kemakmuran dapat tercapai jika tersedia barang dan jasa
dalam jumlah yang mencukupi.
Perusahaan selalu berusaha untuk meningkatkan efisiensi produksinya,
yaitu diindikasikan dengan biaya produksi yang lebih rendah untuk jumlah produk
dan mutu tertentu. Para manajer terus mencari jalan untuk mengelola sumber daya
manusia dan sumber daya lainnya dengan cara yang dapat meningkatkan efisiensi
produksi. Perusahaan menyadari adanya kebutuhan untuk terus melakukan
peningkatan karena pesaing-pesaing lain dapat menjadi lebih efisien dan akhirnya
dapat mengambil alih bisnis.
Madura (2007), menjelaskan efisiensi produksi adalah hal yang penting
bagi perusahaan jasa maupun perusahaan manufaktur. Sebagai contoh, maskapai
penerbangan memerlukan efisiensi dalam memberikan jasa menerbangkan para
penumpang dari suatu lokasi ke lokasi lainnya sehingga mereka dapat
Banyak perusahaan menentukan tujuan efisiensi produksi dengan
menggunakan tolok ukur, yaitu metode pengevaluasian kinerja dengan melakukan
perbandingan terhadap beberapa tingkat (tolok ukur) tertentu, biasanya tolok ukur
yang digunakan adalah suatu tingkat yang telah dicapai oleh perusahaan lain yang
lebih sukses.
Perusahaan dapat meningkatkan efisiensi produksi melalui metode-metode
berikut:
1. Teknologi
Teknologi dapat meningkatkan produksi tanpa memerlukan tambahan beban
tenaga kerja. Berbagai perusahaan manufaktur menggunakan komputer yang
makin canggih yang bisa mempercepat waktu penyelesaian berbagai jenis
pekerjaan
2. Skala ekonomis
Perusahaan juga dapat mengurangi biaya produksi dengan mencapai skala
ekonomis, yaitu biaya rata-rata yang lebih rendah yang timbul akibat
melakukan produksi dalam jumlah yang besar. Beberapa perusahaan berusaha
untuk memperoleh pangsa pasar yang besar sehingga mereka dapat mencapai
skala ekonomis.
3. Restrukturisasi
Restrukturisasi berkaitan dengan perubahan proses produksi sebagai salah satu
usaha untuk meningkatkan efisiensi. Ketika restrukturisasi mengurangi beban
produksi barang maupun jasa, maka restrukturisasi dapat meningkatkan laba
perusahaan dan oleh karena itu meningkatlah nilai perusahaan itu. Banyak
perusahaan melakukan rekayasa ulang, yaitu perancangan ulang struktur
organisasi dan operasi.
2.4 Program linier
Program linier adalah suatu teknik penyelesaian optimal atas suatu masalah
penentuan keputusan dengan cara menentukan terlebih dahulu fungsi tujuan
(memaksimalkan atau meminimalkan) dan kendala-kendala yang ada ke dalam
model matematis persamaan linier. Syarat yang harus dipenuhi dalam
merumuskan suatu masalah penentuan keputusan ke dalam model matematis
persamaan linier adalah sebagai berikut:
1. Memiliki kriteria tujuan.
2. Sumber daya yang tersedia sifatnya terbatas.
3. Semua variabel dalam model memiliki hubungan matematis bersifat linier.
4. Koefisien model diketahui pasti.
5. Bilangan yang digunakan dapat berupa bilangan bulat atau pecahan.
6. Semua variabel keputusan harus bernilai tidak negatif.
2.4.1Karakteristik Dalam Program Linier
Dalam membangun model dari formulasi di atas akan digunakan
karakteristikkarakteristik yang biasa di gunakan dalam persoalan program linier
yaitu:
1. Variabel Keputusan
Variabel keputusan adalah variabel yang menguraikan secara lengkap
keputusan-keputusan yang akan dibuat.
2. Fungsi Tujuan
Fungsi tujuan merupakan fungsi dari variabel keputusan yang akan
dimaksimumkan (untuk pendapatan atau keuntungan) atau
diminimumkan (untuk ongkos). Fungsi ini merupakan bentuk hubungan
3. Pembatas
Pembatas merupakan kendala yang dihadapi sehingga kita tidak bisa
menentukan harga-harga variabel keputusan secara sembarang.
2.4.2Asumsi Dalam Program Linier
Dalam menggunakan model program linear, diperlukan beberapa asumsi
sebagai berikut:
1. Asumsi kesebandingan (proposionality)
a. Kontribusi setiap variabel keputusan terhadap fungsi tujuan adalah
sebanding dengan nilai variabel keputusan.
b. Kontribusi suatu variabel keputusan terhadap ruas kiri dari setiap
pembatas juga sebanding dengan nilai variabel keputusan itu.
2. Asumsi penambahan (additivity)
a. Kontribusi setiap variabel keputusan terhadap fungsi tujuan tidak
bergantung pada nilai dari variabel keputusan yang lain.
b. Kontribusi suatu variabel keputusan terhadap ruas kiri dari setiap
pembatas bersifat tidak bergantung pada nilai dari variabel keputusan
yang lain.
3. Asumsi pembagian (divisibility)
Dalam persoalan program linear, variabel keputusan boleh diasumsikan berupa
bilangan pecahan.
4. Asumsi kepastian (certainty)
Setiap parameter, yaitu koefisien fungsi tujuan, ruas kanan, dan koefisien
Setelah masalah diidentifikasikan, tujuan ditetapkan, langkah
selanjutnya adalah formulasi model matematik yang meliputi tiga tahap, sebagai
berikut:
1. Tentukan variabel keputusan dan nyatakan dalam simbol matematik.
2. Membentuk fungsi tujuan yang ditunjukkan sebagai suatu hubungan
linier (bukan perkalian) dari variabel keputusan.
3. Menentukan semua kendala masalah tersebut dan mengekspresikan dalam
persamaan atau pertidaksamaan yang juga merupakan hubungan linier
dari variabel keputusan yang mencerminkan keterbatasan sumber daya
masalah itu.
Umumnya permasalahan program linier dapat diselesaikan dengan
menggunakan metode grafik dan metode simpleks. Kedua metode ini tentunya
memiliki keunggulan dan kelemahan. Aplikasi kedua metode ini tergantung atas
problema yang dihadapi.
Metode grafik digunakan apabila jumlah variabel keputusan hanya dua dan
jumlah kendala dalam model relatif sedikit (umumnya tidak lebih dari 4 kendala)
apabila jumlah kendalanya relatif banyak (lebih dari 4 kendala), maka akan sukar
untuk melukiskan garis kendalanya dalam grafik. Metode simpleks dapat
digunakan untuk jumlah variabel keputusannya 2 atau lebih dan jumlah
kendalanya 2 atau lebih. Problema program linier untuk transportasi dan
penugasan (assignment) diselesaikan dengan metode tersendiri.
Analisis geometri, karena karakteristiknya, hanya mampu menangani
kasus-kasus pemrograman linier yang berdimensi dua. Kasus-kasus dengan
dimensi tiga atau lebih harus diselesaikan dengan algoritma simpleks. Pada tahun
1947, George B. Dantzig mengembangkan algoritma simpleks untuk
menyelesaikan kasus-kasus pemrograman linier yang lebih sulit. Algoritma ini
bukan hanya menghasilkan penyelesaian optimal seperti apa yang biasa dilakukan
oleh analisis geometri tetapi juga menghasilkan informasi tambahan yang sangat
pengembangan analisis pasca optimal yang akan menghasilkan informasi
mengenai sensitivitas parameter-parameter model. Penyelesaian kasus
pemrograman linier dengan algoritma simpleks akan menjadi dasar yang sangat
diperlukan untuk memahami hasil olahan program komputer.
2.4.3Metode simpleks
Metode simpleks adalah suatu metode yang secara sistematis dimulai dari suatu
pemecahan dasar yang fisibel ke pemecahan dasar yang fisibel lainnya dan ini
dilakukan berulang-ulang dengan jumlah yang terbatas sehingga tercapai suatu
pemecahan dasar yang optimum dan pada setiap tahap menghasilkan suatu nilai
dari fungsi tujuan yang selalu lebih besar atau sama dengan tahap-tahap
sebelumnya. Model matematis permasalahan pemrograman linier harus
dimodifikasi terlebih dahulu agar menjadi sebuah model matematis yang
mengandung matriks identitas agar bisa diselesaikan dengan menggunakan
algoritma simpleks.
Model matematis tersebut dibentuk dengan menghadirkan slack variable,
surplus variable, dan artificial variable pada kendala-kendala yang berupa
pembatas, syarat, dan keharusan. Dalam hal ini, kehadiran artificial variable
sebagai variabel yang akan bernilai nol pada penyelesaian optimal menghendaki
penggunaan bilangan M, yaitu bilangan yang sangat besar atau sering juga disebut
BIG M, sebagai koefisien artificial variable pada fungsi tujuan.bila fungsi tujuan
dimaksimumkan maka koefisien artificial variable adalah –M. Sebaliknya, bila
fungsi tujuan diminimumkan, maka koefisien artificial variable adalah + M.
Prosedur (tahap proses) untuk menyelesaikan program linier dengan
metode simpleks sebagai berikut:
Tahap 1 :Merumuskan problema ke dalam model simpleks.
Untuk menyusun rumusan program linier ke dalam model matematik simpleks,
dalam keadaan seimbang (untuk memenuhi persyaratan yang dikehendaki pada
persamaan kendala tersebut).
Tahap 2 :Menyusun tabel simpleks awal.
Ada beberapa macam format tabel simpleks belakangan ini. Salah satu di
antaranya adalah yang diperkenalkan oleh Sang M. Lee dengan bentuk sebagai
berikut
Tabel 2.1 Format Tabel Simpleks Sang M. Lee.
1) = Nilai kontribusi setiap variabel yang terdapat dalam fungsi tujuan .
2) � = Nilai kontribusi setiap variabel basis dalam proses iterasi.
3) Basis = Variabel basis dalam proses iterasi (nilainya tidak sama dengan
nol).
4) Solusi = Nilai variabel basis dalam proses iterasi.
5) (pada kolom solusi) = Total laba (atau total biaya dalam problema
meminimalkan) dari solusi.
6) (pada kolom variabel) = Jumlah laba yang hilang untuk setiap unit
variabel akibat proses iterasi yang dilakukan.
7) − = Nilai kontribusi laba bersih (biaya dalam problema
meminimalkan) per unit dari setiap variabel dalam proses iterasi.
Catatan :
b) Nilai koefisien teknologi setiap variabel pada setiap kendala termuat
dalam masing-masing kolom variabel yang bersangkutan, yang
selanjutnya disebut nilai substitusi marjinal (marginal rates of
substitution).
Tahap 3 :Mengecek nilai optimal tabel simpleks awal.
Pengecekan apakah tabel simpleks awal yang telah disusun sudah atau belum
optimal dengan cara melihat nilai − masing-masing variabel fungsi tujuan.
Apabila nilai − untuk semua variabel bernilai nol atau negatif, maka
penyelesaian problema tersebut telah optimal, apabila tidak, maka dilakukan tahap
proses selanjutnya.
Tahap 4 :Mengidentifikasi variabel yang akan masuk tabel (incoming variable).
Untuk menentukan variabel mana yang akan masuk dalam pertimbangan untuk
diproses pada iterasi berikutnya adalah variabel keputusan (variabel nonbasis)
yang mempunyai nilai − positif terbesar. Karena variabel nonbasis ini
memiliki nilai laba terbesar yang dapat ditingkatkan dalam proses iterasi
selanjutnya.
Tahap 5 :Mengidentifikasi variabel yang akan dikeluarkan dari tabel.
Dengan masuknya variabel nonbasis dengan nilai − positif terbesar kedalam
tabel simpleks selanjutnya, maka salah satu variabel basis harus skeluar dari tablo
simpleks tersebut agar diperoleh peningkatan laba.
Tahap 6 :Menyusun tabel simpleks baru
Untuk menyusun tabel simpleks kedua, yang harus dilakukan pertama kali adalah
mencari koefisien elemen pivot dari tabel simpleks sebelumnya. Koefisien pivot
dapat dicari dengan cara menghubungkan kolom pivot dengan baris pivot
sedemikian rupa sehingga titik potong kedua pivot ini menunjukkan koefisien
Baris pivot akan keluar dari tabel simpleks dan akan digantikan dengan
variabel yang akan masuk (incoming variable). Koefisien-koefisien baris pivot
baru dicari dengan menggunakan rumus sebagai berikut :
� � � � = � � � � �
Untuk menghitung nilai baris baru lainnya dilakukan dengan rumus sebagai
berikut :
� = � − � × � �
Tahap 7 :Mengecek nilai optimal tablo simpleks baru tersebut:
1) Jika sudah optimal, tafsirkan hasil penyelesaian.
2) Jika belum optimal, kembali kepada prosedur tahap 4 sampai diperoleh hasil
yang optimal.
2.4.4Analisis Sensitivitas
Analisis sensitivitas menjelaskan sampai sejauh mana
parameter-parameter model pemrograman linier, yaitu koefisien fungsi tujuan dan nilai
kendala, boleh berubah tanpa harus mempengaruhi jawaban optimal atau
penyelesaian optimal. Analisis sensitivitas juga sering disebut analisis pasca
optimal. Dikatakan demikian karena analisis ini dikembangkan dari penyelesaian
optimal.
Dalam penyelesaian kasus program linier, fungsi tujuan:
= � + � + + �
Dimaksimumkan atau diminimumkan terhadap satu set susunan kendala:
� + � + + �
� + � + + �
dan
�
Secara matematis perubahan mungkin berakibat terhadap perubahan
nilai optimal �. Selagi mewakili nilai satuan yang mungkin dikendalikan maka
informasi mengenai akibat dari perubahan itu sangat diperlukan. Pengendalian
terhadap parameter juga akan memungkinkan penurunan alternatif-alternatif
penyelesaian optimal.
Nilai ekstrim fungsi tujuan ditentukan oleh titik sudut ekstrim, yaitu titik
sudut daerah yang memenuhi kendala di mana nilai fungsi tujuan menjadi ekstrim.
Selama titik-titik sudut daerah yang memenuhi kendala merupakan perpotongan
antara garis-garis kendala dan nilai ruas kanan kendala adalah konstanta dari
sebuah fungsi kendala, maka perubahan nilai ruas kanan kendala jelas akan
mempengaruhi ekstrimitas nilai fungsi tujuan. Oleh karena itu, informasi
mengenai akibat dari perubahan nilai ruas kanan itu sangat diperlukan.
2.5 POM-QM
Terdapat beberapa perangkat lunak yang dapat digunakan untuk membantu
proses perhitungan lebih cepat dan akurat misalnya Excel, Excel QM, POM-QM,
Tora, LINDO dan lainnya. Software POM-QM adalah sebuah software yang
dirancang untuk melakukan perhitungan yang diperlukan pihak manajemen untuk
mengambil keputusan di bidang produksi dan pemasaran. Software ini dirancang
oleh Howard J. Weiss tahun 1996 untuk membantu manejemen produksi
khususnya dalam menyusun prakiraan dan anggaran untuk produksi bahan baku
Software ini dibekali beberapa modul untuk menyelesaikan
persoalan-persoalan metode kuantitatif, manajemen sains atau riset operasi. POM-QM
menyediakan modul-modul dalam area pengambilan keputusan bisnis. Modul
yang tersedia pada software POM-QM adalah:
1. Assignment
2. Breakeven/Cost-Volume Analysis
3. Decision Analysis
4. Forecasting
5. Game Theory
6. Goal Programming
7. Integer Programming
8. Inventory
9. Linear Programming
10.Markov Analysis
11.Material Requirements P lanning
12.Mixed Integer Programming
13.Networks
14.Project Management (PERT/CPM)
15.Quality Control
16.Simulation
17.Statistics
18.Transportation
