BAB 2 LANDASAN TEORI

Transkripsi

1 BAB 2 LANDASAN TEORI 2.1 Perecaaa Produksi Pegertia Perecaaa Produksi Perecaaa produksi dapat diartika sebagai proses peetua sumber-sumber yag diperluka utuk melaksaaka operasi maufaktur da megalokasikaya sehigga meghasilka produk dalam jumlah da kualitas yag diharapka dega megeluarka biaya atau ogkos yag lebih redah. Meurut Nasutio (1999), perecaaa produksi adalah suatu perecaaa taktis yag bertujua utuk memberika keputusa yag optimum berdasarka sumber daya yag dimiliki oleh perusahaa dalam memeuhi permitaa produk yag aka dihasilka. Semetara meurut Gitig (2007), perecaaa produksi merupaka peryataa recaa produksi ke dalam betuk agregat yag biasaya dijadika sebagai pegaga utuk meracag jadwal iduk produksi Fugsi da Tujua Perecaaa Produksi Meurut Gitig (2007), beberapa fugsi dari perecaaa produksi adalah: 7. Mejami recaa pejuala da recaa produksi kosiste terhadap recaa strategis perusahaa. 8. Sebagai alat ukur performasi proses produksi. 9. Mejami kemampua produksi kosiste terhadap recaa produksi. 10. Memoitor hasil produksi aktual terhadap recaa produksi da membuat peyesuaia. 11. Megatur persediaa produk jadi utuk mecapai target produksi da recaa strategis. 12. Megarahka peyusua da pelaksaaa jadwal iduk produksi. Uiversitas Sumatera Utara

2 10 Meurut Assauri (1998), tujua dari perecaaa produksi atara lai: 6. Mecapai tigkat keutuga (profit) tertetu. 7. Meguasai pasar sehigga output perusahaa tetap mempuyai pagsa pasar (market share) tertetu. 8. Megusahaka agar perusahaa dapat bekerja pada tigkat efisiesi tertetu. 9. Megusahaka da mempertahaka supaya pekerjaa da kesempata kerja yag sudah ada tetap pada tigkataya maupu berkembag. 10. Megguaka sebaik-baikya fasilitas yag sudah ada pada perusahaa yag bersagkuta. 2.2 Peramala Pegertia da Kosep Peramala Peramala diartika sebagai betuk pemikira terhadap suatu besara, misalya permitaa terhadap satu atau beberapa produk pada periode yag aka datag. Peramala dapat dikataka sebagai perkiraa yag ilmiah (educated guess) (Gitig, 2007). Dalam kegiata produksi, peramala dilakuka utuk meetuka jumlah permitaa terhadap suatu produk da merupaka lagkah awal dari proses perecaaa da pegedalia produksi. Tujua peramala dalam kegiata produksi adalah utuk meredam ketidakpastia, sehigga diperoleh suatu perkiraa yag medekati keadaa yag sebearya Klasifikasi Tekik Peramala da Metode Peramala Berdasarka sifatya, peramala dibedaka atas dua (2) macam, yaitu peramala kualitatif da peramala kuatitatif. 1. Peramala kualitatif adalah peramala yag didasarka atas data kualitatif pada masa lalu. Hasil peramala ditetuka berdasarka pemikira yag bersifat ituisi, judgemet atau pedapat, pegetahua serta pegalama dari peyusuya. Uiversitas Sumatera Utara

3 11 2. Peramala kuatitatif adalah peramala yag didasarka atas data kuatitatif pada masa lalu. Hasil peramala ditetuka oleh jeis metode yag diguaka dalam peramala. Metode yag palig baik adalah metode yag memberika ilai-ilai peyimpaga yag palig kecil Metode Peramala Kuatitatif (Statistical Method) Metode peramala kuatitatif dibedaka mejadi dua (2) bagia, yaki metode kausal da metode time series. 1. Metode kausal adalah metode yag megasumsika bahwa faktor yag diperkiraka atau diramalka meujukka hubuga sebab akibat dega satu atau beberapa variabel bebas atau idepede. 2. Metode time series adalah metode yag didasarka atas pegguaa aalisis pola hubuga atara variabel yag aka diperkiraka dega variabel waktu yag merupaka deret waktu. Dega kata lai, metode ii diguaka utuk megaalisis seragkaia data yag merupaka fugsi dari waktu. Terdapat empat (4) pola data yag mempegaruhi aalisis ii, atara lai: 1. Pola siklis (cycle), yaitu ilai data memiliki dipegaruhi oleh pola pergeraka aktivitas ekoomi. 2. Pola musima (seasoal), yaitu ilai data dipegaruhi oleh musim. 3. Pola horizotal, yaitu ilai data berfluktuasi di sekitar ilai rata-rata. 4. Pola tred, yaitu ilai data memiliki kecederuga utuk aik atau turu terus-meerus Metode Proyeksi Kecederuga dega Regresi Metode kecederuga dega regresi merupaka dasar garis kecederuga utuk suatu persamaa, sehigga dega dasar persamaa tersebut dapat diproyeksika hal-hal yag aka diteliti pada masa yag aka datag. Utuk peramala jagka pedek da jagka pajag, ketepata peramala dega metode ii sagat baik. Uiversitas Sumatera Utara

4 12 Betuk fugsi dari metode proyeksi kecederuga dega regresi atara lai sebagai berikut: 1. Kosta Fugsi peramala dituliska: Y = i=1 Y i, dega: Y = ilai ramala = jumlah periode 2. Liier Fugsi peramala dituliska: Y = a + bx, dega: a = b = Y b X XY X Y X 2 X 2 Y = ilai ramala = Y bx = jumlah periode 3. Kuadratis Fugsi peramala dituliska: Y = a + bx + cx 2, dega: b = δ θα β α 2 c = θ bα a = Y b X c X 2 = X 2 2 X 4 δ = X Y XY θ = X 2 Y X 2 Y α = X X 2 X 3 β = X 2 X 2 Y = ilai ramala = jumlah periode Uiversitas Sumatera Utara

5 13 4. Ekspoesial Fugsi peramala dituliska: Y = ae bx, dega: b = l a = 5. Siklis X l Y X l Y X 2 X 2 l Y b X Y = ilai ramala = jumlah periode Fugsi peramala dituliska: Y = a + b si 2π X + c cos 2π X, dega: Y = a + b si 2π X + c cos 2π X Y si 2π X = a si 2π X + b si 2π X 2 + c si 2π X cos 2π X Y cos 2π X = a cos 2π X + c cos 2π X 2 + b si 2π X cos 2π X 2.3 Goal Programmig Kosep da Betuk Umum dari Goal Programmig Goal Programmig merupaka pegembaga dari model pemrograma liear yag mulai dipopulerka oleh A. Chares da W.M. Cooper pada tahu Model Goal Programmig mampu meyelesaika kasus-kasus pemrograma liear yag memiliki lebih dari satu sasara yag hedak dicapai, dega kehadira sepasag variabel deviasioal yag aka mucul di fugsi tujua da di fugsi-fugsi kedala (Siswato, 2006). (Eiselt & Sadblom, 2007) Betuk umum dari Goal Programmig adalah: Miimumka: Z = Kedala: j =1 m i=1 d i + + d i A ij X j d + i + d i = b i j =1 g kj X j C k atau j =1 g kj X j C k Uiversitas Sumatera Utara

6 14 dega: i = 1, 2,, m j = 1, 2,, k = 1, 2,, p d + i = deviasi/ peyimpaga positif d i = deviasi/ peyimpaga egatif A ij = koefisie fugsi kedala tujua X j = variabel keputusa b i = tujua atau target yag hedak dicapai g kj = koefisie fugsi kedala sistem C k = sumber daya yag tersedia d + i, d i, X j Kompoe Goal Programmig Model Goal Programmig sedikitya terdiri dari tiga (3) kompoe, yaki fugsi tujua, kedala tujua, da kedala o-egatif. 1. Fugsi Sasara atau Tujua Ciri khas yag meadai model Goal Programmig adalah kehadira variabel deviasioal di dalam fugsi tujua yag harus dimiimumka. Hal ii merupaka kosekuesi logis dari tujua kehadira variabel deviasioal di dalam fugsi kedala sasara. Masig-masig deviasi positif da deviasi egatif harus dimiimumka di dalam fugsi tujua, sehigga fugsi tujua dari model Goal Programmig adalah: Miimumka: dega: m i=1 i = 1, 2,, m d i + + d i d i + = deviasi/ peyimpaga positif d i = deviasi/ peyimpaga egatif d i +, d i 0 Uiversitas Sumatera Utara

7 15 2. Kedala Sasara atau Kedala Tujua Utuk mewujudka sasara pada iterval ilai tertetu yag dibatasi oleh A i da b i, maka hasil peyelesaia yag diharapka adalah berada di atara iterval tersebut, sehigga betuk persamaa kedala tujua secara umum dituliska: a i j =1 A ij X j b i dega: i = 1, 2,, m j = 1, 2,, a i = batas bawah iterval b i = batas atas iterval A ij = koefisie fugsi kedala tujua X j = variabel keputusa X j 0 Kemugkia peyimpaga-peyimpaga harus dimiimumka, sehigga dihadirka deviasi positif gua membatasi peyimpaga di atas b i da deviasi egatif gua membatasi peyimpaga di bawah a i, maka dapat dituliska sebagai berikut: a i d i j =1 A ij X j b i + d i +, yag setara dega: j =1 j =1 A ij X j + d i a i da A ij X j d + i b i 3. Kedala No-Negatif Variabel-variabel dalam model Goal Programmig, yag terdiri atas variabel keputusa da variabel deviasi berilai lebih besar atau sama dega ol. Peryataa ketidakegatifa dapat dituliska: X j, d + i, d i Perumusa Masalah Goal Programmig Lagkah-lagkah perumusa masalah Goal Programmig adalah sebagai berikut: 1. Meetuka variabel keputusa. Variabel keputusa merupaka dasar dalam pembuata model. Semaki tepat defiisi variabel keputusa, semaki mudah pekerjaa permodela yag lai. Uiversitas Sumatera Utara

8 16 2. Meetuka da merumuska fugsi kedala tujua. 3. Meetuka prioritas utama. Pada lagkah ii, dibuat uruta dari tujua-tujua yag hedak dicapai oleh perusahaa, yag bergatug pada keigia dari pegambil keputusa da keterbatasa sumber daya yag tersedia. 4. Meetuka pembobota. 5. Meetuka fugsi tujua. Kuci dalam tahapa ii adalah memilih variabel deviasi yag bear serta meambahka prioritas da pembobota yag tepat jika diperluka. 6. Meyataka persamaaa o-egatif. Lagkah ii merupaka bagia yag resmi dalam perumusa masalah Goal Programmig. 2.4 Liear Iteractive Discrete Optimizer (LINDO) LINDO adalah sebuah program yag diracag utuk meyelesaika kasus-kasus pemrograma liear. Sebuah kasus harus diubah terlebih dahulu ke dalam sebuah model matematis pemrograma liear dega format tertetu agar dapat diolah oleh program LINDO. 1. Iput LINDO Program ii meghedaki iput sebuah program matematika dega struktur tertetu. Cotoh: MIN DA 1 + DB 1 + DA 2 + DB 2 + DB 3 + DB 4 SUBJECT TO -DA 1 + DB 1 + 5X 1 + 6X 2 = 60 -DA 2 + DB 2 + X 1 + 2X 2 = 16 DB 3 + X 1 = 10 DB 4 + X 2 = 6 END Uiversitas Sumatera Utara

9 17 2. Output LINDO Output atau hasil olaha LINDO pada dasarya dapat dipisahka mejadi dua (2) bagia, yaki: a. Optimal Solutio atau Peyelesaia Optimal Bagia ii memuat lima (5) macam iformasi utama, yaitu: 1. Nilai fugsi tujua atau Objective Fuctio Value. 2. Nilai optimal variabel keputusa. 3. Sesitivitas C j bila X j = 0, di bawah kolom Reduced Cost. 4. Slack variable atau surplus variable. 5. Dual Price. Selai itu, bagia peyelesaia optimal juga memuat iformasi tambaha, yaki jumlah iterasi yag diperluka utuk meemuka peyelesaia optimal. b. Aalisis Sesitivitas (Sesitivity Aalysis) Bagia ii memuat iformasi megeai dua (2) macam aalisis sesitivitas, yaki: 1. Aalisis sesitivitas koefisie fugsi tujua (C j ) 2. Aalisis sesitivitas Nilai Ruas Kaa (RHS) Uiversitas Sumatera Utara