Optimisasi Kapasitas Produksi Menggunakan Metode Simpleks Untuk Memaksimalkan Laba Pada PT. Gold Coin Indonesia Medan-Mill

(1)

OPTIMISASI KAPASITAS PRODUKSI MENGGUNAKAN

METODE SIMPLEKS UNTUK MEMAKSIMALKAN LABA

PADA PT. GOLD COIN INDONESIA

MEDAN-MILL

TUGAS SARJANA

Diajukan Untuk Mengikuti Sidang Sarjana Teknik Industri

Oleh

RONALD A.M. SIPAYUNG

040403048

D E P A R T E M E N T E K N I K I N D U S T R I

F A K U L T A S T E K N I K

UNIVERSITAS SUMATERA UTARA

MEDAN

(2)

OPTIMISASI KAPASITAS PRODUKSI MENGGUNAKAN

METODE SIMPLEKS UNTUK MEMAKSIMALKAN LABA

PADA PT. GOLD COIN INDONESIA MEDAN-MILL

TUGAS SARJANA

Diajukan Untuk Mengikuti Sidang

Sarjana Teknik Industri

oleh :

Ronald A.M Sipayung NIM. 040403048

Disetujui Oleh :

Dosen Pembimbing I

Dosen Pembimbing II

(DR. Ir. HUMALA L NAPITUPULU, DEA) (Ir. NAZLINA, MT)

DEPARTEMEN T E K N I K I N D U S T R I

F A K U L T A S T E K N I K

UNIVERSITAS SUMATERA UTARA

M E D A N

(3)

KATA PENGANTAR

Puji dan syukur penulis panjatkan kehadirat Tuhan Yang Maha Kuasa atas penyertaanNya sehingga penulis dapat melakukan penelitian dan menyelesaikan tugas sarjana ini. Tugas sarjana ini merupakan salah satu syarat akademis yang harus dipenuhi oleh mahasiswa untuk menyelesaikan studi di Departemen Teknik Industri, Fakultas Teknik, Universitas Sumatera Utara.

Tugas sarjana ini berjudul ‘Optimisasi Kapasitas Produksi

Menggunakan Metode Simpleks Untuk Memaksimalkan Laba Pada PT.Gold Coin Indonesia Medan-Mill’.

Penulis berusaha memberikan yang terbaik dalam mengerjakan tugas sarjana ini, namun penulis menyadari bahwa tugas sarjana ini masih banyak kekurangan. Oleh karena itu, penulis mengharapkan saran dan kritik yang membangun demi kebaikan tugas sarjana ini. Semoga tugas sarjana ini bermanfaat bagi kita semua.

UNIVERSITAS SUMATERA UTARA, Medan, Juli 2010

(4)

UCAPAN TERIMAKASIH

Selama penyusunan laporan tugas sarjana ini, penulis banyak mendapatkan dukungan dan bantuan dari berbagai pihak. Pada kesempatan ini dengan hati yang tulus penulis ingin mengucapkan terimakasih kepada :

1. Ayah dan Ibu, dan seluruh keluarga yang saya kasihi, yang selalu memberikan dukungan sehinga penulis dapat menyelesaikan laporan Tugas Sarjana.

2. Bapak DR.Ir. Humala L Napitupulu, DEA selaku dosen pembimbing I dalam penyelesaian Tugas Sarjana ini, yang telah menyediakan waktu dan perhatian untuk membimbing penulis dalam menyelesaikan tugas sarjana ini.

3. Ibu Ir. Nazlina MT, sebagai dosen pembimbing II dalam penyelesaian Tugas Sarjana ini, yang telah menyediakan waktu dan perhatian untuk membimbing penulis dalam menyelesaikan tugas sarjana ini.

4. Ibu Ir. Rosnani Ginting, MT sebagai ketua Departemen Teknik Industri USU dan yang telah memberi motivasi sehingga penulis dapat menyelesaikan Tugas Sarjana ini.

5. Bapak Ir. Sugih Arto, MM, sebagai Koordinator Tugas Akhir yang telah mengarahkan penulis dalam memahami judul Tugas Sarjana.

6. Bapak Prof. Dr. Ir. A. Rahim Matondang, MSIE, sebagai Koordinator Bidang Manajemen Rekayasa dan Produksi yang telah mengarahkan penulis dalam memahami judul Tugas Sarjana.

(5)

7. Bapak Pimpinan Perusahaan PT. Gold Coin yang telah memberikan kesempatan kepada penulis untuk melakukan penelitian di perusahaan yang bapak pimpin.

8. Rekan-rekan angkatan 2004, 2005, 2006 yang telah memberi support selama pelaksanaan Tugas Sarjana ini.

9. Pegawai Administrasi Departemen Teknik Industri, Kak Dina, Bang Mijo, dan ibu Ani yang telah membantu penulis dalam melakukan urusan administrasi di Departemen Teknik Industri USU.

(6)

DAFTAR ISI

BAB Halaman

LEMBAR PENGESAHAN

SERTIFIKAT EVALUASI TUGAS SARJANA

KATA PENGANTAR ... i

UCAPAN TERIMA KASIH ... ii

DAFTAR ISI ... iv

DAFTAR TABEL ... ix

DAFTAR GAMBAR ... xii

DAFTAR LAMPIRAN ... xiv

ABSTRAK ... xv

I PENDAHULUAN ... I-1

1.1. Latar Belakang Permasalahan ... I-1 1.2. Rumusan Permasalahan ... I-2 1.3. Tujuan dan Sasaran Penelitian ... I-2 1.4. Pembatasan Masalah dan Asumsi Penelitian ... I-4 1.4.1. Pembatasan Masalah ... I-4 1.4.2. Asumsi Penelitian ... I-4 1.5. Sistematika Penulisan Tugas Akhir ... I-5

(7)

DAFTAR ISI (LANJUTAN)

BAB Halaman II GAMBARAN UMUM PERUSAHAAN

2.1. Sejarah Perusahaan ... II-1 2.2. Ruang Lingkup Bidang Usaha ... II-2 2.3. Organisasi dan Manajemen Perusahaan ... II-3 2.3.1. Struktur Organisasi ... II-3 2.3.2. Jumlah Tenaga Kerja dan Jam Kerja ... II-5 2.3.2.1. Jumlah Tenaga Kerja ... II-5 2.3.2.2. Jam Kerja ... II-7 2.3.3. Sistem Pengupahan dan Fasilitas Lainnya ... II-7 2.3.3.1. Sistem Pengupahan ... II-7 2.3.3.2. Fasilitas-Fasilitas dari Perusahaan ... II-8 2.4. Proses Produksi ... II-9 2.4.1. Bahan Baku ... II-9 2.4.2. Bahan Tambahan ... II-11 2.4.3. Bahan Penolong ... II-11 2.4.4. Uraian Proses ... II-12

(8)

DAFTAR ISI (LANJUTAN)

BAB Halaman

2.4.5. Mesin dan Peralatan ... II-16 2.4.5.1. Mesin Produksi ... II-16 2.4.5.2. Peralatan ... II-20

III LANDASAN TEORI

3.1. Pengertian Manajemen Produksi dan Operasi ... III-1 3.2. Pengertian Kapasitas dan Perencanaan Kapasitas ... III-2 3.3. Peramalan ... III-4 3.3.1. Konsep Dasar ... III-4 3.3.2. Karakteristik Peramalan yang Baik ... III-14 3.4. Linear Programming ... III-15 3.4.1. Pendahuluan ... III-15 3.4.2. Bentuk Umum Model Pemrograman Linear ... III-16 3.4.3. Metode Simpleks ... III-17 3.5. Analisa Sensitivitas ... III-23

IV METODOLOGI PENELITIAN ... IV-1

4.1. Tempat dan Waktu penelitian ... IV-1 4.2. Rancangan Penelitian ... IV-1

(9)

DAFTAR ISI (LANJUTAN)

BAB Halaman

4.3. Variabel Penelitian ... IV-2 4.4. Instrumen Penelitian ... IV-3 4.5. Pengumpulan Data ... IV-3 4.6. Pengolahan Data... IV-4 4.7. Analisis Pemecahan Masalah ... IV-6 4.8. Kesimpulan dan Saran ... IV-6

V PENGUMPULAN DAN PENGOLAHAN DATA ... V-1

5.1. Pengumpulan Data………... V-1 5.1.1. Data Penjualan Pakan Ternak Tahun 2008……… V-1 5.1.2. Data Harga………..………V-2 5.1.3. Pemakaian Bahan baku dan Kapasitas Gudang Produk Jadi …V-2 5.1.4. Waktu Penyelesaian Produk ………..……… V-4 5.1.5. Data Jam Kerja Tersedia…………...………..………V-5 5.2. Pengolahan Data... V-6 5.2.1. Peramalan Data Permintaan Pakan ... V-6 5.2.2. Pemecahan Masalah dengan linear Programming ... V-18 5.2.2.1. Fungsi Tujuan ... V-19 5.2.2.2. Fungsi Pembatas ... V-19

(10)

DAFTAR ISI (LANJUTAN)

BAB Halaman

5.2.2.3. Model Matematis ... V-22 5.2.2.4. Pemecahan Masalah Dengan Metode Simpleks ... V-23

VI ANALISIS PEMECAHAN MASALAH ... VI-1

6.1. Analisis Perencanaan Produksi Perusahaan saat ini ……...………...VI-1 6.2. Analisis Perencanaan Produksi dengan Metode Simpleks... VI-5 6.3. Analisis Sensitivitas Perencanaan Produksi ... VI-8

VII KESIMPULAN DAN SARAN ... VII-1

7.1. Kesimpulan ... VII-1 7.2. Saran ... VII-2

DAFTAR PUSTAKA LAMPIRAN

(11)

DAFTAR TABEL

Tabel Halaman

2.1. Jumlah Tenaga Kerja PT. Gold Coin Indonesia-Medan Mill ... II-5 3.1. Bentuk Standar Tabel Simpleks ... III-20 3.2. Tabel Simpleks 1 ... III-22 3.3. Tabel Simpleks 2 ... III-22 3.4. Tabel Simpleks 3 ... III-23 5.1. Data Penjualan Pakan Ternak Tahun 2008 di PT. Gold Coin

Indonesia-Medan Mill ... V-1 5.2. Harga Pokok dan Harga Penjualan Pakan Ternak ... V-2 5.3. Data Pemakaian Bahan Baku ... V-2 5.4. Data Ketersediaan Bahan Baku ... V-3 5.5. Kecepatan Mesin ... V-4 5.6. Waktu Kerja yang Tersedia untuk Tahun 2008 ... V-5 5.7. Perhitungan Parameter Linear ... V-8 5.8. Perhitungan Parameter Peramalan Metode Eksponensial ... V-11 5.9. Perhitungan Parameter Peramalan untuk Metode Kuadratis ... V-12 5.10. Perhitungan SEE Metode Dekomposisi ... V-14 5.11. Perhitungan SEE Metode Eksponensial ... V-15 5.12. Perhitungan SEE Metode Kuadratis... V-15 5.13. Rekapitulasi Hasil Perhitungan SEE Untuk Pakan Pellet ... V-16

(12)

DAFTAR TABEL (LANJUTAN)

Tabel Halaman

5.14. Perhitungan Verifikasi Peramalan... V-16 5.15. Hasil Peramalan Pakan Ternak Tipe Pellet, Mess, Crumble ... V-18 5.16. Kecepatan Produksi Mesin Per Ton ... V-20 5.17. Simpleks Awal Iterasi ... V-24 5.18. Penentuan Entering Variabel dan Leaving Variabel ... V-25 5.19. Persamaan Pivot Baru ... V-25 5.20. Iterasi 1 ... V-28 5.21. Penentuan EV dan LV Iterasi 1 ... V-29 5.22. Persamaan Pivot Baru ... V-29 5.23. Iterasi 2 ... V-32 5.24. Penentuan EV dan LV Iterasi 2 ... V-32 5.25. Persamaan Pivot Baru ... V-33 5.26. Iterasi 3 ... V-35 5.27. Rekapitulasi Penentuan Jumlah Produksi dengan Metode Simpleks ... V-36 6.1. Rekapitulasi Hasil Perhitungan dengan Metode Simpleks ... VI-6 6.2. Rekapitulasi Hasil Perbandingan Sumber Daya Terpakai dengan

Yang tersedia ... VI-7 6.3. Maksimum Perubahan Kapasitas ... VI-9

(13)

DAFTAR GAMBAR

Gambar Halaman

2.1. Struktur Organisasi . Gold Coin Indonesia-Medan Mill ... II-4 3.1. Grafik Pola Trend ... III-6 3.2. Grafik Pola Musiman ... III-6 3.3. Grafik Pola Siklis ... III-7 3.4. Grafik Pola Horizontal ... III-8 4.1. Diagram Alir Metodologi Penelitian ... IV-7 5.1. Diagram Pencar Penjualan Pellet Tahun 2008 ... V-6 5.2. Diagram Pencar Penjualan Mess Tahun 2008 ... V-7 5.3. Diagram Pencar Penjualan Crumble Tahun 2008 ... V-7 5. 4. Moving Range Chart Pakan Pellet ... V-17

(14)

DAFTAR LAMPIRAN

Lampiran Halaman

1. Uraian Tugas dan Tanggung Jawab pada PT. Gold Coin Indonesia... L-1 2. Perhitungan PeramalanPakan Bentuk Mess ... L-14 3. Perhitungan PeramalanPakan Bentuk Crumble ... L-21

(15)

ABSTRAK

PT. Gold Coin Indonesia Medan-Mill adalah perusahaan yang memproduksi makanan ternak dimana volume produk yang dihasilkan dalam jumlah yang besar, dengan jenis diversifikasi produk tidak terlalu beragam dan produk yang dihasilkan sudah distandarisasikan. Perusahaan ini berlokasi di Jl.Kawasan Industri II Mabar Medan, Sumatera Utara. Penentuan jumlah produksi sulit dilakukan karena fluktuatifnya permintaan konsumen. Dalam menyusun perencanaan produksi perusahaan melakukan perkiraan bedasarkan pola permintaan masa lalu, sehingga menghasilkan rencana produksi yang kurang optimal.

Perusahaan ingin mendapatkan suatu rencana produksi yang dapat memberikan keuntungan paling besar di tengah semua keterbatasan sumber daya yang ada. Perkiraan jumlah keuntungan yang maksimum adalah jika perusahaan melakukan produksi sesuai dengan data permintaan masa lalu. Tetapi perusahaan mengalami kendala dalam memenuhi jumlah produksi pakan ternak yang optimum, dalam hal ini pihak perusahaan mengalami keterbatasan dalam ketersediaan jam kerja.

Upaya untuk mengatasi hal tersebut adalah dengan melakukan identifikasi menggunakan salah satu metode Linear Programming, yaitu metode Simpleks dan analisa sensitivitas terhadap kombinasi produk yang optimal yang disesuaikan dengan batasan yang ada pada perusahaan tersebut.

Berdasarkan hasil yang diperoleh, produksi optimum yang dapat diproduksi perusahaan pada bulan Oktober 2009 adalah: X1 (Pakan pellet) sebanyak 1003 ton, X2 (Pakan mess) sebanyak1887 ton, X3 (Pakan Crumble) sebanyak 669 ton dan mendapatkan keuntungan sebesar Rp. 1.304.175.000. Produksi mess yang dapat diproduksi perusahaan lebih rendah dari jumlah permintaan yang ada. Hal ini disebabkan karena adanya keterbatasan jam kerja pada perusahaan.

(16)

ABSTRAK

(17)

BAB I

PENDAHULUAN

1.1. Latar Belakang Permasalahan

PT. Gold Coin Indonesia Medan-Mill adalah perusahaan yang memproduksi makanan ternak dimana volume produk yang dihasilkan dalam jumlah yang besar dengan jenis diversifikasi produk tidak terlalu beragam dan produk yang dihasilkan sudah distandarisasikan. PT. Gold Coin Medan-Mill memproduksi pakan ternak dalam bentuk mess, pellet dan crumble. Penentuan jumlah produksi sulit dilakukan karena fluktuatifnya permintaan konsumen. Dalam menyusun perencanaan produksi perusahaan melakukan perkiraan bedasarkan pola permintaan masa lalu, sehingga menghasilkan rencana produksi yang kurang optimal.

Penentuan metode yang tepat dibutuhkan untuk mengetahui kombinasi produk yang dapat diproduksi tanpa melampaui kapasitas dari perusahaan. Penjualan perusahaan merupakan perpaduan dari produk-produk yang dihasilkan, sehingga apabila kurang tepat dalam menentukan kombinasi produk yang dihasilkan akan mengakibatkan keuntungan yang diperoleh perusahaan akan semakin kecil.

Perencanaan produksi yang baik perlu memperhatikan beberapa hal seperti jumlah tenaga kerja yang dibutuhkan, ketersediaan bahan baku, dan kapasitas mesin yang digunakan agar kegiatan produksi dapat berjalan dengan lancar secara efisien dan efektif. Dengan melakukan perencanaan produksi perusahaan Gold

(18)

Coin dapat mengukur kemampuannya berproduksi dengan sumber daya yang dimiliki. Perencanaan kapasitas produksi yang baik harus fleksibel yaitu perencanaan kapasitas produksi yang sesuai dengan besarnya kebutuhan permintaan. Perusahaan akan mengalami kerugian apabila kapasitas produksi yang direncanakan terlalu besar sehingga melebihi kebutuhan yang sebenarnya.

Dalam hal ini metode yang digunakan untuk memaksimalkan kapasitas produksi adalah model Linear Programming dengan metode Simpleks. Dengan metode ini, perusahaan dapat mengatur jumlah output yang harus diproduksi untuk masing-masing produk dan berproduksi sesuai dengan sumber daya yang tersedia pada perusahaan.

1.2. Rumusan Permasalahan

Pokok permasalahan yang dibahas adalah penentuan jumlah produksi yang optimal untuk tiap jenis pakan ternak pada setiap periode produksi dengan menggunakan sumber daya tersedia sehingga dapat memaksimumkan laba perusahaan.

1.3. Tujuan dan Manfaat Penelitian

Tujuan dari penelitian adalah mendapatkan sebuah rencana produksi yang optimal untuk memaksimumkan laba perusahaan.

(19)

Tujuan khusus dari penelitian ini adalah :

1. Membuat sebuah model rencana produksi optimal, dengan fungsi tujuan memaksimumkan laba dengan variabel keputusan jumlah produksi optimal untuk tiap jenis pakan ternak.

2. Membuat susunan kendala dalam mencapai fungsi tujuan. Kendala yang dimaksud adalah kapasitas produksi mesin, ketersediaan bahan baku, target produksi optimal perusahaan. Dalam hal ini kapasitas mesin tercakup dalam waktu penyelesaian produk, ketersediaan bahan baku diperoleh dengan mencatat data perusahaan, target produksi diperoleh dengan melakukan peramalan permintaan.

Manfaat yang diharapkan dari penelitian ini adalah:

1. Meningkatkan kemampuan bagi mahasiswa dalam menerapkan teori yang didapat di bangku kuliah dengan mengaplikasikannya di lapangan.

2. Memberikan informasi masukan bagi perusahaan yang dapat digunakan sebagai bahan pertimbangan dalam perencanaan kegiatan produksi berikutnya.

3. Mempererat kerjasama antara perusahaan dengan Departemen Teknik Industri, Fakultas Teknik USU dan menjadi bahan literatur bagi penelitian oleh departemen di kemudian hari.

(20)

1.4. Pembatasan Masalah dan Asumsi Penelitian 1.4.1. Pembatasan Masalah

Dalam melakukan penelitian agar tidak menyimpang dari pokok permasalahan dilakukan pembatasan masalah antara lain :

1. Penelitian dilakukan terbatas pada pabrik PT. Gold Coin Indonesia Medan-Mill.

2. Produk yang dianalisis adalah pakan ternak dalam bentuk Mess, Pellet, dan Crumble.

3. Bagian yang dianalisis pada sistem perencanaan produksi di PT. Gold Coin Indonesia Medan-Mill meliputi: bagian produksi dan bagian

inventori finish product.

4. Fungsi kendala yang dibahas adalah kecepatan produksi dan ketersediaan jam kerja, ketersediaan bahan baku, jumlah permintaan dan jumlah produksi minimum yang ditetapkan perusahaan, kapasitas gudang.

5. Tidak membahas masalah jam lembur.

1.4.2. Asumsi Penelitian

Asumsi yang digunakan dalam penelitian ini adalah :

1. Tidak adanya penambahan ataupun pengurangan fasilitas produksi pada saat penelitian dilakukan.

2. Proses produksi berlangsung secara normal dan tidak ada gangguan atau perubahan urutan operasi yang mempengaruhi jalannya proses produksi. 3. Seluruh mesin dan peralatan yang dipakai dapat berfungsi dengan baik.

(21)

1.5. Sistematika Penulisan Tugas Akhir

Agar lebih mudah untuk dipahami dan ditelusuri maka sistematika penulisan tugas sarjana ini akan disajikan dalam beberapa bab sebagai berikut:

BAB I PENDAHULUAN

Berisi latar belakang masalah, perumusan masalah, tujuan dan manfaat penelitian, pembatasan masalah dan asumsi penelitian, serta sistematika penulisan tugas akhir.

BAB II GAMBARAN UMUM PERUSAHAAN

Memuat secara singkat gambaran sejarah perusahaan yang meliputi: ruang lingkup bidang usaha, organisasi dan manajemen perusahaan, proses produksi yang terdiri dari bahan-bahan yang digunakan, uraian proses produksi, mesin dan peralatan.

BAB III LANDASAN TEORI

Menghimpun teori dan konsep dasar, berasal dari tinjauan kepustakaan yang digunakan sebagai landasan dalam pembahasan serta pemecahan masalah.

BAB IV METODOLOGI PENELITIAN

Mengemukakan metodologi yang digunakan untuk mencapai tujuan penelitian meliputi tahapan-tahapan penelitian dan penjelasan tiap tahapan secara ringkas disertai diagram alirnya.

(22)

BAB V PENGUMPULAN DAN PENGOLAHAN DATA

Mengidentifikasi data hasil penelitian yang diperoleh dari perusahaan dan responden penelitian sebagai bahan untuk melakukan pengolahan data dengan metode Simpleks yang digunakan sebagai dasar pembahasan masalah.

BAB VI ANALISIS PEMECAHAN MASALAH

Menganalisis hasil perbandingan jumlah produk real dengan jumlah produk yang dihasilkan menggunakan metode Simpleks.

BAB VII KESIMPULAN DAN SARAN

Memberikan hasil keseluruhan penelitian yang disertai dengan kesimpulan dan saran yang bermanfaat bagi perusahaan.

(23)

BAB II

GAMBARAN UMUM PERUSAHAAN

2.1. Sejarah Perusahaan

PT. Gold Coin Medan-Mill Indonesia adalah bagian dari Gold Coin Group yang merupakan anggota dari Zuelling Group yang ada di Swiss. Perusahaan

Zuellig Group merupakan pelopor pabrik pakan ternak di Asia Tenggara, dengan

nama Gold Coin Group sebagai perusahaan induk yang berada di Swiss yang berdiri pada tahun 1953. Saat ini Gold Coin Group telah tersebar di Singapura, Malaysia, Thailand, Vietnam, Pilipina, Cina, Srilanka, Laos dan India.

Di Indonesia diberi nama PT. Gold Coin Indonesia, dan PT. Gold Coin Indonesia-Medan Mill merupakan salah satu cabang yang bertempat di Medan, Sumatera Utara. Lahirnya PT. Gold Coin dilatar belakangi oleh adanya peluang pasar yang semakin terbuka untuk melakukan usaha produksi pakan.

Perusahaan PT. Gold Coin- Medan Mill dibangun dalam 3 tahap, yaitu: 1. Pembangunan Proyek dimulai pada Januari 1981

2. Produksi Koperasi Percobaan pada Oktober 1981 3. Produksi Koperasi Komersil pada Desember 1981

Gold Coin Group memiliki teknologi muktahir yang didukung oleh tenaga ahli yang berpengalaman dalam memproduksi pakan ternak yang berkualitas tinggi dan stabil. Dalam perkembangannya Gold Coin Group senantiasa didukung oleh tenaga-tenaga teknis yang mempunyai pengalaman tinggi di lapangan.

(24)

Tenaga teknis tersebut membantu peternak secara profesional dalam teori dan praktek dalam pengembangan hewan ternak.

Produk yang dihasilkan oleh PT. Gold Coin Indonesia – Medan Mill dari tahun ke tahun mengalami peningkatan yang cukup signifikan. Kemudian karena pengaruh krisis moneter, produksi pakan pada tahun 1998 menurun hal ini disebabkan karena tingginya harga bahan baku dan rendahnya permintaan. Seiring dengan pulihnya perekonomian nasional maka volume penjualan juga meningkat.

Program jangka panjang Gold Coin Indonesia – Medan Mill adalah meningkatkan volume penjualan dengan melaksanakan diversifikasi produk, penambahan fasilitas produksi, tenaga kerja yang terlatih dan laboratorium yang modern serta melakukan aktivitas benchmarking sehingga kualitas pakan ternak tetap tinggi dan terjaga. Sebagai komitmen terhadapa kualitas produksi maka pada bulan Januari 2009 perusahaan ini mendapatkan Sertifikat ISO 20000 : 2005.

2.2. Ruang Lingkup Bidang Usaha

Gold Coin Group bergerak dalam usaha produksi pakan ternak di wilayah Asia Pasifik. PT. Gold Coin Indonesia-Medan menghasilkan 300.000 ton pakan ternak sebagai produk utama dan pakan khusus setiap tahunnya. Adapun pakan ternak sebagai produk utama terdiri dari pakan unggas, sapi, dan kambing. Sedangkan untuk pakan khusus terdiri dari pakan ikan dan udang.

(25)

2.3. Organisasi dan Manajemen Perusahaan 2.3.1. Struktur Organisasi

Struktur organisasi PT. Gold Coin Indoenesia berbentuk gabungan lini dan fungsional. Hubungan lini karena pembagian tugas dilakukan dalam bidang atau area pekerjaan pada perusahaan. Selain itu perusahaan ini juga mengaplikasikan struktur organisasi berbentuk fungsional, yang berarti pembagian tugas juga dilakukan berdasarkan fungsi-fungsi yang membentuk hubungan fungsional. Bentuk hubungan tersebut dapat dilihat pada Gambar 2.1.

(26)

Deputy General Manager Branch manager Secretary Factory Manager Production Supervisor Control Room Feed Additive Dumping Sacking Off Pellet Operator Maintenance Supervisor Mechanical Electrical Boiler Stock Supervisor Prod. Admin Store Keeper Receiving Delivery Security Temporary Sweeper Truck Transportation Sweeper Operator Forklift Weight Bridge Operator DO Admin. GL&Tax Personal Officer Temporary Cleaning Service Gardener Driver Mesenger Operator telepon/ resepsionis Sales Manager Purc. Executive Mill Controller

Exe. Staff Acc. Payble Admin. Credit Controller Sales Admin. QAO Chemist Technical Service Prod. Planning Inv. Control Fungsional Lini

(27)

2.3.2. Jumlah Tenaga Kerja dan Jam Kerja 2.3.2.1. Jumlah Tenaga kerja

PT. Gold Coin Indonesia-Medan Mill saat ini memiliki 106 tenaga kerja yang dikelompokkan ke dalam tingkat yang sesuai dengan pendidikannya yaitu S1 ke atas, D III, SMU ke bawah.

Untuk tenaga kerja dengan tingkat pendidikan SMU ke bawah dibagi menjadi MWK (Monthly Worker) dan DWK (Daily Worker). PT. Gold Coin Indonesia-Medan Mill juga mengadakan kontrak kerja dan kontrak kerja ini bersifat sementara. Kontrak kerja tersebut disesuaikan dengan permintaan departemen masing-masing dan jenis pekerjaan yang akan dikerjakan. Jumlah keseluruhan tenaga kerja adalah 106 orang yang dapat dilihat pada tabel 2.1.

Tabel 2.1. Jumlah Tenaga Kerja PT. Gold Coin Indonesia-Medan Mill

No Jabatan Jumlah

1 Branch Manager 1 Orang

2 Deputi General Manager 1 Orang

3 Secretary 1 Orang

4 Sales Manager 1 Orang

5 Purchasing Executive 1 Orang

6 Mill Controller 1 Orang

7 Personel Offiser 1 Orang

8 Factory Manager 1 Orang

9 Production Planning Inventory Control 2 Orang

10 Technical Service 3 Orang

11 Chemist/Quality Control 3 Orang

12 Quality Ansurance Officer 1 Orang

13 Executive Staff 4 Orang

14 Account Payable Admin 1 Orang

15 GL & Tax 1 Orang

16 Cost Account 1 Orang

17 Cashier 1 Orang

18 Delivery Order Admin 1 Orang

19 Sales Administration 1 Orang

(28)

Tabel 2.1. Jumlah Tenaga Kerja PT. Gold Coin Indonesia-Medan Mill (Lanjutan)

No Jabatan Jumlah

21 Security Coordinator 1 Orang

22 Members of Security 6 Orang

23 Operator 1 Orang

24 Messenger 1 Orang

25 Driver 2 Orang

26 Temporary Cleaning Service 2 Orang

27 Temporary Gardener 1 Orang

28 Stock Supevisor 1 Orang

29 Production Supervisor 2 Orang

30 Maintenance Supervisor 1 Orang

31 Production Administration 2 Orang

32 Store Keeper 1 Orang

33 Receiving 3 Orang

33 Delivery 1 Orang

34 Weight Bridge 1 Orang

35 Forklift Operator 4 Orang

36 Sweeper 1 Orang

37 Bird Feed Stock 1 Orang

38 Truck Transfortation 2 Orang

39 Temporary Sweeper 3 Orang

40 Controll Room 3 Orang

41 Feed Additive 3 Orang

42 Dumping 2 Orang

43 Hand Dumping 2 Orang

44 Mixer 2 Orang

45 Sacking Off 2 Orang

46 Pellet Operator 2 Orang

47 Temporary Sweeper 2 Orang

48 Temporary Sacking Off 8 Orang

49 Temporary Dumping 5 Orang

50 Mechanical 1 Orang

51 Electrical 2 Orang

52 Stock Keeper 1 Orang

53 Boiler 2 Orang

54 Generator Maintence 1 Orang

55 Lab. Asisstant 2 Orang

56 Asistant QAO 1 Orang

Total 106 Orang

(29)

2.3.2.2. Jam Kerja

PT. Gold Coin Indonesia-Medan Mill beroperasi secara kontinu selama 16 jam/hari. Tenaga kerja secara umum bekerja 40 jam/minggu.

Waktu kerja bagi karyawan PT. Gold Coin Indonesia - Medan Mill dapat dikelompokkan menjadi dua shift, yaitu:

1. Waktu Kerja Shift I

a. Senin-Jumat : Pukul 08.00-17.00 WIB b. Sabtu & Minggu : Libur

2. Waktu Kerja Shift II

a. Senin-Jumat : Pukul 17.00-01.00 WIB b. Sabtu & Minggu : Libur

2.3.3. Sistem Pengupahan dan Fasilitas lainnya 2.3.3.1. Sistem Pengupahan

PT. Gold Coin Indonesia-Medan Mill memberikan gaji/upah karyawan diatas Upah Minimum Regional (UMR) sesuai dengan peraturan pemerintah. Pada PT. Gold Coin Indoneia-Medan Mill terdapat 80 orang pekerja tetap dan 23 orang pekerja kontrak. Pemberian upah pada setiap pekerja kontrak dilakukan dengan sistem borongan. Jumlah upah yang diterima dihitung berdasarkan beban kerja yang dilakukan dalam hitungan ton bahan baku yang dibeli dan barang jadi yang diproduksi. Sistem borongan ini ditetapkan bukan dalam pekerja inti, dengan kata lain hanya pada bongkar muat. Sistem pengupahan pada PT. Gold Coin Indonesia-Medan Mill antara lain:

(30)

1. Pekerja dapat menerima langsung seluruh upah selama satu bulan bekerja secara langsung (dalam sekali pembayaran).

2. Pekerja dapat menerima seluruh upah selama satu bulan kerja dalam dua tahap pembayaran, yaitu pada minggu ke dua dalam setiap bulannya, pekerja dapat menerima setengah dari upah pokok ditambah dengan

overtime dan dikurangi dengan pajak penghasilan.

2.3.3.2. Fasilitas-Fasilitas dari Perusahaan

PT. Gold Coin Indoneia-Medan Mill adalah perusahaan yang memperhatikan norma keselamatan kerja dan kesejahteraan karyawan. Untuk memperoleh sumber daya manusia yang berkualitas dan memiliki kinerja yang tinggi, PT. Gold Coin Indonesia-Medan Mill menyediakan fasilitas-fasilitas yang dibutuhkan oleh segenap karyawan sebagai berikut:

1. Pemberian upah ditetapkan setelah melihat jam kerja, hari kerja, kerja lembur, dan golongan.

2. Pemberian tunjangan hari raya, bonus tahunan, dan tujangan uang makan. 3. Mendaftarkan pekerja ke JAMSOSTEK dan asuransi lainnya.

4. Bekerja sama dengan rumah sakit tertentu untuk pelayanan kesehatan karyawan.

5. Adanya acara tahunan bersama seluruh karyawan beserta keluarga karyawan PT. Gold Coin Indoneia-Medan Mill.

(31)

2.4. Proses Produksi

Proses produksi adalah upaya untuk menciptakan atau menambah nilai suatu barang atau jasa dengan menggunakan sumber-sumber yang ada yaitu bahan baku, tenaga kerja, mesin, metode dan juga materi.

Pada Pabrik PT. Gold Coin Indonesia-Medan Mill, jenis proses produksinya adalah tipe batch production, dimana proses produksi dilakukan berdasarkan keinginan dan kebutuhan konsumen dengan volume produksi dan laju produksi yang tinggi.

2.4.1. Bahan Baku

Bahan baku merupakan bahan utama yang digunakan dalam proses produksi dengan komposisi persentase yang tinggi dan merupakan bahan yang membentuk bagian integral dari suatu produk jadi. Bahan baku yang digunakan adalah:

1. Jagung

Jagung merupakan sumber energi yang baik karena mengandung zat karbohidrat dengan persentase yang tinggi dan zat protein. Jenis jagung yang digunakan pada PT. Gold Coin Indonesia-Medan Mill dibedakan atas jagung lokal dan juga jagung impor.

2. Dedak

Dedak yang digunakan dibedakan atas dua jenis yaitu dedak padi dan dedak gandum. Dedak beras dibedakan atas dua jenis yaitu dedak halus dan dedak kasar. Dedak halus merupakan kulit ari beras yang diperoleh dari proses

(32)

penyosohan beras. Sedangkan dedak kasar merupakan hasil hancuran padi. Pada dedak gandum yang digunakan adalah whaet pollard, yaitu dedak yang berasal dari kulit ari gandum.

3. Bungkil Kacang Kedelai

Disebut juga Soya Bean Meal (SBM). Sekitar 50% protein untuk pakan unggas berasal dari bungkil keledai. Pemakaian untuk ayam pedaging berkisar antara 15%-30%, sedangkan untuk ayam petelur 10%-25%. Selain mengandung nilai protein yang tinggi, didalam SBM terkandung asam amino lisin, yaitu asam amino yang paling essensial diantara asam-asam amino yang lainnya.

4. Tepung Ikan

Tepung ikan merupakan hasil dari pengolahan ikan yang diolah menjadi tepung. Kandungan tepung ikan meliputi protein, lemak dan juga kalsium. 5. Tepung Daging dan Tulang

Disebut juga Meat Bone Meal (MBM). MBM merupakan hasil pengolahan dari daging yang diolah menjadi tepung. MBM ini mengandung protein, lemak dan juga kalsium.

6. Kopra

Kopra digunakan sebagai bahan baku dalam pembuatan pakan ternak karena mengandung persentase serat yang tinggi.

7. Minyak Sawit (CPO)

CPO merupakan bahan yang penting karena memiliki nilai biologis yang tinggi yang diperlukan dalam pembuatan pakan ternak.

(33)

8. Ampas Sawit

Disebut juga Palm Kernel. Ampas sawit ini mengandung nilai protein dan lemak yang tinggi yang sangat diperlukan dalam pembuatan pakan ternak.

2.4.2. Bahan Tambahan

Bahan tambahan adalah bahan yang dibutuhkan guna menyelesaikan suatu produk, tetapi pemakaiannya sangat sedikit atau cukup kompleks yang dapat mempengaruhi kualitas produk. Adapun bahan tambahan yang digunakan adalah:

a) Bahan liquid : rhodimet (sebagai pembentukan adonan) b) Zat additive : tapioca (menambah rasa)

c) Minyak nabati : palm oil (sumber protein dan pemberi warna) d) Vitamin : finase (sumber protein dan pemberi warna) e) Garam dan mineral : sodium (sumber mineral sodium)

2.4.3. Bahan Penolong

Bahan penolong adalah bahan yang tidak tampak dalam produk jadi tetapi hanya menolong proses produksi agar berjalan dengan lancar dan digunakan sebagai pelengkap produk saja. Adapun bahan penolong yang digunakan adalah:

a) Air

b) Karung plastik sebagai bahan pembungkus produk c) Bahan bakar solar dan minyak pelumas

d) Benang jahit e) Sticker/cap

(34)

2.4.4. Uraian Proses

Adapun tahapan proses pembuatan pakan ternak di PT. Gold Coin Indonesia-Medan Mill yaitu:

1. Penuangan (Intake)

Bahan yang dituangkan adalah bahan baku. Terdapat tiga buah intake, yaitu

intake untuk bahan baku jagung dan intake I dan intake II untuk bahan baku

selain jagung. Bahan baku ini akan di bawa ke tempat penyaringan dengan menggunakan chain conveyor dan bucket elevator.

2. Penyaringan (Screening)

Bahan baku akan melewati suatu sistem magnet dimana kotoran-kotoran besi dan logam yang tercampur dengan bahan baku akan terpisah. Selanjutnya bahan baku akan disaring melalui drum shiever atau drum pengayak untuk memisahkan bahan baku dari kotoran non-logam seperti kayu, plastik, dan benda keras lainnya. Setelah melewati proses penyaringan, bahan baku selain jagung akan dibawa ke bin raw material dengan menggunakan chain conveyor dan bucket elevator.

3. Pengeringan

Jagung basah harus dikeringkan terlebih dahulu agar tidak mengalami penurunan kualitas. Jagung kering memiliki kadar air normal yaitu sekitar 17%-25%. Oleh karena itu, jagung basah akan dibawa ke tempat pengeringan dengan chain conveyor dan bucket elevator lalu dikeringkan dengan menggunakan dryer dengan cara menyemprotkan udara panas. Setelah jagung basah dikeringkan maka jagung tersebut akan dibawa ke silo jagung kering

(35)

dengan menggunakan chain conveyor dan bucket elevator. Di silo jagung kering ini, jagung akan di-blower yaitu didinginkan agar jagung tidak panas akibat bertumpuknya jagung-jagung. Selanjutnya dari silo jagung kering akan dibawa ke bin raw material dengan menggunakan chain conveyor dan bucket

elevator.

4. Penimbangan (dosing)

Semua bahan baku telah menempati bin-bin sesuai dengan yang telah ditentukan. Kemudian akan dilakukan penimbangan (dosing). Timbangan terdapat dua buah yaitu timbangan I dan timbangan II. Sesuai dengan formula yang telah ditetapkan bahan akan ditimbang untuk 1 batch sebanyak 3 ton. Lalu dibawa ke bin hopper dengan menggunakan chain conveyor dan bucket

elevator.

5. Penggilingan

Bahan baku akan masuk ke dalam vibrator shifter untuk memisahkan bahan baku dengan ukuran yang kasar, sedang dan halus. Bahan baku dengan ukuran kasar dan sedang akan mengalami proses penggilingan terlebih dahulu sebelum masuk ke dalam mesin mixer, sedangkan bahan baku halus dapat langsung menuju mesin mixer.

Proses pengilingan dilakukan dengan dua buah mesin hammer mill yang berkapasitas 22 ton/jam dan berputar dengan kecepatan 3000 rpm dengan daya sebesar 132 kW. Bahan baku yang masuk akan mengalami proses pemukulan dengan kecepatan tinggi sehingga bahan baku akan terpukul dan terlempar ke arah saringan/pengayak yang dipasang sepanjang sisi mesin penggiling. Mesin

(36)

penggiling ini dilengkapi dengan dust collector yang berfungsi membuang udara panas hasil sampingan dari proses penggilingan. Udara panas hasil pengilingan dihisap oleh blower malalui dust filter sehingga udara panas yang bersih di buang ke udara, sedangkan debu yang tersaring jatuh ke hopper penampung. Pada proses ini, blower berfungsi untuk mempercepat proses penggilingan sehingga bahan yang halus akan cepat tersaring dan bahan yang kasar akan cepat terpukul oleh pisau-pisau. Hasil pengilingan disimpan terlebih dahulu di hammer mill pack sebelum masuk ke proses selanjutnya. 6. Pencampuran (mixing)

Bahan baku dari hammer mill pack akan dicampur hingga rata di mixer. Pada saat proses mixing ini bahan tambahan cair berupa CPO, rhodimet dan choline

Cl, zat aditif, garam, mineral dan vitamin dicampur dengan bahan baku. Mesin mixer yang digunakan berkecepatan 22 rpm dan kapasitas 4 ton/jam dengan

daya 30 kW. Mesin ini terdiri dari pisau-pisau pengaduk yang berputar pada sumbunya. Lama pencampuran dapat diatur dengan alat pengontrol dari ruang panel. Jika produk yang diinginkan dalam bentuk mash (tepung), hasil pencampuran dari mesin mixer akan dibawa ke bin finished product. Untuk produk berbentuk pellet, bahan hasil campuran akan melalui proses peletizing sedangkan untuk produk berbentuk crumble akan melalui proses peletizing dan crumbling.

7. Pembutiran (Peletizing)

Bahan terlebih dahulu dipanaskan dengan steam berasal dari boiler. Steam yang digunakan bersuhu 850C. Pemanasan dilakukan agar proses penekanan

(37)

menjadi lebih mudah. Setelah itu dilakukan proses penekanan/press. Proses pemeletan dilakukan dengan mesin press yang terdiri dari ring die press yang mempunyai lubang-lubang dengan ukuran tertentu, dimana die ring berputar dengan kecepatan 1500 rpm dan kapasitas 15 ton/jam dengan daya 200 kW, pada bagian tengahnya terdapat 2 buah rol yang berputar searah dengan putaran die ring press dengan kecepatan yang sama dan saling menekan. Dengan demikian bahan campuran yang masuk akan berputar dan ditekan keluar melalui lubang-lubang yang terdapat pada ring die press, di luar ring

die press terdapat pisau yang akan memotong hasil pellet, sehingga ukuran

sesuai dengan yang diinginkan. Setelah itu butiran bentuk pellet dibawa ke mesin cooler untuk didinginkan sampai temperatur udara luar (280C). Hasil dari mesin cooler ini akan dibawa ke bin finished product jika produk yang diinginkan dalam bentuk pellet. Namun jika produk yang diinginkan dalam bentuk crumble, maka hasil dari mesin cooler ini akan dibawa ke mesin

crumble.

8. Proses Pembentukan Crumble

Bentuk crumble adalah butiran pellet dipotong-potong menjadi ukuran yang lebih kecil sesuai dengan yang diinginkan dengan menggunakan mesin

crumble yang berputar dengan kecepatan 22 rpm dan daya 1,5 kW. Setelah

proses crumble selesai, bahan dibawa dengan menggunakan chain conveyor dan bucket elevator ke vibrator untuk disaring kembali. Hasil pengayakan dibawa ke bin finished product untuk proses sacking.

(38)

9. Pengepakan (Sacking Off)

Produk jadi tersebut akan dicurahkan ke karung plastik ataupun karung kertas dengan belt conveyor dan proses tersebut berlangsung secara otomatis dan dilanjutkan dengan penimbangan berat neto produk yang diinginkan, yaitu 50 kg/karung. Setelah itu karung dijahit dengan sewing machine dan diangkut ke gudang produk jadi dengan alat angkut forklift. Produk jadi berupa mash,

pellet, crumble dan konsentrat akan dibawa ke proses sacking off.

2.4.5. Mesin dan Peralatan

Mesin dan peralatan merupakan jenis peralatan produksi. Secara umum mesin didefinisikan sebagai peralatan yang memerlukan tenaga penggerak (power), sedangkan peralatan atau equipment didefinisikan sebagai peralatan yang tidak memerlukan tenaga penggerak (power).

2.4.5.1. Mesin Produksi

Adapun mesin produksi yang digunakan di PT. Gold Coin Indonesia-Medan Mill adalah:

a) Chain Conveyor

Fungsi : Mengangkut raw material ke bucket elevator Jumlah : 10 unit

Tipe : VM 700

Daya Motor : 7,5 KW Putaran : 28 rpm Panjang : 23060 mm

(39)

b) Elevator

Fungsi : Mengangkut raw material ke tempat yang lebih tinggi Jumlah : 10 unit

Tipe : 250 LG

Daya Motor : 3 KW Putaran : 85 rpm Panjang : 8110 mm Kapasitas : 50 ton/jam

c) Screw Conveyor

Fungsi : Mengangkut material dari satu proses ke proses lainnya Jumlah : 10 unit

Tipe : 250 LG

Daya Motor : 212 KW Putaran : 1500 rpm Panjang : 8550 mm Kapasitas : 18,75 ton/jam d) Vibrator Shifter

Fungsi : Menyaring material yang halus dan kasar Jumlah : 2 unit

Tipe : E-534 Mugensen

Daya Motor : 3,4 KW/380 V Putaran : 1500 rpm

(40)

e) Hammer Mill

Fungsi : Menggiling atau menghaluskan bahan baku yang kasar Jumlah : 2 unit

Tipe : 700-2D

Daya Motor : 132 KW Putaran : 3000 rpm Kapasitas : 22 ton/jam

f) Mixer Mess

Fungsi : Mencampur bahan Jumlah : 1 unit

Tipe : Rebound

Daya Motor : 150 KW Putaran : 50 rpm Kapasitas : 10 ton/jam g) Mixer Pelet & Crumble

Fungai : Mencampur Bahan Jumlah : 1 unit

Tipe : Rebound

Daya Motor : 250 KW Putaran : 50 rpm Kapasitas : 20 ton/jam

(41)

h) Mixer Conditioner

Fungsi : Menghomogenisasikan bahan Jumlah : 2 unit

Merek : Van Arsen Daya Motor : 11 KW Putaran : 1500rpm i) Pellet Mill

Fungsi : Menghasilkan pakan bentuk pellet Jumlah : 1 unit

Tipe : C 750/250

Daya Motor : 200 KW/380 V Putaran : 1500rpm j) Cooler

Fungsi : Mendinginkan pakan dari mesin pellet Jumlah : 1 unit

Tipe : TK 2600/1900

Daya Motor : 30 KW (hidrolic pump) Putaran : 22 rpm

Kapasitas : 22 ton/jam

k) Crumble

Fungsi : Membentuk crumble Jumlah : 2 unit

(42)

Daya Motor : 1,5 KW Putaran : 22 rpm Kapasitas : 15 ton/jam

l) Blower

Fungsi : Menarik udara panas dari dalam Hammer Mill sekaligus mempercepat turunnya material

Jumlah : 2 unit Merek : Van Arsen Daya Motor : 7,5 KW Putaran : 3000 rpm

m) Sewing Machine

Fungsi : Menjahit karung pakan sebagai produk akhir Jumlah : 3 unit

Tipe : Model 90/100

Merek : Fischbein

2.4.5.2. Peralatan

Peralatan yang digunakan dalam proses produksi adalah : a) Buffer Bin

Fungsi : Sebagai tangki penyimpanan sementara Jumlah : 1 unit

(43)

b) Dryer

Fungsi : Mengurangi kadar air sampai 15% Jumlah : 1 unit

Merek : GSI

Tipe : Horizontal

Suhu : 200 derajat F- 250 derajat F Kapasitas : 10 ton/jam

c) Drum Shiever

Fungsi : Menyaring palstik dan bahan yang dapat menghambat raw material yang melewati conveyor dan elevator Jumlah : 3 unit

Merek : Van Arsen

Tipe : TZ 700x2300

Daya Motor : 2,2 KW d) Cyclon

Fungsi : Sebagai pemisah partikel-partikel halus Jumlah : 1 unit

Merek : Van Arsen

(44)

e) Magnet

Fungsi : Menarik logam yang masuk bersama bahan baku Jumlah : 3 unit

Merek : Van Arsen

Tipe : PM 3

f) Dust Collector

Fungsi : Menyaring bahan agar material yang digiling tidak terbuang ke udara

Jumlah : 2 unit Merek : Van Arsen

Tipe : CAE 215

g) Air Lock

Fungsi : Mencegah kebocoran udara sekaligus menarik bahan yang terdapat dalam 1 cyclon

Jumlah : 1 unit Merek : Van Arsen

Tipe : HT 250

h) Dosing Weigher

Fungsi : Alat penimbang bahan baku dan produk jadi Jumlah : 2 unit

Merek : Van Arsen Tipe : 3 ton dan 1 ton

(45)

i) Slide Gate

Fungsi : Membatasi material yang digunakan Jumlah : 35 unit

j) Intake Jagung

Fungsi : Tempat penuangan bahan baku jagung Jumlah : 1 unit

k) Intake II

Fungsi : Tempat penuangan bahan baku berupa SBM, MBM. Jumlah : 2 unit

l) Bin Penyimpanan

Fungsi : Tempat penyimpanan berupa rawa material yang akan diproduksi

Jumlah : 24 unit m) Bin Finish Product

Fungsi : Tempat penyimpanan produk jadi yang akan disacking Jumlah : 8 unit

(46)

BAB III

LANDASAN TEORI

3.1. Pengertian Manajemen Produksi dan Operasi

Setiap perusahaan yang memproduksi barang dan jasa memerlukan manajemen dalam bidang produksi, operasi, pemasaran, keuangan, dan sumber daya manusia. Dengan adanya kegiatan manajemen maka proses produksi dalam perusahaan dapat diatur supaya tujuan perusahaan yang telah ditetapkan dapat dicapai. Sedangkan istilah produksi biasanya diartikan sebagai kegiatan yang dilakukan sebuah pabrik untuk menghasilkan barang. Pengertian ini terlalu sempit, karena bentuk organisasi sebuah pabrik bukan hanya perusahaan manufaktur saja tetapi juga perusahaan yang bergerak dibidang jasa seperti hotel, pariwisata, dan sebagainya. Bentuk perusahaan ini juga memerlukan manajemen dalam menjalankan aktivitasnya sebagaimana halnya dalam sebuah perusahaan manufaktur.

Oleh karena itu istilah produksi sekarang diperluas menjadi produksi dan operasi yang mengandung pengertian kegiatan transformasi atau perubahan input menjadi output. Adapun pengertian manajemen produksi dan operasi menurut para ahli seperti yang akan diuraikan sebagai berikut:

Berdasarkan pendapat Barry Render dan Jay Heizer (2001, p2) :

Manajemen operasi adalah serangkaian kegiatan yang membuat barang dan jasa melalui perubahan dari masukan menjadi keluaran.

(47)

Pengertian manajemen produksi dan operasi berdasarkan pendapat Sofjan Assauri (1999, p12) :

Manajemen produksi dan operasi merupakan kegiatan untuk mengatur dan mengkoordinasikan penggunaan sumber-sumber daya yang berupa sumber daya manusia, sumber daya alat, dan sumber daya dana, serta bahan secara efektif dan efisien, untuk menciptakan dan menambah kegunaan / utility suatu barang jasa.

Jadi manajemen produksi dan operasi pada hakekatnya adalah kegiatan untuk mengatur barang jasa sesuai dengan apa yang diharapkan baik dalam kualitas, kuantitas, maupun dalam waktu dan biaya. Yang dimaksud dengan mengatur faktor-faktor produksi adalah mengkombinasikan faktor produksi input yang dimiliki perusahaan sehingga diperoleh hasil output yang maksimal.

3.2. Pengertian Kapasitas dan Perencanaan Kapasitas

Agar perusahaan dapat berproduksi secara efisien dan efektif maka perusahaan harus menerapkan fungsi perencanaan kapasitas produksi. Sebelum kita membahas perencanaan kapsitas produksi ada baiknya kita mengetahui pengertian dari kapasitas. Kapasitas adalah tingkat kemampuan berproduksi secara optimum dari sebuah fasilitas biasanya dinyatakan sebagai jumlah output pada satu periode waktu tertentu. Manajer Operasional memperhatikan kapasitas karena ; pertama, mereka ingin mencukupi kapasitas untuk memenuhi permintaan konsumen. Kedua, kapasitas mempengaruhi efisiensi biaya operasi. Ketiga,

(48)

kapasitas sangat bermanfaat mengetahui perencanaan output, biaya pemeliharaan kapasitas, dan sangat menentukan dalam analisis kebutuhan investasi.

Berdasarkan pendapat T. Hani Handoko, (1999, p297) :

Kapasitas adalah suatu tingkat keluaran suatu kuantitas keluaran dalam periode tertentu dan merupakan kuantitas keluaran tertinggi yang mungkin selama periode waktu itu.

Tujuan perencanaan adalah untuk mengusahakan agar fasilitas pabrik yang terdiri dari mesin, tenaga kerja, dan baha-bahan dapat digunakan secara efisien dan mengusahakan agar menyerahkan produk tepat waktu.

Perencanaan Kapasitas berdasarkan pendapat T. Hani Handoko (1999, p302) : Perencanaan Kapasitas adalah kegiatan penentuan dan pembaharuan kebutuhankebutuhan kapasitas.

Perencanaan Kapasitas berdasarkan pendapat Freddy Rangkuti (2005, p94) : Perencanaan kapasitas produksi adalah langkah pertama ketika sebuah organisasi memutuskan untuk memproduksi lebih banyak atau ingin membuat sebuah produk baru. Apabila ingin meningkatkan jumlah produksi yang sudah ada, organisasi itu perlu mengevaluasi kapasitas yang ada sebelumnya.

Jadi perencanaan kapasitas adalah langkah awal yang dilakukan perusahaan untuk menentukan jumlah produk yang akan dihasilkan perusahaan. Perusahaan berusaha untuk memanfaatkan faktor-faktor produksinya agar dapat menghasilkan tingkat output yang optimum. Tingkat output ini dibatasi oleh kapasitas produksi. Atas dasar ini maka perusahaan perlu mempertimbangkan

(49)

konsep kombinasi produk ketika menyusun rencana produksi, yaitu dengan merinci kapasitas masing-masing jenis dan ukuran produk. Perencanaan produksi yang baik akan dapat menjaga keseimbangan antara permintaan dengan terbatasnya faktor produksi yang dimiliki perusahaan.

3.3. Pengujian Data Waktu 3.3.1. Uji Keseragaman

Uji keseragaman data dilakukan untuk melihat apakah data yang diperoleh sudah seragam atau tidak, dapat dilaksanakan dengan mengaplikasikan peta kontrol (control chart). Peta kontrol (control chart) adalah suatu alat yang tepat guna dalam menguji keseragaman data yang diperoleh dari hasil pengamatan. Batas kontrol atas dan batas kontrol bawah untuk tiap group data dapat dicari dengan formulasi :

x X BKB

x X BKA

σ σ

2 2

− =

+ =

BKA

BKB

Gambar 3.1. Peta Kontrol untuk Uji Keseragaman Data

(50)

3.3.2. Uji Kecukupan Data

Berguna untuk memastikan bahwa jumlah sampel yang telah dikumpulkan telah cukup mewakili populasi, sehingga dapat digunakan bagi pengolahan data selanjutnya. Pengujian ini dilakukan dengan menggunakan rumus :

2 1 1 2 1 2 ) (               −       =

∑

= = = m i i m i i m i i t t t n s k N Keterangan :

N = jumlah siklus pengamatan/pengukuran yang seharusnya dilaksanakan. t = waktu pengamatan ke-i setiap elemen kerja, i = 1,2,3,…,m

k = angka deviasi standar yang besarnya tergantung pada tingkat keyakinan yang diambil.

s = derajat ketelitian dari data t yang dikehendaki, yang menunjukan maksimum penyimpangan yang bisa diterima dari nilai t yang sebenarnya.

n = jumlah siklus pengamatan/pengukuran awal yang telah dilakukan untuk elemen kegiatan tertentu yang dipilih.

Jumlah pengukuran waktu dikatakan cukup apabila jumlah pengukuran minimum secara teoritis lebih kecil atau sama dengan jumlah pengukuran pendahuluan yang sudah dilakukan (N’≤ N). Jika jumlah pengukuran masih belum mencukupi maka harus dilakukan pengukuran lagi sampai jumlah pengukuran tersebut cukup.

(51)

3.3.3. Perhitungan Waktu

Gambar 3.2. Bagan Perhitungan Waktu

Dengan melihat bagan, maka dapat diketahui bahwa :

- Waktu siklus adalah waktu hasil pengamatan secara langsung yang tertera dalam stopwatch.

- Waktu normal adalah waktu siklus dengan telah mempertimbangkan penyesuaian.

- Waktu baku adalah waktu normal dengan mempertimbangkan faktor kelonggaran (allowance ).

Dengan rumus : Wb = Wn (waktu normal) x ( 1 + allowance) di mana, Wn = Ws (waktu siklus) x p (faktor penyesuaian)

3.3.4. Penyesuaian dan Kelonggaran 3.3.4.1.Penyesuaian

Penyesuaian adalah suatu proses dimana pada saat melakukan pengukuran, pengamat mengukur dan membandingkan performansi kerja operator terhadap konsep kecepatan kerja yang dimiliki oleh pengamat mengenai perfomansi normal. Untuk memudahkan pemilihan konsep wajar, seorang pengukur dapat mempelajari bagaimana bekerjanya seorang operator yang dianggap normal yaitu, jika seorang operator bekerja tanpa usaha-usaha yang berlebihan sepanjang hari

Waktu siklus Waktu normal Waktu baku

Sistem

kerja

(52)

bekerja, menguasai cara kerja yang ditetapkan, dan menunjukkan kesungguhan dalam menjalankan kegiatannya.

Biasanya penyesuaian dilakukan dengan mengalikan waktu siklus rata-rata dengan suatu harga p yang disebut faktor penyesuaian. Harga penyesuaian (p) = 1 berarti bahwa operator bekerja dengan wajar berdasarkan pendapatan pengukur, namun jika p > 1 itu berarti pengukur berpendapat bahwa operator bekerja di atas batas kewajaran/ terlalu cepat dan sebaliknya jika operator bekerja dibawah normal/ terlalu lambat menurut pendapat pengukur maka p < 1. Selain hal tersebut diatas, ada juga beberapa cara menentukan faktor penyesuaian.

1. Cara Persentase.

Dalam hal ini faktor penyesuaian ditentukan oleh pengukur berdasarkan pengamatan yang dilakukan selama melakukan pengukuran. Oleh karena itu cara ini merupakan cara yang paling mudah dan sederhana namun penilaiannya masih kasar. Misalnya, pengukur berpendapat bahwa p = 110 %. Jika waktu siklusnya 14,6 menit maka Wn = 14,6 x 1,1 = 16,6 menit 2. Cara Shumard.

Cara ini didasarkan kepada kelas-kelas perfomansi kerja yang akan menjadi penentu dalam penilaian dengan setiap kelas mempunyai nilai-nilai sendiri.

3. Cara Westinghouse

Cara ini mengarahkan penilaian pada 4 faktor yang dianggap sangat menentukan kewajaran atau ketidakwajaran dalam bekerja, yaitu:

(53)

b. Usaha

c. Kondisi kerja d. Konsistensi 4. Cara Obyektif

Kecepatan kerja dan tingkat kesulitan pekerjaan menjadi perhatian utama dalam cara ini karena kedua faktor ini dipandang secara bersama-sama menentukan berapa besarnya harga p untuk mendapatkan waktu normal. 5. Cara Bedaux

Cara ini diakukan hampir sama dengan cara Shumard, hanya saja nilai-nilai pada cara Bedaux dinyatakan dalam ”B”, misalnya 60 B

6. Cara Sintesa

Cara ini mengevaluasi perfomansi kerja operator berdasarkan nilai waktu yang telah ditetapkan terlebih dahulu. Prosedur yang dilakukan adalah dengan melaksanakan pengukuran kerja seperti biasanya dan membandingkan waktu yang diukur dengan waktu penyelesaian elemen kerja yang sebelumnya sudah diketahui data waktunya.

3.3.4.2. Kelonggaran

Kelonggaran pada dasarnya adalah suatu faktor koreksi yang harus diberikan kepada waktu kerja operator, karena dalam melakukan pekerjaannya, operator bisa terganggu oleh hal-hal yang tidak diinginkan namun sifatnya alamiah.

(54)

Kelonggaran diberikan untuk 3 hal, yaitu kelonggaran untuk kebutuhan pribadi, menghilangkan rasa fatique, dan hambatan-hambatan yang tidak bisa dihindarkan, dimana ketiga hal tersebut secara nyata dibutuhkan oleh pekerja selama melakukan pekerjaannya.

1. Kelonggaran untuk kebutuhan pribadi.

Yang dimaksud dengan kebutuhan pribadi adalah hal-hal seperti minum sekadarnya untuk menghilangkan rasa haus, ke kamar kecil, bercakap-cakap dengan teman sekerja sekedar untuk menghilangkan ketegangan ataupun kejemuan dalam kerja. Dimana kebutuhan-kebutuhan seperti ini mutlak dibutuhkan dan dilakukan oleh pekerja.

2. Kelonggaran untuk menghilangkan rasa fatique.

Rasa fatique tercermin dari menurunnya jumlah maupun kualitas hasil produksi. Untuk itu pekerja harus diberi kesempatan untuk beristirahat sekedarnya (stretching), bahkan bila perlu pergi ke luar ruangan kerja untuk menghilangkan kelelahan.

3. Kelonggaran untuk hambatan-hambatan tak terhindarkan.

Hambatan-hambatan tak terhindarkan terjadi diluar kekuasaan pekerja untuk mengendalikannya. Yang termasuk ke dalam hambatan-hambatan yang tak terhindarkan yaitu: menerima atau meminta petunjuk kepada pengawas, melakukan penyesuaian kepada pengawas, listrik padam, peralatan rusak, serta gangguan-gangguan kerja lainnya.

(55)

3.4. Peramalan 3.4.1. Konsep Dasar

Peramalan adalah suatu metode atau cara yang digunakan untuk membantu memberikan gambaran tentang permintaan terhadap produk atau jasa dimasa yang akan datang yang dapat membantu dalam melakukan persiapan untuk periode yang akan datang. Peramalan dapat didefinisikan sebagai suatu perkiraan tingkat permintaan yang diharapkan untuk suatu produk atau beberapa produk dalam periode waktu yang akan datang. Peramalan juga dapat diartikan sebagai suatu taksiran yang menggunakan cara-cara tertentu, sehingga peramalan dapat menjadi lebih dari sebuah taksiran.

Peramalan biasanya didukung dengan menganalisa data dari data penjualan dan produksi dari periode-periode yang lalu. Data-data ini akan membantu memberikan proyeksi pola terhadap suatu produk atau jasa yang akan membantu dalam proses peramalan.

Waktu peramalan dapat diklarifikasikan dalam beberapa periode:

1. Peramalan jangka pendek, untuk jangka waktu kurang dari satu tahun kedepan.

2. Peramalan jangka sedang, untuk jangka waktu peramalan antara satu sampai dengan tiga tahun kedepan.

3. Peramalan jangka panjang, untuk jangka waktu lebih dari lima tahun kedepan.

Kegunaan peramalan yang mempunyai tujuan yang akan menentukan sifat dari peramalan tersebut. Beberapa kegunaan peramalan antara lain:

(56)

1. Untuk menentukan keperluan perluasan pabrik dan beberapa kapasitas yang dibutuhkan.

2. Untuk menentukan rencana lanjutan untuk produk-produk yang ada dengan fasilitas yang tersedia.

3. Untuk menentukan suatu penjadwalan produksi dari produk yang akan datang yang akan diproduksi dengan peralatan yang ada.

Pola data dapat dibedakan menjadi empat jenis, yaitu antara lain : 1. Pola Trend (T)

Terjadi bilamana terdapat kenaikan atau penurunan sekuler jangka panjang dalam data. Penjualan banyak perusahaan, produk bruto nasional (GNP) dan berbagai indikator bisnis atau ekonomi lainnya mengikuti suatu pola trend selama perubahannya sepanjang waktu. Teknik-teknik peramalan yang digunakan untuk peramalan data runtut waktu yang mengandung trend adalah rata-rata bergerak, pemulusan eksponensial linier dari Holt, regresi sederhana, model ARIMA. Merupakan komponen data runtut waktu yang berkaitan dengan adanya kecenderungan meningkat,menurun dalam jangka panjang, biasanya sepuluh tahun atau lebih.

(57)

2. Pola Musiman (S)

Terjadi bilamana suatu deret dipengaruhi oleh faktor musiman (misalnya kuartal tahun tertentu, bulanan, atau hari-hari pada minggu tertentu). Penjualan dari produk seperti minuman ringan, es krim, dan bahan bakar semuanya menunjukkan jenis pola ini. Mengembangkan suatu teknik peramalan musiman biasanya memerlukan pemilihan metode perkalian dan pertambahan dan kemudian mengestimasi indeks musiman dari data tersebut. Indeks ini kemudian digunakan untuk memasukkan sifat musiman dalam peramalan atau untuk menghilangkan pengaruh seperti itu dari nilai-nilai yang diobsevasi.

Gambar 3.4. Grafik Pola Musiman

3. Pola Siklis (C)

Terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti yang berhubugnan dengan siklus bisnis. Contohnya penjualan produk seperti mobil, baja dan peralatan utama lainnya. Pengaruh siklis didefinisikan sebagai fluktuasi seperti gelombang disekitar garis trend. Pola siklis cenderung untuk berulang setiap dua, tiga tahun, atau lebih. Pola siklis sulit untuk dibuat modelnya karena polanya tidak stabil. Turun-naiknya

(58)

fluktuasi di sekitar trend jarang sekali berulang pada interval waktu yang tetap, dan besarnya fluktuasi juga selalu berubah. Metode dekomposisi bisa diperluas untuk menganalisis data siklis.

Gambar 3.5. Grafik Pola Siklis

4. Pola Horizontal (H)

Terjadi bilamana nilai data berfluktuasi disekitar nilai rata-rata yang konstan. Suatu produk yang penjualannya tidak meningkat atau menurun selama waktu tertentu termasuk jenis ini. Demikian pula, suatu keadaan pengendalian mutu yang menyangkut pengambilan contoh dari suatu proses produksi berkelanjutan yang secara teoritis tidak mengalami perubahan juga termasuk jenis ini. Dalam bentuknya yang paling sederhana, peramalan suatu data runtut waktu yang stasioner memerlukan data historis dari runtut waktu tersebut untuk mengestimasi nilai rata-ratanya, yang kemudian menjadi peramalan untuk nilai-nilai masa datang.

(59)

Gambar 3.6. Grafik Pola Horizontal

Banyak jenis metode peramalan yang tersedia untuk meramalkan permintaan dalam produksi. Namun yang lebih penting adalah bagaimana memahami karateristik suatu metode peramalan agar sesuai dengan situasi pengambilan keputusan. Situasi peramalan sangat beragam dalam horison waktu peramalan, faktor yang menentukan hasil yang sebenarnya, tipe pola data dan berbagai aspek lainnya. Untuk menghadapi penggunaan yang luas seperti itu, beberapa teknik telah dikembangkan. Teknik tersebut dibagi dalam 2 kategori utama, yaitu :

1. Metode peramalan kuantitatif

Metode kuantitatif sangat beragam dan setiap teknik memiliki sifat, ketepatan dan biaya tertentu yang harus dipertimbangkan dalam memilih metode tertentu. Metode kuantitatif formal didasarkan atas prinsipprinsip statistik yang memiliki ketepatan tinggi atau dapat meminimumkan kesalahan (error), lebih sistematis, dan lebih populer dalam penggunaannya. Untuk menggunakan metode kuantitatif terdapat tiga kondisi yang harus dipenuhi, yaitu :

a. Tersedia informasi tentang masa lalu.

(60)

c. Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus berlanjut di masa mendatang.

Metode kuantitatif dapat dibagi kedalam dua model, yaitu : a. Model deret berkala (time series)

Pada model ini, pendugaan masa depan dilakukan berdasarkan nilai masa lalu dari suatu varibel dan / atau kesalahan masa lalu. Model deret berkala menggunakan riwayat permintaan masa lalu dalam membaut ramalan untuk masa depan. Tujuan metode peramalan deret berkala ini adalah menemukan pola dalam deret berkala historis dan mengekstrapolasikan pola dalam deret data historis dan mengekstrapolasikan pola tersebut ke masa depan. Langkah penting dalam memilih suatu metode derat berkala yang tepat adalah dengan mempertimbangkan jenis pola data, sehingga metode yang paling tepat dengan metode tersebut dapat diuji. Metode peramalan yang dapat membedakan setiap pola harus dipakai bila diinginkan adanya pemisahan komponen pola tersebut.

b. Model kausal

Model kausal mengasumsikan bahwa faktor yang diramalkan menunjukkan suatu hubungan sebab-akibat dengan satu atau lebih variabel bebas. Maksud dari model kausal adalah menemukan bentuk hubungan tersebut dan menggunakannya untuk meramalkan nilai mendatang dari varibel tak bebas. Setelah hubungan ini ditemukan, nilai-nilai masa mendatang dapat diramalkan cukup dengan memasukkan nilai-nilai yang sesuai untuk varibel-variabel independen. Metode peramalan kausal mengasumsikan bahwa

(61)

permintaan akan suatu produk bergantung pada satu atau beberapa faktor independen (misalnya, harga, iklan, persaingan, dan lain-lain).

2. Metode peramalan kualitatif

Metode peramalan ini tidak memerlukan data yang serupa seperti metode peramalan kuantitatif. Input yang dibutuhkan tergantung pada metode tertentu dan biasanya merupakan hasil dari pemikiran intuitif, perkiraan dan pengetahuan yang telah didapat. Pendekatan teknologis seringkali memerlukan input dari sejumlah orang yang terlatih. Metode kualitatif mengandalkan opini pakar atau manajer dalam membuat prediksi tentang masa depan. Metode ini berguna untuk tugas peramalan jangka panjang. Penggunaan pertimbangan dalam peramalan, sekilas, tampaknya tidak ilmiah dan bersifat sementara. Tetapi bila data masa lalu tidak ada atau tidak mencerminkan masa mendatang, tidak banyak alternatif selain menggunakan opini dari orang-orang yang berpengetahuan.

Metode kualitatif dapat dikelompokkan menjadi 2, yaitu : a. Metode ekspoloratoris

Metode eksploratoris (seperti Delphi, kurva-S, analogi, dan penelitian morfologis) dimulai dengan masa lalu dan masa kini sebagai titik awalnya dan bergerak kearah masa depan secara heuristik, seringkali dengan melihat semua kemungkinan yang ada.

b. Metode normatif.

Metode normatif (seperti matriks keputusan, pohon relevansi, dan analisis sistem) dimulai dengan menetapkan sasaran dan tujuan yang akan datang,

(62)

kemudian bekerja mundur untuk melihat apakah hal ini dapat dicapai, berdasarkan kendala, sumber daya, dan teknologi yang tersedia.

3.4.2. Karakteristik Peramalan yang Baik

Peramalan yang baik mempunyai beberapa kriteria yang penting, antara lain:

1. Akurasi

Akurasi dari suatu hasil peramalan diukur dengan hasil kebiasan dan kekonsisten permalan tersebut. Keakuratan dari hasil peramalan ini berperan penting dalam menyeimbangkan persediaan yang ideal (minimisasi persediaan dan maksimisasi tingkat pelayanan)

2. Biaya

Biaya yang diperlukan dalam pembuatan suatu peramalan adalah tergantung dari jumlah item yang diramalkan., lamanya periode peramalan, dan metode peramalan yang dipakai. Ketiga faktor pemicu biaya tersebut akan mempengaruhi berapa banyak data yang dibutuhkan, bagaimana pengolahan data tersebut (manual atau komputerasi), bagaimana penyimpanan datanya dan siapa tenaga ahli yang diperbantukan. Pemilihan metode peramalan harus disesuaikan dengan dana yang tersedia dan tingkat akurasi yang ingin didapat. 3. Kemudahan

Penggunaan metode peramalan yang sederhana, mudah dibuat, dan mudah diaplikasikan akan memberikan keuntugan bagi perusahaan.

(63)

3.4.3. Analisis Kesalahan Peramalan

Hasil perkiraan ramalan yang tepat atau paling tidak dapat memberikan

gambaran yang paling mendekati sehingga rencana yang dibuat merupakan rencana yang realistis. Kesalahan yang kecil memberikan arti ketelitian peramalan tinggi, keakuratan hasil peramalan tinggi, begitu pula sebaliknya. Parameter kesalahan suatu peramalan secara statistik dapat dihitung dengan menggunakan beberapa rumus seperti terlihat dalam Tabel 3.1.

Tabel 3.1. Ukuran Statistik Parameter Kesalahan Peramalan

No. Parameter Kesalahan Rumus

1 Mean Error (ME)

n e ME n i i

∑

₌ = 1

2 Mean Absolute Error (MAE)

n e MAE n i i

∑

₌ = 1

3 Sum of Squared Error (SSE)

∑

= = n i i e SSE 1 2

4 Mean Square Error (MSE)

(

)

n F X MSE n t t t

∑

₌ − = 1 2

5 Standar Deviation of Error (SDE) 1 1 2 − =

∑

= n e SDE n t i

6 Standar Error of Estimate (SEE)

(

)

f n F X SEE t t n t − − =

∑

= 2 1

Sumber :Nasution, Arman Hakim. Perencanaan dan Pengendalian Produksi. 2003.

(64)

Keterangan : Xt = data aktual periode t f = derajat kebebasan Ft = nilai ramalan periode t ei = banyaknya kesalahan

n = banyaknya periode

3.4. Linear Programming 3.4.1. Pendahuluan

Linear Programming (LP) adalah alat analisis atas masalah yang

mempunyai variabel-variabel bersifat deterministik dan masing - masing mempunyai hubungan linier satu sama lain. Linear Programming ditemukan oleh George Dantzig. Teknik analisis ini berkembang secara menakjubkan dan mampu memecahkan berbagai masalah (problem solving) yang terdapat dalam kehidupan nyata (real life). George Dantzig adalah orang yang pertama memformulasikan

general LP kemudian mengembangkannya dengan mengunakan metode simplex. Linear Programming merupakan alat analisis yang menunjang

keberhasilan riset operasi dalam memecahkan berbagai masalah sehingga dapat diambil keputusan yang tepat. Sejak tahun 1940-an, Linear Programming yang semula digunakan untuk kalangan militer, kemudian digunakan secara luas di berbagai sektor kehidupan, misalnya transportasi, ekonomi, industri, dan pertanian, bahkan dalam ilmu sosial yang menyangkut perilaku manusia (human

behavior). Setelah periode 1960-an dengan digunakannya komputer sebagai alat

pemercepat analisis suatu masalah Linear Programming tersebut dapat diformulasikan dalam software komputer menjadikan Linear Programming

(65)

sebagai alat canggih dalam riset operasi untuk memperoleh keputusan-keputusan yang optimum dengan cepat dan tepat.

Dalam dunia nyata belum tentu semua variabel atau parameter dapat diketahui secara pasti. Akan tetapi, dengan Linear Programming selalu dapat dicoba untuk menyuguhkan solusi dari suatu masalah secara optimum, berdasarkan kondisi yang ada pada saat itu. Apabila kemudian parameter berubah maka dapat diperbaiki lebih lanjut dengan menggunakan analisis parametrik (parametric analysis) sehingga dapat diperoleh lagi solusi optimum berikutnya. Dalam model linear programming dikenal 2 macam fungsi :

1. Fungsi Tujuan (Objective Function)

Fungsi tujuan merupakan fungsi yang menggambarkan tujuan atau sasaran didalam permasalahan Linear Programming yang berkaitan dengan peraturan secara optimal sumber daya – sumber daya untuk memperoleh keuntungan maksimal.

2. Fungsi Batasan (Constraint Function)

Fungsi merupakan bentuk penyajian secara sistematis batasan-batasan kapasitas yang tersedia akan dialokasikan secara optimal.

(66)

3.4.2. Bentuk Umum Model Pemrograman Linear

Fungsi Tujuan :

Maksimumkan/minimumkan Z =

∑

= n j j j X C 1 .

Terhadap fungsi kendala :

≤ 1 1 2 12 1

11X a X . . . a X b

a + + + n n =

≥ ≤ 2 2 2 22 1

21X a X . . . a X b

a + + + _n _n =

≥ ≤ i n mn i

i X a X a X b

a₁ ₁ + ₂ ₂ + . . . + =

≥

≥ j

di mana :

Xj : variabel keputusan ke-j Cj : parameter fungsi tujuan ke-j bi : kapasitas kendala ke-i

aij : parameter fungsi kendala ke-i untuk variabel keputusan ke-j i : 1,2, . . . , m j : 1,2, . . . , n

Pada dasarnya, metode-metode yang dikembangkan untuk memecahkan model linear programming ditujukan untuk mencari solusi dari beberapa alternatif solusi yang dibentuk oleh persamaan-persamaan pembatas sehingga diperoleh nilai fungsi tujuan yang optimum.

(67)

3.4.3. Metode Simpleks

Metode simpleks merupakan teknik yang paling berhasil dikembangkan untuk memecahkan persoalan LP yang mempunyai variabel keputusan dan pembatas yang besar. Algoritma simpleks ini diterangkan dengan menggunakan logika secara aljabar matriks, sedemikian sehingga operasi perhitungan dapat dibuat lebih efisien. Metode simpleks merupakan salah satu metode dalam pemograman linier yang umum digunakan untuk menentukan hasil yang optimal bagi permasalahan yang memiliki tiga variabel atau lebih. Masalah pemograman linier yang hanya mengandung dua variabel dapat diselesaikan dengan metode grafik. Tetapi apabila masalah tersebut mengandung lebih dari dua variabel maka metode grafik akan sangat sulit untuk diterapkan sehingga diperlukan penggunaan metode simpleks.

Metode simpleks dikembangkan pertama kali oleh George Dantzig tahun 1947. Metode ini menyelesaikan masalah LP melalui tahapan perhitungan ulang / iterasi dimana langkah-langkah perhitungan yang sama diulang sampai tercapai solusi optimal.

Langkah-langkah penyelesaian masalah dengan menggunakan metode simplek dapat disusun sebagai berikut:

1. Ditentukan fungsi objective atau fungsi tujuan yang akan dicapai. 2. Identifikasi kendala-kendala (constrain) dalam bentuk ketidaksamaan.

3. Merubah ketidaksamaan dari kendala-kendala yang ada menjadi bentuk persamaan, dengan cara menambahkan unsur-unsur slack variable kedalamnya. Suatu variable “slack” menyajikan secara perhitungan jumlah

(68)

yang diperlukan untuk merubah tanda ketidaksamaan (<) menjadi persamaan (=) sehingga semua variable ditunjukan dalam persamaan, setiap variable slack yang tidak berhubungan dengan salah satu persamaan batasan diberi koefisien nol dan ditambahkan ke persamaan itu.

4. Dimasukan atau Disusun fungsi tujuan dan kendala yang ada ke dalam table simpleks pertama.

5. Dicari nilai Zj, nilai Zj menunjukan jumlah laba kotor yang dihasilkan melalui pemasukan satu unit variable ke dalam penyelesaian.

6. Menemukan kolom kunci, baris kunci, dan nomor kunci. Kolom kunci ditentukan dengan cara memilih nilai baris Cj – Zj yang positif terbesar. Dipilih positif terbesar karena permasalahanya adalah maksimisasi. Untuk menentukan baris kunci, terlebih dahulu harus dicari angka-angka pengganti. Angka-angka pengganti merupakan angka-angka hasil bagi antara angka pada kolom kuantitas dengan angka pada kolom kunci yang bersesuaian. Selanjutnya baris kunci dipilih, yaitu baris yang mempunyai angka pengganti yang merupakan positif terkecil.

7. Mengganti angka-angka pada baris kunci dengan angka-angka baru. Angka-angka baru diperoleh dengan cara membagi semua Angka-angka yang ada pada baris kunci dengan nomor kunci.

8. Mengganti angka-angka baru pada baris lain dengan rumus sebagai berikut : (Angka pada (Angka pada baris lama (angka pada

Baris lama) - yang ada diatas atau dibawah x baris kunci baru nomor kunci) yang bersesuaian)

(69)

9. Dimasukan atau disusun angka-angka baru tersebut ke dalam tebel simpleks yang kedua, kemudian mencari nilai Zj yang baru dan mencari nlai Cj – Zj masih ada angka positif (lebih besar sama dengan nol), maka dilakukan lagi langkah-langkah dari langkah 6. Jika angka-angka pada baris Cj –Zj sudah tidak ada lagi yang positif (lebih kecil sama dengan nol) berarti bahwa kombinasi yang dicari sudah optimum. Dengan menggunakan model linier programming ini diharapkan perusahaan dapat lebih optimal menggunakan kapasitas produksi yang ada, sehingga perusahaan memperoleh laba yang maksimal.

Dalam beberapa kasus, terdapat penyimpangan-penyimpangan dari persoalan dengan formulasi standar biasa yang bisa diselesaikan dengan metode simpleks. Penyimpangan tersebut dapat berupa tanda (=), kendala bertanda (≥) atau bi negatif. Ada 4 cara formulasi, yaitu :

1. Apabila fungsi kendala bertanda ≤, tambahkan variabel slack 2. Apabila fungsi kendala bertanda =, tambahkan variabel artifisial

3. Apabila fungsi kendala bertanda ≥, kurangi dengan variabel slack dan tambahkan variabel artifisial.

4. Apabila nilai kanan fungsi kendala adalah negatif, maka harus diubah positif (kalikan -1) dan sesuaikan dengan ketiga point diatas.

Dalam dunia nyata belum tentu semua variabel atau parameter dapat diketahui secara pasti. Akan tetapi dengan Linear Programming selalu dapat dicoba untuk menyuguhkan solusi dari suatu masalah secara optimum,

(70)

berdasarkan kondisi yang ada pada saat itu. Apabila kemudian parameter berubah, maka dapat diperbaiki lebih lanjut dengan menggunakan analisis parametik sehingga dapat diperoleh lagi solusi optimum berikutnya.

Bentuk standar model LP dibuat dalam bentuk tabel simpleks sehingga memudahkan perhitungan. Adapun bentuk standar tabel simpleks adalah:

Contoh : Maks. Z = 5X1 + 2X2 + 3X3 + - X4 + X5 Kendala : X1 + 2X2 + 2 X3 + X4 = 8 ...(1)

3X1 + 4X2 + X3 + X5 = 7 ...(2) X1,..., X5 ≥ 0

Tabel 3.2. Bentuk Standar Tabel Simpleks

Cb Cj 5 2 3 -1 1 Konstanta

Basis X1 X2 X3 X4 X5

-1 X4 1 2 2 1 0 8

1 X5 3 4 1 0 1 7

row 3 0 4 0 0 Z= -1

row = Cj-Cb*Pj

Contoh : row1 = 5-(-1,1) = 5 – (-1+3) = 3

Z = Cb*b = (-1,1) = - 1

Dari tabel simpleks standar dapat dilihat bahwa bentuk dasar sudah dalam sistem kanonikal (X4 hanya ada di pers 1 dan X5 hanya ada di pers 2), maka X4 dan X5 sebagai variabel basis. Jika simpleks standar tidak dalam bentuk kanonikal maka harus diubah ke dalam bentuk kanonikal dengan menambah variabel

(71)

artificial. Berdasarkan bentuk standar, temukan solusi layak dasar awal (initial basic feasible solution). Dari contoh diperoleh solusi awal : X1=X2=X3=0, X4=8

dan X5=7. Maka Z = 5(0) + 2(0) + 3(0) -1(8) + 1(7) = -1.

Periksa optimalitas, dimana untuk maksimisasi solusi optimal jika semua row harus negatif atau nol. Dari Tabel 3.2. diketahui solusi belum optimal maka dilanjutkan dengan mencari solusi yang lebih baik. Untuk maksimisasi, pilih

entering variable (variabel nonbasis yang akan menjadi basis) row paling

positif (X3 sebagai entering variable), dan leaving variable (variabel basis yang akan keluar dari menjadi nonbasis) berdasarkan hukum rasio minimum, yakni :8/2=4 atau 7/1 = 1. Maka dipilih X4 sebagai leaving variable.

Tabel 3.3. Tabel Simpleks 1

Cb Cj 5 2 3 -1 1 Konstanta

Basis X1 X2 X3 X4 X5

-1 X4 1 2 2 1 0 8

1 X5 3 4 1 0 1 7

row 3 0 4 0 0 Z= -1

Elemen perpotongan disebut elemen pivot dan untuk menghitung sistem kanonikal baru elemen harus dijadikan 1 dan elemen lain di kolom pivot dijadikan nol.

Tabel 3.4. Tabel Simpleks 2

Cb Cj 5 2 3 -1 1 Konstanta

Basis X1 X2 X3 X4 X5

3 X3 1/2 1 1 1/2 0 4

(72)

row 1 -4 0 -2 0 Z= 15

Dilakukan iterasi sampai diperoleh hasil optimal dimana row bernilai negatif atau nol. Berikut Tabel optimal untuk contoh diatas.

Tabel 3.5. Tabel Simpleks 3

Cb Cj 5 2 3 -1 1 Konstanta

Basis X1 X2 X3 X4 X5

3 X3 0 2/5 1 3/5 -1/5 17/5

5 X1 1 6/5 0 -1/5 2/5 6/5

row 1 -26/5 0 -9/5 -2/5 Z= 81/5

3.4.4. Metode Big M dan Dua Fase

Telah dikemukakan sebelumnya bahwa untuk menyelesaikan program linier dengan metode simpleks diperlukan solusi layak dasar awal dengan mengusahakan program linier berada dalam bentuk standar dan kanonikal. Namun, meskipun telah diubah ke dalam bentuk standar seringkali program linier tidak dalam bentuk kanonikal. Dalam hal ini tidak ada solusi layak dasar awal. Oleh karena itu, program linier harus diubah ke dalam bentuk kanonikal dengan dua cara, yakni :

1. Metode Big M

Pada metode ini, diberikan variable artificial yang sangat besar pada fungsi objektif minimisasi. Dengan kata lain, biaya pada fungsi objektif dibuat sangat besar sehingga tidak ekonomis untuk memproduksi variabel tersebut. Koefisien untuk variable artificial dibuat sebesar M, dimana M

(73)

adalah bilangan positif yang sangat besar. Demikian sebaliknya untuk kasus maksimisasi.

2. Metode Dua Fase

Cara kedua adalah dengan menggunakan 2 fase, yakni :

- Fase I : Mencari solusi layak dasar awal bagi program asli, dengan cara mengusahakan agar variable artificial terbuang. Pada tahap ini lebih dahulu dibuat fungsi objektif khusus untuk variable artificial.

Fase II : Pada fase ini, solusi layak dasar awal yang diperoleh pada fase pertama dilanjutkan untuk dioptimalkan.

(1)

∑

=

∑

₌

+

₌

+

₌m

i m i m i

n

x

c

n

x

n

x

b

n

x

a

n

x

Y

1 2 1 1

2 cos

2 sin

2 cos

π













+













+

=

n

x

n

x

Y

1516

,

583

110 ,

760 sin

2 π

24 ,

722 cos

2 π

( )

f n Y Y SEE −− =

∑

2 '

b = 110,760

148,333 = 1516(0) + 110,760(0) + c(6) 148,333 = 6c

c = 24,722 Fungsi peramalan :

Besar kesalahan peramalan dihitung dengan menggunakanStandard Error

of Estimate (SEE).

a.SEE Metode Linear Derajat kebebasan (f) = 2 Y = 1871,833 – 54,654X

Tabel 11. Perhitungan SEE Metode Linear

X

Y

’

Y-Y

’

(Y-Y

’

)

1 1979 1817,179 161,821 26186,036

2 2179 1762,525 416,475 173451,426

3 1373 1707,871 -334,871 112138,587

4 1201 1653,217 -452,217 204500,215

5 1633 1598,563 34,437 1185,907

6 1154 1543,909 -389,909 152029,028

7 2050 1489,255 560,745 314434,955

8 1402 1434,601 -32,601 1062,825

9 1449 1379,947 69,053 4768,317

10 1191 1325,293 -134,293 18034,610

11 1444 1270,639 173,361 30054,036

(2)

197 , 323 2

12 895 , 1044560

= −

= SEE













+













+

=

n

x

n

x

Y

1516

,

583

110 ,

760 sin

2 π

24 ,

722 cos

2 π

b.SEE Metode Eksponensial

Derajat kebebasan (f) = 2

Y = 1842,723e

-0,034

Tabel 12. Perhitungan SEE Metode Eksponensial

X

Y

’

Y-Y

’

(Y-Y

’

)

1 1979 1781,124 197,876 39155,094

2 2179 1721,583 457,417 209230,078

3 1373 1664,033 -291,033 84700,390

4 1201 1608,407 -407,407 165980,611

5 1633 1554,641 78,359 6140,204

6 1154 1502,671 -348,671 121571,639

7 2050 1452,439 597,561 357078,903

8 1402 1403,886 -1,886 3,558

9 1449 1356,957 92,043 8472,000

10 1191 1311,596 -120,596 14543,279

11 1444 1267,751 176,249 31063,763

12 1144 1225,372 -81,372 6621,377

78 18199 17850,459 348,541 1044560,895

a.

SEE Metode Siklis

Derajat kebebasan (f) = 3

(3)

404 , 393 3

12 677 , 1392900

= −

= SEE

Tabel 13. Perhitungan SEE Metode Siklis

Pemilihan metode peramalan dilakukan dengan memilih nilai SEE

terkecil. Maka metode peramalan yang digunakan untuk produk pakan ternak

jenis crumble adalah metode Linear dengan fungsi peramalan:

Y = 1871,833 – 54,654X

x

y

y'

y-y'

y-y'^2

1 1979 1593,373 385,627 148708,276

2 2179 1624,865 554,135 307065,627

3 1373 1627,343 -254,343 64690,362

4 1201 1600,143 -399,143 159315,113

5 1633 1550,553 82,447 6797,488

6 1154 1491,861 -337,861 114150,055

7 2050 1439,793 610,207 372352,436

8 1402 1408,301 -6,301 39,703

9 1449 1405,823 43,177 1864,253

10 1191 1433,023 -242,023 58575,145

11 1444 1482,613 -38,613 1490,955

12 1144 1541,305 -397,305 157851,263

(4)

304 , 403 1

12 346 , 4436

1 = − =

−

∑

n MR MR

789 , 1072 304

, 403 66 , 2 _ 66 ,

2 = =

= xMR x

UCL

789 , 1072 304

, 403 66 , 2 _ 66 ,

2 =− =−

−

= xMR x

LCL

Verifikasi Peramalan

Dilakukan untuk mengetahui fungsi yang ditentukan dapat mewakili data

yang akan diramalkan. Perhitungan proses verifikasi peramalan dapat dilihat pada

tabel 14.

Tabel 14. Perhitungan Verifikasi Peramalan

X

Y

’

Y-Y

’

MR

1 1979 1817,179 161,821

2 2179 1762,525 416,475 254,654

3 1373 1707,871 -334,871 -751,346

4 1201 1653,217 -452,217 -117,346

5 1633 1598,563 34,437 486,654

6 1154 1543,909 -389,909 -424,346

7 2050 1489,255 560,745 950,654

8 1402 1434,601 -32,601 -593,346

9 1449 1379,947 69,053 101,654

10 1191 1325,293 -134,293 -203,346

11 1444 1270,639 173,361 307,654

12 1144 1215,985 -71,985 -245,346

(5)

Gambar 2. Moving Range Chart Pakan Crumble

Dari gambar 2. dapat dilihat bahwa tidak ada data diluar batas control

sehingga dapat disimpulkan bahwa hasil peramalan dinilai baik dan metode yang

digunakan cukup representatif.

Tabel 15. Hasil Peramalan Crumble Tahun 2009

No Bulan Jumlah (Ton)

1 Januari

₁₈₁₇

2 Februari

₁₇₆₃

3 Maret

₁₇₀₈

4 April

₁₆₅₃

5 Mei

₁₅₉₉

6 Juni

₁₅₄₄

7 Juli

₁₄₈₉

8 Agustus

₁₄₃₅

(6)

Tabel 15. Hasil Peramalan Crumble Tahun 2009

No Bulan Jumlah (Ton)

10 Oktober

₁₃₂₅

11 November