OPTIMALISASI DISTRIBUSI GULA PASIR MENGGUNAKAN METODE LINEAR PROGRAMMING PADA PT. MADUBARU PG-PS MADUKISMO
|
|
|
- Hadian Hermawan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 OPTIMALISASI DISTRIBUSI GULA PASIR MENGGUNAKAN METODE LINEAR PROGRAMMING PADA PT. MADUBARU PG-PS MADUKISMO Skripsi Untuk Memenuhi Sebagai Persyaratan Mencapai Derajat Sarjana S-1 Program Studi Teknik Industri Oleh: NUR CAHYO ARI WIBAWA PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI SUNAN KALIJAGA YOGYAKARTA 2013
2
3
4
5
6 MOTTO KAIZEN VI
7 PERSEMBAHAN Skripsi ini saya persembahkan kepada: Kedua orang tuaku Bpk Mugiran dan Ibu Poniyah Saudaraku Mas Eko dan Topa Catri: Nurul Laily Keluarga besar Sinar Melati Almamater tempat saya menempa ilmu, UIN Sunan Kalijaga VII
8 KATA PENGANTAR Puji syukur senantiasa kita panjatkan ke hadirat Allah SWT atas Rahmat dan Hidayat-Nya sehingga kami dapat menyelesaikan penulisan Skripsi ini. Skripsi ini disusun berdasarkan hasil penelitian yang dilakukan pada bagian pemasaran PT Madubaru PG-PS Madukismo pada tanggal 1 Oktober 2012 sampai dengan 30 Oktober Adapun judul yang kami angkat dari Skripsi ini adalah Optimalisasi Distribusi Gula Pasir Menggunakan Metode Linear Programming Pada PT. Madubaru PG-PS Madukismo. Dalam melaksanakan penelitian dan menulis skripsi ini, penulis dibantu oleh berbagai pihak. Untuk itu, penulis mengucapkan terima kasih sebesarbesarnya kepada segenap pihak yang telah membantu, khususnya kepada : 1. Ibu Siti husna Ainu Syukri,M.T dan bapak Yandra Rahardian Perdana, M.T. selaku dosen pembimbing skripsi, yang banyak memberikan bimbingan berupa arahan dan saran dalam penyusunan Skripsi ini.. 2. Ibu Citra, selaku kepala bagian pemasaran di PT Madubaru PG-PS Madukismo yang telah memberikan kesempatan kepada penulis untuk melaksanakan penelitian dan senantiasa memberikan bimbingan yang sangat bermanfaat bagi penulis. 3. Serta pihak-pikak yang telah turut membantu terlaksananya penelitian dan penyusunan skripsi ini. Penulis menyadari sepenuhnya bahwa penulisan Skripsi ini belum sempurna, oleh karena itu penulis sangat mengharap kritik dan saran yang VIII
9 membangun dari pembaca untuk perbaikan selanjutnya. Akhirnya penulis berharap semoga Skripsi ini bisa bermanfaat bagi kita semua. Amin ya Robbal alamiin. Yogyakarta, 27 Desember 2012 Nur Cahyo Ari Wibawa IX
10 DAFTAR ISI HALAMAN JUDUL... SURAT PERSETUJUAN SKRIPSI... I II HALAMAN PENGESAHAN... IV SURAT PERNYATAAN... V MOTTO... VI PERSEMBAHAN.... XVII KATA PENGANTAR... VIII DAFTAR ISI... X DAFTAR GAMBAR... XIII DAFTAR TABEL... XIV DAFTAR LAMPIRAN... XVII ABSTRAK... XIX BAB I PENDAHULUAN LATAR BELAKANG RUMUSAN MASALAH BATASAN PENELITIAN ASUMSI TUJUAN PENELITIAN MANFAAT PENELITIAN SISTEMATIKA PENULISAN... 5 BAB II TINJAUAN PUSTAKA PENELITIAN TERDAHULU KERANGKA KONSEP PENELITIAN TUGAS AKHIR X
11 2.3 KERANGKA PEMIKIRAN TEORITIS Optimalisasi Sistem Distribusi Liniear Programming Model Transportasi Peramalan Teknik Peramalan Metode Peramalan Keakuratan Peramalan Analisis Primal Analisis Dual Analisis Sensitivitas Program Win QSB Versi Microsoft Excel Program Lindo BAB III METODOLOGI PENELITIAN OBJEK PENELITIAN DATA PENELITIAN METODE PENGUMPULAN DATA METODE PENGOLAHAN DATA DIAGRAM PENELITIAN BAB IV ANALISIS DAN PENBAHASAN PENGUMPULAN DATA PERAMALAN PERMINTAAN GULA PASIR OPTIMALISASI DISTRIBUSI DENGAN LINEAR PROGRAMMING ANALISIS PRIMAL ANALISIS DUAL ANALISIS SENSITIVITAS XI
12 4.7 PEMBAHASAN JALUR DISTRIBUSI OPTIMAL BAB V KESIMPULAN DAN SARAN KESIMPULAN SARAN DAFTAR PUSTAKA LAMPIRAN XII
13 DAFTAR GAMBAR Gambar 2.1 Diagram Kerangka Konsep Penelitian Tugas Akhir Gambar 2.2 Visualisasi dari pola-pola data Gambar 3.1 Diagram Alir Penelitian XIII
14 DAFTAR TABEL Tabel 2.1 Penelitian Terdahulu Tabel 4.1 perbandingan nilai kesalahan Tabel 4.2 Perhitungan peramalan metode MAT untuk kota tujuan Jogja Tabel 4.3 Perbandingan nilai kesalahan Tabel 4.4. Perhitungan peramalan metode MA untuk kota tujuan Sleman Tabel 4.5 Perhitungan peramalan metode MAT untuk kota tujuan Sleman Tabel 4.6 perbandingan nilai kesalahan Tabel 4.7 Perhitungan peramalan metode Linier untuk kota tujuan Bantul Tabel 4.8 perbandingan nilai kesalahan Tabel 4.9 Perhitungan peramalan metode SES untuk kota tujuan wonosari Tabel 4.10 perbandingan nilai kesalahan Tabel 4.11 Perhitungan peramalan metode MAT untuk kota tujuan GK Tabel 4.12 perbandingan nilai kesalahan Tabel 4.13 Perhitungan peramalan metode MA untuk kota tujuan KP Tabel 4.14 perbandingan nilai kesalahan Tabel 4.15 Perhitungan peramalan metode MA untuk kota tujuan Solo Tabel 4.16 Perhitungan peramalan metode MAT untuk kota tujuan Solo Tabel 4.17 perbandingan nilai kesalahan Tabel 4.18 Perhitungan peramalan metode MA untuk kota tujuan Jogja Tabel 4.19 perbandingan nilai kesalahan Tabel 4.20 Perhitungan peramalan metode MA untuk kota tujuan Magelang Tabel 4.21 perbandingan nilai kesalahan Tabel 4.22 Perhitungan peramalan metode SES untuk kota tujuan Pekalongan Tabel 4.21 perbandingan nilai kesalahan Tabel 4.22 Perhitungan peramalan metode SES untuk kota tujuan Pekalongan Tabel 4.21 perbandingan nilai kesalahan Tabel 4.22 Perhitungan peramalan metode SES untuk kota tujuan Pekalongan Tabel 4.23 perbandingan nilai kesalahan Tabel 4.24 Perhitungan peramalan metode Linier untuk kota tujuan Semarang XIV
15 Tabel 4.25 perbandingan nilai kesalahan Tabel 4.26 Perhitungan peramalan metode Linier untuk kota tujuan Wonosobo.. 60 Tabel 4.27 perbandingan nilai kesalahan Tabel 4.28 Perhitungan peramalan metode linier untuk kota tujuan kebumen Tabel 4.29 perbandingan nilai kesalahan Tabel 4.30 Perhitungan peramalan metode SES untuk kota tujuan Ambarawa Tabel 4.31 perbandingan nilai kesalahan Tabel 4.32 Perhitungan peramalan metode Linier untuk kota tujuan Klaten Tabel 4.33 perbandingan nilai kesalahan Tabel 4.34 Perhitungan peramalan metode Linier untuk kota tujuan Boyolali Tabel 4.35 perbandingan nilai kesalahan Tabel 4.36 Perhitungan peramalan metode SES untuk kota tujuan Porwokerto Tabel 4.37 Hasil peramalan permintaan pada masing-masing daerah tujuan Tabel 4.38 Hasil optimalisasi distribusi gula pasir Tabel 4.39 Analisis primal terhadap biaya distribusi Tabel 4.40 Analisis dual terhadap biaya distribusi Tabel 4.41 Analisis sensitivitas terhadap biaya distribusi Tabel 4.42 Analisis sensitivitas terhadap nilai ruas kanan kendala Tabel 4.43 Data setiap variabel pendistribusian gula pasir Tabel 4.44 Penyimpangan antara distribusi aktual dan distribusi optimal Tabel 4.45 Penyimpangan biaya distribusi aktual dan distribusi optimal XV
16 DAFTAR LAMPIRAN Lampiran 1. Jumlah penjualan gula pasir kemasan 1 Kg tiap kota tujuan Lampiran 2. Form wawancara pengambilan data primer Lampiran 3. Perhitungan peramalan metode SA untuk kota tujuan Jogja Lampiran 4 Perhitungan peramalan metode MA untuk kota tujuan Jogja Lampiran 5. Perhitungan peramalan metode linier untuk kota tujuan Jogja Lampiran 6. Perhitungan peramalan metode MAT untuk kota tujuan Jogja Lampiran 7. Perhitungan peramalan metode SES untuk kota tujuan Jogja Lampiran 8. Perhitungan peramalan metode SA untuk kota tujuan Sleman Lampiran 9. Perhitungan peramalan metode MA untuk kota tujuan Sleman Lampiran 10. Perhitungan peramalan metode Linier untuk kota tujuan Sleman.. 98 Lampiran 11. Perhitungan peramalan metode MAT untuk kota tujuan Sleman.. 99 Lampiran 12. Perhitungan peramalan metode SES untuk kota tujuan Sleman Lampiran 13. Perhitungan peramalan metode SA untuk kota tujuan Bantul Lampiran 14. Perhitungan peramalan metode MA untuk kota tujuan Bantul Lampiran 15. Perhitungan peramalan metode Linear untuk kota tujuan Bantul 101 Lampiran 16 Perhitungan peramalan metode MAT untuk kota tujuan Bantul Lampiran 17. Perhitungan peramalan metode SES untuk kota tujuan Bantul Lampiran 18. Perhitungan peramalan metode SA untuk tujuan Wonosari Lampiran 19. Perhitungan peramalan metode MA untuk tujuan Wonosari Lampiran 20. Perhitungan peramalan metode Linier untuk tujuan Wonosari Lampiran 21. Perhitungan peramalan metode MAT untuk tujuan Wonosari Lampiran 22. Perhitungan peramalan metode SES untuk tujuan Wonosari Lampiran 23. Perhitungan peramalan metode SA untuk kota tujuan GK Lampiran 24. Perhitungan peramalan metode MA untuk kota tujuan GK Lampiran 25. Perhitungan peramalan metode Linier untuk kota tujuan GK Lampiran 26. Perhitungan peramalan metode MAT untuk kota tujuan GK Lampiran 27. Perhitungan peramalan metode SA untuk kota tujuan KP Lampiran 28. Perhitungan peramalan metode MA untuk kota tujuan KP Lampiran 29. Perhitungan peramalan metode Linier untuk kota tujuan KP XVI
17 Lampiran 30. Perhitungan peramalan metode MAT untuk kota tujuan KP Lampiran 31. Perhitungan peramalan metode SES untuk kota tujuan KP Lampiran 32. Perhitungan peramalan metode SA untuk kota tujuan Solo Lampiran 33. Perhitungan peramalan metode MA untuk kota tujuan Solo Lampiran 34. Perhitungan peramalan metode Linier untuk kota tujuan Solo Lampiran 35. iperhtungan peramalan metode MAT untuk kota tujuan Solo Lampiran 36. Perhitungan peramalan metode SES untuk kota tujuan Solo Lampiran 37. Perhitungan peramalan metode SA untuk tujuan Porworejo Lampiran 38. Perhitungan peramalan metode MA untuk tujuan Porworejo Lampiran 39. Perhitungan peramalan metode Linier untuk tujuan Porworejo Lampiran 40. Perhitungan peramalan metode MAT untuk tujuan Porworejo Lampiran 41. Perhitungan peramalan metode SES untuk tujuan Porworejo Lampiran 42. Perhitungan peramalan metode SA untuk tujuan Magelang Lampiran 43. Perhitungan peramalan metode MA untuk tujuan Magelang Lampiran 44. Perhitungan peramalan metode Linier untuk tujuan Magelang Lampiran 45. Perhitungan peramalan metode MAT untuk tujuan Magelang Lampiran 46. Perhitungan peramalan metode SES untuk tujuan Magelang Lampiran 47. Perhitungan peramalan metode SA untuk tujuan Pekalongan Lampiran 48. Perhitungan peramalan metode MA untuk tujuan Pekalongan Lampiran 49. Perhitungan peramalan metode Linier untuk tujuan Pekalongan Lampiran 50. Perhitungan peramalan metode MAT untuk tujuan Pekalongan Lampiran 51. Perhitungan peramalan metode SES untuk tujuan Pekalongan Lampiran 52. Perhitungan peramalan metode SA untuk tujuan Semarang Lampiran 53. Perhitungan peramalan metode MA untuk tujuan Semarang Lampiran 54. Perhitungan peramalan metode Linier untuk tujuan Semarang Lampiran 55. Perhitungan peramalan metode MAT untuk tujuan Semarang Lampiran 56. Perhitungan peramalan metode SES untuk tujuan Semarang Lampiran 57. Perhitungan peramalan metode SA untuk tujuan Wonosobo Lampiran 58. Perhitungan peramalan metode MA untuk tujuan Wonosobo Lampiran 59. Perhitungan peramalan metode Linier untuk tujuan Wonosobo Lampiran 60. Perhitungan peramalan metode MAT untuk tujuan Wonosobo XVII
18 Lampiran 61. Perhitungan peramalan metode SES untuk tujuan Wonosobo Lampiran 62. Perhitungan peramalan metode SA untuk tujuan Kebumen Lampiran 63. Perhitungan peramalan metode MA untuk tujuan Kebumen Lampiran 64. Perhitungan peramalan metode Linier untuk tujuan Kebumen Lampiran 65. Perhitungan peramalan metode MAT untuk tujuan Kebumen Lampiran 66. Perhitungan peramalan metode SES untuk tujuan Kebumen Lampiran 67. Perhitungan peramalan metode SA untuk tujuan Ambarawa Lampiran 68. Perhitungan peramalan metode MA untuk tujuan Ambarawa Lampiran 69. Perhitungan peramalan metode Linier untuk tujuan Ambarawa Lampiran 70. Perhitungan peramalan metode MAT untuk tujuan Ambarawa Lampiran 71. Perhitungan peramalan metode SES untuk tujuan Ambarawa Lampiran 72. Perhitungan peramalan metode SA untuk tujuan Klaten Lampiran 73. Perhitungan peramalan metode MA untuk tujuan Klaten Lampiran 74. Perhitungan peramalan metode Linier untuk tujuan Klaten Lampiran 75. Perhitungan peramalan metode MAT untuk tujuan Klaten Lampiran 76. Perhitungan peramalan metode SES untuk tujuan Klaten Lampiran 77. Perhitungan peramalan metode SA untuk tujuan Boyolali Lampiran 78. Perhitungan peramalan metode MA untuk tujuan Boyolali Lampiran 79. Perhitungan peramalan metode Linier untuk tujuan Boyolali Lampiran 80. Perhitungan peramalan metode MAT untuk tujuan Boyolali Lampiran 81. Perhitungan peramalan metode SES untuk tujuan Boyolali Lampiran 82. Perhitungan peramalan metode SA untuk tujuan Porwokerto Lampiran 83. Perhitungan peramalan metode MA untuk tujuan Porwokerto Lampiran 84. Perhitungan peramalan metode Linier untuk tujuan Porwokerto Lampiran 85. Perhitungan peramalan metode MAT untuk tujuan Porwokerto Lampiran 86. Perhitungan peramalan metode SES untuk tujuan Porwokerto Lampiran 87. Perhitungan distribusi optimal dengan Excel Lampiran 88. Solver Parameter Lampiran 89. Inputan Program Lindo Lampiran 90. Output Program Lindo XVIII
19 ABSTRAK Sistem distribusi barang merupakan salah satu pendukung utama setelah proses produksi. Distribusi akan melibatkan pergerakan dan penyimpanan produk dari pabrik ke konsumen dengan pertambahan nilai dari produk dalam sistem controlling yang memadai. Tujuan dari penelitian ini adalah untuk mengetahui alokasi jalur distribusi optimal gula pasir dari PT. Madubaru ke daerah tujuan dan untuk mengetahui selisih biaya yang dikeluarkan perusahaan sebelum dan sesudah dilakukannya perhitungan pengiriman gula pasir yang optimal. Adapun metode yang digunakan untuk mengkaji permasalahan tersebut adalah dengan menggunakan metode Linear Programming model Transportasi. Hasil penelitian ini menunjukkan bahwa dari 17 daerah tujuan pendistribusian gula pasir, terdapat delapan kota yang permintaannya tidak dapat terpenuhi. Hasil optimal yang diperoleh menunjukkan adanya demand yang tidak terpenuhi yaitu, kota Gunung Kidul, Pekalongan, Semarang, Wonosobo, Kebumen, Ambarawa, Boyolali, dan Purwokerto. Sedangkan kota Solo masih mendapat alokasi pengiriman meskipun tidak sesuai dengan kebutuhannya. Dengan pengolahan menggunakan program software Microsoft Excel Solver Windows menghasilkan nilai fungsi tujuan (total biaya distribusi) sebesar RP , sedangkan biaya distribusi yang dialokasikan PT Madubaru pada periode mendatang berdasarkan Forcast sebesar Rp , maka ada efisiensi biaya distribusi sebesar Rp Kata kunci: Distribusi, Optimal, Linear Programming, Model Transportasi. XIX
20 BAB I PENDAHULUAN 1.1 Latar Belakang Pendistribusian barang atau jasa merupakan salah satu bagian penting dari kegiatan sebuah instansi pemerintah ataupun perusahaan tertentu. Masalah yang sering dihadapi terkait distribusi adalah membuat keputusankeputusan mengenai rute yang dapat mengoptimalkan jarak tempuh atau biaya perjalanan, waktu tempuh, banyaknya kendaraan yang dioperasikan dan sumberdaya lain yang tersedia. Sistem distribusi adalah serangkaian kegiatan yang sangat menentukan bagi suatu perusahaan dimana hasil produksi (produk) dikirimkan kepada konsumen untuk dipasarkan dengan tujuan untuk memudahkan pemasaran produk. Sistem distribusi barang merupakan salah satu pendukung utama setelah proses produksi. Tidak adanya kontrol terhadap pendistribusian barang dapat menyebabkan kerugian bagi perusahaan. Distribusi akan melibatkan pergerakan dan penyimpanan produk dari pabrik ke konsumen dengan pertambahan nilai dari produk. Untuk mengoptimalkan jalur dan meminimalkan biaya distribusi, perlu diterapkan suatu model kebijakan pengiriman, yaitu dengan optimalisasi jalur pendistribusian barang sehingga dapat memaksimalkan jumlah lot yang dapat diangkut. Optimalisasi distribusi itu dapat dicapai ketika sebuah 1
21 2 perusahaan dapat mengirimkan produk dalam kapasitas besar, dengan biaya yang lebih sedikit. PT.Madubaru yang berkedudukan di Daerah istimewa Yogyakarta bergerak di bidang Agro Industri dengan memiliki satu Pabrik Gula dan satu Pabrik Alkohol dan Spiritus,yang dikenal dengan nama PG/PS Madukismo. PG/PS Madukismo merupakan satu-satunya Pabrik Gula dan Pabrik Spiritus di DIY yang mengemban tugas untuk mensukseskan program pengadaan pangan Nasional khususnya gula pasir dan sebagai perusahaan padat karya, PT.Madubaru juga menampung tenaga kerja dari Propinsi DIY. Produk gula pasir yang dimiliki PT Madubaru PG-PS Madukismo tidaklah 100% milik perusahaan, melainkan 66% adalah milik petani. Pada bagian ini sistem penjualannya dijual secara lelang, jadi tidak ada proses distribusi dari perusahaan. 34% sisanya merupakan produk milik perusahaan yang masih dibagi lagi menjadi dua bagian, yaitu 70% berupa gula pasir curah dan 30% lainnya adalah pula pasir kemasan. Gula pasir curah dijual secara lelang yang sistem pasarnya Uncontrolable, jadi tidak ada proses distribusi dari perusahaan. Sedangkan untuk produk gula pasir kemasan perusahaan harus mendistribusikan secara langsung ke toko-toko atau supermarket. Sebagai perusahaan yang bertanggung jawab dalam pendistribusian produknya, yang dalam hal ini adalah gula pasir kemasan, PG/PS madukismo dituntut untuk dapat menciptakan kinerja pengiriman gula pasir yang reliable. Sedangkan dalam pemenuhan sasaran tersebut ada beberapa kendala yang dihadapi oleh perusahaan yaitu dalam proses pendistribusian gula pasir yang
22 3 dilakukan tidak optimal, sehingga mengakibatkan distribusi gula pasir menjadi tidak teratur serta mengakibatkan biaya distribusi yang mahal. Untuk mengatasi hal tersebut maka perlu dilakukan pengalokasian distribusi gula pasir yang optimal dengan pertimbangan biaya distribusi yang rendah tetapi tetap memperhatikan jumlah penawaran permintaan pada tiap daerah tujuan pendistribusian gula pasir. Analisis ini diharapkan dapat menjadi masukan bagi PT Madubaru dalam mendistribusikan gula pasir menjadi lebih optimal. Untuk dapat mencapai target optimalisasi tersebut, diperlukan metode yang tepat dalam mengatasi permasalahan di atas. Adapun Metode yang digunakan untuk mengkaji permasalahan di atas, adalah dengan menggunakan metode Program Linear atau Linear Programming. Program Linear adalah salah satu cara yang digunakan dalam proses optimasi dari suatu persoalan yang dapat diinformasikan ke dalam bentuk model matematis. 1.2 Perumusan Masalah Berdasarkan latar belakang yang telah diuraikan diatas, maka yang menjadi rumusan masalah dalam penelitian ini adalah sebagai berikut; 1. Bagaimana alokasi distribusi optimal gula pasir dari PT madubaru ke daerah tujuan? 2. Berapa selisih pengurangan biaya yang dikeluarkan apabila dilakukan perhitungan pengiriman yang optimal?
23 4 1.3 Batasan Penelitian Untuk memfokuskan pemecahan masalah dan mempertegas lingkup penelitian, peneliti menetapkan batasan-batasan pada: 1. Penelitian dilakukan khusus untuk komoditas gula pasir. 2. Penelitian dilakukan pada bagian pemasaran PT Madubaru. 3. Data yang digunakan dalam penelitian ini mencakup 18 periode pendistribusian gula pasir dari bulan Januari 2011 sampai bulan Juli Asumsi Adapun asumsi yang digunakan dalam penelitian ini adalah sebagai berikut: 1. Biaya-biaya yang terlibat dalam proses distribusi tidak ada perubahan. 2. Semua gula pasir yang didistribusikan dalam kondisi baik. 1.5 Tujuan Penelitian Adapun tujuan dari penelitian ini adalah sebagai berikut: 1. Untuk mengetahui alokasi jalur distribusi optimal gula pasir dari PT. Madubaru ke daerah tujuan. 2. Untuk mengetahui selisih biaya dikeluarkan perusahaan sebelum dengan sesudah dilakukannya perhitungan pengiriman gula pasir yang optimal.
24 5 1.6 Manfaat Penelitian Dalam penelitian ini manfaat yang dapat diambil adalah sebagai berikut: 1. Menambah ilmu pengetahuan terutama dalam ilmu Manajemen Logistik. 2. Sebagai salah satu pertimbangan dalam menentukan kebijakan dan mengambil keputusan yang diperlukan untuk mengoptimalkan distribusi gula pasir pada PT Madubaru. 3. Distribusi gula pasir dapat dilakukan dengan lebih optimal sehingga dapat diperoleh keuntungan yang lebih maksimal. 4. Dapat mengurangi biaya distribusi yang tidak perlu. 1.7 Sistematika Penulisan Untuk mempermudah dalam perancangan sistem ini, penulis menggunakan sistematika penulisan yang dibagi dalam 5 ( Lima ) bab dengan susunannya sebagai berikut : BAB I PENDAHULUAN Pada bab ini akan dijelaskan latar belakang dari penulisan Tugas Akhir ini, kemudian dirumuskan permasalahan yang sedang dihadapi oleh perusahaan, tujuan yang ingin dicapai dari penelitian ini, dan manfaat yang akan diperoleh dari penelitian, serta batasan dan asumsi yang digunakan di dalam penelitian, juga berisi tentang sitematika penulisan dari tugas akhir ini.
25 6 BAB II TINJAUAN PUSTAKA Pada bab ini berisi tentang landasan teori-teori yang digunakan dalam pelaksanaan penelitian sebagai penunjang untuk mengolah dan menganalisa data-data yang diperoleh secara langsung maupun tidak langsung yaitu teori tentang Optimalisasi, Distribusi, dan Linear Programming. BAB III METODOLOGI PENELITIAN Pada bab ini membahas tetang metodologi penelitian yang akan digunakan dalam pelaksanaan penelitian. Metodologi penelitian ini dapat memberikan gambaran secara menyeluruh tentang tahap tahap yang dilakukan dalam kegiatan penelitian tugas akhir. Prosedur penelitian yang disusun secara sistematis dapat bermanfaat untuk menunjukkan langkahlangkah yang dilalui dalam melakukan kegiatan penelitian tugas akhir ini. BAB IV HASIL PENELITIAN DAN PEMBAHASAN Pada bab ini disajikan data hasil penelitian yang diperoleh dari perusahaan dan kemudian akan diproses serta diolah lebih lanjut sebagai dasar pada pembahasan masalah. Pada bab ini juga mengulas pembahasan terhadap hasil pengolahan data untuk memperoleh penyelesaian dari masalah yang ada. BAB V KESIMPULAN Dalam bab ini berisi tentang kesimpulan dari analisa yang telah dilakukan pada bab sebelumnya serta berisi saran yang dapat digunakan sebagai masukan untuk PT Madubaru dalam melakukan distribusi gula pasir dan juga sebagai masukan bagi penelitian berikutnya.
26 BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Optimalisasi distribusi adalah suatu cara untuk meminimalkan biaya distribusi dari pabrik ke setiap daerah tujuan. Selain itu juga dapat digunakan untuk membantu menentukan tempat pendistribusian yang diberi prioritas dengan pertimbangan minimasi biaya distribusi. Dari hasil penelitian ini dapat disimpulkan sebagai berikut: 1. Alokasi distribusi yang optimal dari komoditas gula pasir PT Madubaru ke daerah tujuan yakni, Jogja sebesar kg, Sleman sebesar Kg, Bantul sebesar Kg, Wonosari seberas Kg, Kulon Progo sebesar Kg, Purworejo sebesar Kg, Magelang sebesar Kg, dan Klaten sebesar 5596 Kg. Dari 17 daerah tujuan pendistribusian gula pasir, terdapat delapan kota yang permintaannya tidak dapat terpenuhi. Hasil optimal yang diperoleh menunjukkan adanya demand yang tidak terpenuhi yaitu, kota Gunung Kidul, Pekalongan, Semarang, Wonosobo, Kebumen, Ambarawa, Boyolali, dan Purwokerto. Sedangkan kota Solo masih mendapat alokasi pengiriman meskipun tidak sesuai dengan kebutuhannya. 87
27 88 2. Dengan pengolahan menggunakan program software Microsoft Excel Solver Windows menghasilkan nilai fungsi tujuan (total biaya distribusi) sebesar RP , sedangkan biaya distribusi yang dialokasikan PT Madubaru PG-PS Madukismo pada periode mendatang sebesar Rp , maka ada efisiensi biaya distribusi sebesar Rp Saran Berdasarkan hasil penelitian yang dilakukan dengan pengalokasian gula pasir dengan program linear Programming maka biaya yang dikeluarkan menghemat sebesar Rp , sehingga hal ini bisa menjadi bahan acuan dalam pendistribusian gula pasir. Memprioritaskan pendistribusian ke daerah tujuan yang memiliki biaya angkut per Kilogram yang rendah kemudian ke daerah tujuan yang memiliki biaya distribusi per Kilogram lebih tinggi dengan pertimbangan mimalisasi biaya distribusi.
28 DAFTAR PUSTAKA Baroto, T Perencanaan Dan Pengendalian Produksi, Ghalia Indonesia, Jakarta. Bustni, H Fundamental Operation Research.. PT Gramedia Pustaka Utama, Jakarta. Cook, T.M. and Robert A.R Introduction to Management Science. Prentice Hall. Ginting, R Sistem Produksi. Graha Ilmu, Yogyakarta. Heizer, J and Render, B Manajemen Operasi, Edisi 9 Buku 1. Salemba Empat, Jakarta. Kamarulhasan, M VAM-MODI process is time consuming to reach the optimal solution occasionally but gives the most minimum transportation cost compare to Zero Suffix. International Journal of Mathematics Research. ISSN Volume 4, Number 6 (2012), pp Kotler, P Manajemen Pemasaran: Analisis, Perencanaan, Implementasi, dan Kontrol, Jilid 2, Terjemahan. Prenhalindo. Jakarta. Mulyono, S Operations Research. Edisi Kedua. Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia. Jakarta. 89
29 90 Muslich, Dr M, M.B.A Metode Pengambilan Keputusan Kuantitatif. PT Bumi Akasra, Jakarta Timur. Nasendi, B.D. dan Anwar Program Linaer dan Variasinya. PT. Gramedia Pustaka Utama. Jakarta. Quddoos,A. Javaid, S. Khalid, M.M A New Method for Finding an Optimal Solution for Transportation Problems. International Journal on Computer Science and Engineering (IJCSE). Ristono, A dan Puryani Penelitian operasional Lanjut. Graha Ilmu. Yogyakarta. Simarmata, Dj.A Operation Research : Sebuah Pengantar. Penerbit PT. Gramedia, Jakarta. Sudhakar, V.J. Arunsankar, N and Karpangam, T A New Approach for Finding an Optimal Solution for Transportation Problems. European Journal of Scientific Research ISSN X Vol.68 No.2 (2012), pp Sumayang, L Dasar-Dasar Manajemen Produksi & Operasi. Penerbit Salemba Empat, Jakarta. Suprapto Linear Programming, Edisi Kedua. Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia. Jakarta.
30 91 Supranto, J Riset Operasi Untuk Pengambilan Keputusan. Penerbit Universitas Indonesia (UI-Press). Jakarta. Suprayogi, I; Joleha dan Hasibuan, S.H Model Transportasi Distribusi Air PDAM Menggunakan Program Bantu Linggo 8.0. Jurnal Sains dan Teknologi 9 (2): Swastha, B dan Sukotjo, Ibnu Pengantar Bisnis Modern, Edisi Ketiga. Penerbit Liberty. Yogyakarta. Taha, H.A Riset Operasi Suatu Pengantar, Jilid 1. Binarupa Aksara, Jakarta. Winarno, W.W Analisis Manajemen Kuantitatif dengan Win QSB Versi 2.0. UPP STIM YKPN, Yogyakarta. Yulianto, H.D dan Sutapa, N.I Riset Operasi dengan Excel. ANDI. Yogyakarta. 91
31 Lampiran 1. Jumlah penjualan gula pasir kemasan 1Kg tiap kota tujuan N o Nama Kota Jumlah Penjualan Tiap Bulan Pada Tahun 2011 (Kg) Jumlah Penjualan Tiap Bulan Pada Tahun 2012 (Kg) Jml Jml 1 Jogja Sleman Bantul Wonosari Gunung Kidul Kulon Progo Solo Purworejo Magelang Pekalongan Semarang Wonosobo Kebumen Ambarawa Klaten Boyolali Porwokerto Jumlah Total Yogyakarta, 10 Oktober 2012 Bagian Pemasaran ( ) 92
32 93 Lampiran 2. Form wawancara pengambilan data primer Peneliti : Bagaimana sistem penjualan gula pasir yang diterapkan PT Madubaru PG-PS Madukismo? Bagian pemasaran : Hasil produk gula pasir PT Madubaru PG-PS Madukismo tidaklah 100% milik perusahaan, melainkan 66%nya adalah milik petani. Bagian ini dijual secara lelang, jadi tidak ada proses distribusi dari perusahaan. 34% sisanya merupakan produk milik perusahaan yang masih dibagi lagi menjadi dua bagian, yaitu 70% berupa gula pasir curah dan 30% lainnya adalah pula pasir kemasan. Gula pasir curah dijual secara lelang yang sistem pasarnya Uncontrolable, jadi tidak ada proses distribusi dari perusahaan. Sedangkan untuk produk gula pasir kemasan perusahaan harus mendistribusikan secara langsung ke toko-toko atau supermarket..peneliti : Produk gula pasir kemasan yang dihasilkan dipasarkan dimana saja? Bagian pemasaran : Produk gula pasir kemasan ini di pasarkan ke daerah sekitar Jogja seperti; Sleman, Bantul, Kulonprogo, Gunung Kidul, dan Wonosari. Selain itu juga dipasarkan ke sekitar Jawa Tengah, seperti; Solo, Magelang, Porworejo, Semarang, Porwokerto, Boyolali, dan lain lain. Untuk lebih lengkapnya bisa melihat di arsip hasil penjualan.
33 94 Peneliti : Jenis transportasi yang digunakan dalam pendistribusian gula pasir? Bagian pemasaran : Kami memakai tiga mobil Box, dua Motor niaga dan tiga Truk dalam mendistribusikan gula pasir. Peneliti : Berapa biaya transportasi yang dikeluarkan dalam pendistribusian gula pasir? Bagian pemasaran : besarnya biaya transportasi yang dikeluarkan untuk tiap daerah berbeda-beda tergantung jarak tempuhnya, misalnya untuk daerah yang dekat dengan PT MAdubaru, seperti daerah Jogja kota, Sleman dan Bantul biaya yang dikenakan sebesar Rp50,00. Sedangkan untuk daerah yang agak jauh, seperti Wonosari, Kulonprogo, Magelang, dan Solo dikenakan biaya sebesar Rp75,00. Untuk lebih lengkapnya bisa melihat di arsip hasil penjualan. Yogyakarta, 10 Oktober 2012 Bagian Pemasaran ( )
34 95 Lampiran 3. Perhitungan peramalan Metode Simple Average untuk kota tujuan Jogja Lampiran 4. Perhitungan peramalan Metode Moving Average untuk kota tujuan Jogja
35 96 Lampiran 5. Perhitungan peramalan Metode Linier untuk kota tujuan Jogja Lampiran 6. Perhitungan peramalan Metode Moving Average with Linier Trend untuk kota tujuan Jogja
36 97 Lampiran 7. Perhitungan peramalan Metode Single Exponential Smoothing untuk kota tujuan Jogja Lampiran 8. Perhitungan peramalan Metode Simple Average untuk kota tujuan Sleman
37 98 Lampiran 9. Perhitungan peramalan Metode Moving Average untuk kota tujuan Sleman Lampiran 10. Perhitungan peramalan Metode Linier untuk kota tujuan Sleman
38 99 Lampiran 11. Perhitungan peramalan Metode Moving Average with Linier Trend untuk kota tujuan Sleman Lampiran 12. Perhitungan peramalan Metode Single Exponential Smoothing untuk kota tujuan Sleman
39 100 Lampiran 13. Perhitungan peramalan Metode Simple Average untuk kota tujuan Bantul Lampiran 14. Perhitungan peramalan Metode Moving Average untuk kota tujuan Bantul
40 101 Lampiran 15. Perhitungan peramalan Metode Metode Linier untuk kota tujuan Bantul Lampiran 16. Perhitungan peramalan Metode Moving Average with Linier Trend untuk kota tujuan Bantul
41 102 Lampiran 17. Perhitungan peramalan Metode Single Exponential Smoothing untuk kota tujuan Bantul Lampiran 18. Perhitungan peramalan Metode Simple Average untuk kota tujuan Wonosari
42 103 Lampiran 19. Perhitungan peramalan Metode Moving Average untuk kota tujuan Wonosari Lampiran 20. Perhitungan peramalan Metode Metode Linier untuk kota tujuan Wonosari
43 104 Lampiran 21. Perhitungan peramalan Metode Moving Average with Linier Trend untuk kota tujuan Wonosari Lampiran 22. Perhitungan peramalan Metode Single Exponential Smoothing untuk kota tujuan Wonosari
44 105 Lampiran 23. Perhitungan peramalan Metode Simple Average untuk kota tujuan Gunung Kidul Lampiran 24. Perhitungan peramalan Metode Moving Average untuk kota tujuan Gunung Kidul
45 106 Lampiran 25. Perhitungan peramalan Metode Linier untuk kota tujuan Gunung Kidul Lampiran 26. Perhitungan peramalan Metode Moving Average with Linier Trend untuk kota tujuan Gunung Kidul
46 107 Lampiran 27. Perhitungan peramalan Metode Simple Average untuk kota tujuan Kulon Progo Lampiran 28. Perhitungan peramalan Metode Moving Average untuk kota tujuan Kulon Progo
47 108 Lampiran 29. Perhitungan peramalan Metode Linier untuk kota tujuan Kulon Progo Lampiran 30. Perhitungan peramalan Metode Moving Average with Linier Trend untuk kota tujuan Kulon Progo
48 109 Lampiran 31. Perhitungan peramalan Metode Single Exponential Smoothing untuk kota tujuan Kulon Progo Lampiran 32. Perhitungan peramalan Metode Simple Average untuk kota tujuan Solo
49 110 Lampiran 33. Perhitungan peramalan Metode Moving Average untuk kota tujuan Solo Lampiran 34. Perhitungan peramalan Metode Linier untuk kota tujuan Solo
50 111 Lampiran 35. Perhitungan peramalan Metode Moving Average with Linier Trend untuk kota tujuan Solo Lampiran 36. Perhitungan peramalan Metode Single Exponential Smoothing untuk kota tujuan Solo
51 112 Lampiran 37. Perhitungan peramalan Metode Simple Average untuk kota tujuan Porworejo Lampiran 38. Perhitungan peramalan Metode Moving Average untuk kota tujuan Porworejo
52 113 Lampiran 39. Perhitungan peramalan Metode Simple Linier untuk kota tujuan Porworejo Lampiran 40. Perhitungan peramalan Metode Moving Average with Linier Trend untuk kota tujuan Porworejo
53 114 Lampiran 41. Perhitungan peramalan Metode Single Exponential Smoothing untuk kota tujuan Porworejo Lampiran 42. Perhitungan peramalan Metode Simple Average untuk kota tujuan Magelang
54 115 Lampiran 43. Perhitungan peramalan Metode Simple Moving Average untuk kota tujuan Magelang Lampiran 44. Perhitungan peramalan Metode Linier untuk kota tujuan Magelang
55 116 Lampiran 45. Perhitungan peramalan Metode Moving Average with Linier Trend untuk kota tujuan Magelang Lampiran 46. Perhitungan peramalan Metode Single Exponential Smoothing untuk kota tujuan Magelang
56 117 Lampiran 47. Perhitungan peramalan Metode Simple Average untuk kota tujuan Pekalongan Lampiran 48. Perhitungan peramalan Metode Moving Average untuk kota tujuan Pekalongan
57 118 Lampiran 49. Perhitungan peramalan Metode Linier Simple Averge untuk kota tujuan Pekalongan Lampiran 50. Perhitungan peramalan Metode Moving Average with Linier Trend Simle Average untuk kota tujuan Pekalongan
58 119 Lampiran 51. Perhitungan peramalan Metode Single Exponential Smoothing untuk kota tujuan Pekalongan Lampiran 52. Perhitungan peramalan Metode Simple Average untuk kota tujuan Semarang
59 120 Lampiran 53. Perhitungan peramalan Metode Moving Average untuk kota tujuan Semarang Lampiran 54. Perhitungan peramalan Metode Linier untuk kota tujuan Semarang
60 121 Lampiran 55. Perhitungan peramalan Metode Moving Average with Linier Trend untuk kota tujuan Semarang Lampiran 56. Perhitungan peramalan Metode Single Exponential Smoothing untuk kota tujuan Semarang
61 122 Lampiran 57. Perhitungan peramalan Metode Simple Average untuk kota tujuan Wonosobo Lampiran 58. Perhitungan peramalan Metode Moving Average untuk kota tujuan Wonosobo
62 123 Lampiran 59. Perhitungan peramalan Metode Linier untuk kota tujuan Wonosobo Lampiran 60. Perhitungan peramalan Metode Moving Average with Linier Trend untuk kota tujuan Wonosobo
63 124 Lampiran 61. Perhitungan peramalan Metode Single Exponential Smoothing untuk kota tujuan Wonosobo Lampiran 62. Perhitungan peramalan Metode Simple Average untuk kota tujuan Kebumen
64 125 Lampiran 63. Perhitungan peramalan Metode Moving Average untuk kota tujuan Kebumen Lampiran 64. Perhitungan peramalan Metode Linier untuk kota tujuan Kebumen
65 126 Lampiran 65. Perhitungan peramalan Metode Moving Average with Linier Trend untuk kota tujuan Kebumen Lampiran 66. Perhitungan peramalan Metode Single Exponential Smoothing untuk kota tujuan Kebumen
66 127 Lampiran 67. Perhitungan peramalan Metode Simple Average untuk kota tujuan Ambarawa Lampiran 68. Perhitungan peramalan Metode Moving Average untuk kota tujuan Ambarawa
67 128 Lampiran 69. Perhitungan peramalan Metode Linier untuk kota tujuan Ambarawa Lampiran 70. Perhitungan peramalan Metode Moving Average with Linier Trend untuk kota tujuan Ambarawa
68 129 Lampiran 71. Perhitungan peramalan Metode Single Exponential Smoothing untuk kota tujuan Ambarawa Lampiran 72. Perhitungan peramalan Metode Simple Average untuk kota tujuan Klaten
69 130 Lampiran 73. Perhitungan peramalan Metode Moving Average untuk kota tujuan Klaten Lampiran 74. Perhitungan peramalan Metode Linier untuk kota tujuan Klaten
70 131 Lampiran 75. Perhitungan peramalan Metode Moving Average with Linier Trend untuk kota tujuan Klaten Lampiran 76. Perhitungan peramalan Metode Single Exponential Smoothing untuk kota tujuan Klaten
71 132 Lampiran 77. Perhitungan peramalan Metode Simple Average untuk kota tujuan Boyolali Lampiran 78. Perhitungan peramalan Metode Moving Average untuk kota tujuan Boyolali
72 133 Lampiran 79. Perhitungan peramalan Metode Linier untuk kota tujuan Boyolali Lampiran 80. Perhitungan peramalan Metode Moving Average with Linier Trend untuk kota tujuan Boyolali
73 134 Lampiran 81. Perhitungan peramalan Metode Single Exponential Smoothing untuk kota tujuan Boyolali Lampiran 82. Perhitungan peramalan Metode Simple Average untuk kota tujuan Porwokerto
74 135 Lampiran 83. Perhitungan peramalan Metode Moving Average untuk kota tujuan Porwokerto Lampiran 84. Perhitungan peramalan Metode Linier untuk kota tujuan Porwokerto
75 136 Lampiran 85. Perhitungan peramalan Metode Moving Average with Linier Trend untuk kota tujuan Porwokerto Lampiran 86. Perhitungan peramalan Metode Single Exponential Smoothing untuk kota tujuan Porwokerto
76 137 Lampiran 87. Perhitungan distribusi optimal dengan Excel =IF(H4>=H$26,1 =I4*K4 =SUMPRODUCT(E4:E20,L4:L20) =SUM(J4:J20) Lampiran 88. Solver Parameters
77 138 Lampiran 89. Inputan program LINDO Min 30X1+68X2+67x3+85X4+85X5+84X6+87X7+84X8+81X9+99X10+98X X12+100X13+100X14+84X15+99X16+97X17 SUBJECT TO!KENDALA DEMAND X1<= X2<=14625 X3<=19050 X4<=2158 X5<=0 X6<=6296 X7<=78600 X8<=7500 X9<=24588 X10<=7828 X11<=15516 X12<=2123 X13<=4052 X14<=4134 X15<=5596 X16<=10474 X17<=20840!KENDALA SUPLLY X1+X2+X3+X4+X5+X6+X7+X8+X9+X10+X11+X12+X13+X14+X15+X16+X 17= X1>=0 X2>=0 X3>=0 X4>=0 X5>=0 X6>=0 X7>=0 X8>=0 X9>=0 X10>=0 X11>=0
78 139 X12>=0 X13>=0 X14>=0 X15>=0 X16>=0 X17>=0 End Lampiran 90. Output Program LINDO LP OPTIMUM FOUND AT STEP 9 OBJECTIVE FUNCTION VALUE 1) E+08 VARIABLE VALUE REDUCED COST X X X X X X X X X X X X X X X X X ROW SLACK OR SURPLUS DUAL PRICES 2) ) ) ) ) )
79 140 8) ) ) ) ) ) ) ) ) ) ) ) NO. ITERATIONS= 9 RANGES IN WHICH THE BASIS IS UNCHANGED: OBJ COEFFICIENT RANGES VARIABLE CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE X INFINITY X INFINITY X INFINITY X INFINITY X INFINITY INFINITY X INFINITY X X INFINITY X INFINITY X INFINITY X INFINITY X INFINITY X INFINITY X INFINITY X INFINITY X INFINITY X INFINITY RIGHTHAND SIDE RANGES ROW CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE
80 INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY
Dasar-dasar Optimasi
Dasar-dasar Optimasi Optimasi Linier Interpretasi Hasil Lindo diambil dari buku Introduction to Operations Research, Sixth Edition, Frederick S. Hillier, Gerald J. Lieberman, McGraw-Hill, Inc., International
2. Metode MODI (Modified Distribution) / Faktor Pengali (Multiplier)
2. Metode MODI (Modified Distribution) / Faktor Pengali (Multiplier) Metode MODI disebut juga metode Faktor Pengali atau Multiplier. Cara iterasinya sama seperti Metode Batu Loncatan. Perbedaan utama terjadi
Formulasi dengan Lindo. Dasar-dasar Optimasi. Hasil dengan Lindo 1. Hasil dengan Lindo 2. Interpretasi Hasil. Interpretasi Hasil.
Formulasi dengan Lindo Dasar-dasar Optimasi Optimasi Linier Interpretasi Hasil Lindo diambil dari buku Introduction to Operations Research, Sixth Edition, Frederick S Hillier, Gerald J Lieberman, McGraw-Hill,
Dualitas Dalam Model Linear Programing
Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c Dualitas Dalam Model Linear Programing Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Studi Agribisnis Fakultas Pertanian Universitas Jambi KONSEP
LINDO. Lindo dapat digunakan sampai dengan 150 kendala dan 300 variabel
LINDO Pegertian: Lindo (Linear Interactive Discrete Optimize) adalah paket program siap pakai yang digunakan untuk memecahkan masalah linear, integer dan quadratic programming. Kemampuan: Lindo dapat digunakan
IV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian ini dilaksanakan di Sub Terminal Agribisnis (STA) Rancamaya yang berlokasi di Jl. Raya Rancamaya Rt 01/01, Kampung Rancamaya Kidul, Desa Rancamaya,
Analisis Sensitifitas DALAM LINEAR PROGRAMING
Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c Analisis Sensitifitas DALAM LINEAR PROGRAMING Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Magister Agribisnis Universitas Jambi Suatu analisis
Dualitas Dalam Model Linear Programing
Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c Dualitas Dalam Model Linear Programing Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Studi Agribisnis Fakultas Pertanian Universitas Jambi KONSEP
PANDUAN WAWANCARA PENELITIAN OPTIMASI PENGADAAN SAYURAN ORGANIK. : Optimasi Pengadaan Sayuran Organik
LAMPIRAN 98 99 Lampiran 1. Panduan Wawancara PANDUAN WAWANCARA PENELITIAN OPTIMASI PENGADAAN SAYURAN ORGANIK Nama Mahasiswa : Prestilia Ningrum NPM : 150310080098 Jurusan Hal Sumber Informasi : Agribisnis
BAB 3 PEMBAHASAN. 3.1 Pengumpulan Data
BAB 3 PEMBAHASAN 3.1 Pengumpulan Data Pengumpulan data dilaksanakan selama 1 bulan, terhitung mulai tanggal 28 Mei 2013 sampai 28 Juni 2013, sesuai dengan izin yang diberikan oleh Kepala Cabang PT. Mega
BAB IV ANALISIS DAN PEMBAHASAN. dari UD. Wingko Babat Pak Moel sebagai berikut: a. Data permintaan wingko pada tahun 2016.
BAB IV ANALISIS DAN PEMBAHASAN 4.1 Pengumpulan dan Pengolahan Data Untuk menganalisi permasalahan pengoptimalan produksi, diperlukan data dari UD. Wingko Babat Pak Moel sebagai berikut: a. Data permintaan
MENGOPTIMALKAN BIAYA DISTRIBUSI PAKAN TERNAK DENGAN MENGGUNAKAN METODE TRANSPORTASI (Studi Kasus di PT. X Krian)
Teknika : Engineering and Sains Journal Volume 1, Nomor 2, Desember 2017, 95-100 ISSN 2579-5422 online ISSN 2580-4146 print MENGOPTIMALKAN BIAYA DISTRIBUSI PAKAN TERNAK DENGAN MENGGUNAKAN METODE TRANSPORTASI
IV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan di Peternakan Puyuh Bintang Tiga (PPBT) yang berlokasi di Jalan KH Abdul Hamid Km 3, Desa Situ Ilir Kecamatan Cibungbulang,
MAKSIMALISASI PROFIT DALAM PERENCANAAN PRODUKSI
MAKSIMALISASI PROFIT DALAM PERENCANAAN PRODUKSI Tri Hernawati Staf Pengaar Kopertis Wilayah I Dpk Fakultas Teknik Universitas Islam Sumatera Utara Medan Abstrak Profit yang maksimal merupakan tuuan utama
OPTIMALISASI ALOKASI DISTRIBUSI PESTISIDA DENGAN MENGGUNAKAN METODE LINEAR PROGRAMMING (Study Kasus CV. Jayanty Banyumas )
OPTIMALISASI ALOKASI DISTRIBUSI PESTISIDA DENGAN MENGGUNAKAN METODE LINEAR PROGRAMMING (Study Kasus CV. Jayanty Banyumas ) Skripsi Untuk Memenuhi Sebagai Persyaratan Mencapai Derajat Sarjana S-1 Program
ABSTRAK. Universitas Kristen Maranatha
ABSTRAK Indonesia saat ini sudah menghadapi pasar bebas. Hal ini membuat persaingan antara produk produk yang ada di Indonesia semakin ketat terutama produk yang sejenis. Dengan semakin ketatnya persaingan
BAB II KAJIAN LITERATUR
DAFTAR ISI HALAMAN JUDUL HALAMAN PENGAKUAN... ii LEMBAR PENGESAHAN PEMBIMBING... iii LEMBAR PENGESAHAN PENGUJI... iv HALAMAN PERSEMBAHAN... v MOTTO... vi KATA PENGANTAR... vii ABSTRAK... ix DAFTAR ISI...
Lampiran 1. Denah Pabrik MT KPBS Pangalengan
Lampiran 1. Denah Pabrik MT KPBS Pangalengan 140 Lanjutan Lampiran 1. Keterangan: 1. Milk Reception Scale 2. Milk Reception Vat 3. Prepack Machine 4. Auto Cup Sealling Machine 5. Lempeng Penukar Panas
PERBANDINGAN ANALISIS SENSITIVITAS MENGGUNAKAN PARTISI OPTIMAL DAN BASIS OPTIMAL PADA OPTIMASI LINEAR MIRNA SARI DEWI
PERBANDINGAN ANALISIS SENSITIVITAS MENGGUNAKAN PARTISI OPTIMAL DAN BASIS OPTIMAL PADA OPTIMASI LINEAR MIRNA SARI DEWI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lampiran 1 Gambar rancang bangun alat penangkap ikan tuna longline. Sumber: 30 Desember 2010
Lampiran 1 Gambar rancang bangun alat penangkap ikan tuna longline Sumber: http://www.t2.gstatic.com/images, 30 Desember 2010 78 Lampiran 2 Peta lokasi kantor dan fishing ground PT Perikanan Nusantara
METODOLOGI PENELITIAN
20 III. METODOLOGI PENELITIAN 3.1 Kerangka Pemikiran Perencanaan produksi yang optimal akan sia-sia jika distribusi yang diterapkan suatu perusahaan tidak tepat dan efektif. Hal tersebut dapat menimbulkan
KERANGKA PEMIKIRAN Kerangka Pemikiran Teoritis
III. KERANGKA PEMIKIRAN 3.1. Kerangka Pemikiran Teoritis 3.1.1. Konsep Optimalisasi Distribusi Sistem distribusi adalah cara yang ditempuh atau digunakan untuk menyalurkan barang dan jasa dari produsen
UNIVERSITAS MERCU BUANA PROGRAM PASKA SARJANA PROGRAM STUDI MAGISTER MANAJEMEN
UNIVERSITAS MERCU BUANA PROGRAM PASKA SARJANA PROGRAM STUDI MAGISTER MANAJEMEN N a m a : Suminadhono NIM : 55108110181 Mata Kuliah/SKS : Manajemen Operasi / 3 SKS 1. Jaringan toko serba ada The Biggs menyewa
Fakultas Pertanian Unlam ABSTRACT
Optimalisasi Kombinasi Cabang Usahatani Tanaman Pangan untuk Memperoleh Pendapatan Maksimum di Wilayah Transmigrasi Km 38 Kelurahan Sei Gohong Kecamatan Bukit Batu Provinsi Kalimantan Tengah Masniati,
SOAL LATIHAN. Kerjakan soal-soal berikut ini dengan singkat dan jelas!
SOAL LATIHAN Kerjakan soal-soal berikut ini dengan singkat dan jelas! 1. Suatu perusahaan mempunyai tiga lokasi gudang yaitu F a, F b dan F c yang akan didistribusikan ke 3 kota yaitu W 1, W 2 dan W 3.
III. KERANGKA PEMIKIRAN
III. KERANGKA PEMIKIRAN 3.1 Kerangka Pemikiran Teoritis 3.1.1 Teori Produksi Produksi adalah suatu kegiatan atau proses yang mentransformasikan masukan (input) menjadi hasil keluaran (output) yang berupa
OPTIMASI DISTRIBUSI PRODUK DENGAN METODE TRANSPORTASI BERDASARKAN PERMINTAAN PRODUK DI PT. XYZ SURABAYA
Optimasi Distribusi Produk dengan Metode Transportasi (Primadiarta dkk.) OPTIMASI DISTRIBUSI PRODUK DENGAN METODE TRANSPORTASI BERDASARKAN PERMINTAAN PRODUK DI PT. XYZ SURABAYA Ari Sam Primadiarta *, Narto,
BAB 1. PENDAHULUAN. Permasalahan pendistribusian barang oleh depot ke konsumen merupakan
BAB 1. PENDAHULUAN 1.1 Latar Belakang Permasalahan pendistribusian barang oleh depot ke konsumen merupakan komponen penting dalam sistem pelayanan depot suatu perusahaan, proses tersebut dapat terjadi
III. METODE PENELITIAN
III. METODE PENELITIAN 3.1. Kerangka Penelitian Dalam setiap perusahaan berusaha untuk menghasilkan nilai yang optimal dengan biaya tertentu yang dikeluarkannya. Proses penciptaan nilai yang optimal dapat
OPTIMALISASI PRODUKSI MENGGUNAKAN MODEL LINEAR PROGRAMMING (Studi Kasus : Usaha Kecil Menengah Kue Semprong)
OPTIMALISASI PRODUKSI MENGGUNAKAN MODEL LINEAR PROGRAMMING (Studi Kasus : Usaha Kecil Menengah Kue Semprong) Ai Nurhayati 1, Sri Setyaningsih 2,dan Embay Rohaeti 2. Program Studi Matematika Fakultas Matematika
III. METODE PENELITIAN
III. METODE PENELITIAN 3.1. Kerangka Pemikiran Penelitian Operation Research (OR) digunakan dalam penyelesaian masalahmasalah manajemen untuk meningkatkan produktivitas, atau efisiensi. Metode dalam Teknik
ABSTRAK. Universitas Kristen Maranatha
ABSTRAK Persaingan yang makin ketat dalam dunia usaha di Indonesia membuat banyak perusahaan harus mengatur kembali dalam upaya untuk mempertahankan atau memperluas pangsa pasar yang semakin sempit. Setiap
LAPORAN TUGAS AKHIR ANALISA BULLWHIP EFFECT
LAPORAN TUGAS AKHIR ANALISA BULLWHIP EFFECT PADA RETAIL AIR MINUM DALAM KEMASAN Studi Kasus Pada CV. Tirta Mekar Jaya Jl. Bat - Kareb No. 51 Tegalmulyo, Kartasura, Sukoharjo, Jawa Tengah Diajukan Kepada
ABSTRAK. Universitas Kristen Maranatha
ABSTRAK Perencanaan agregat merupakan faktor penunjang yang sangat penting untuk kelancaran produksi. Dengan adanya perencanaan agregat yang baik, diharapkan proses produksi dapat berjalan dengan lancar,
BAB III PEMBAHASAN. = tujuan atau target yang ingin dicapai. = jumlah unit deviasi yang kekurangan ( - ) terhadap tujuan (b m )
BAB III PEMBAHASAN A. Penyelesaian Perencanaan Produksi dengan Model Goal Programming Dalam industri makanan khususnya kue dan bakery, perencanaan produksi merupakan hasil dari optimisasi sumber-sumber
OPTIMASI PROFIT PADA PRODUKSI GULA SEMUT FORTIFIKASI VITAMIN A DENGAN TIGA TINGKATAN KUALITAS GRADE DI PT. XYZ
JURNAL TEKNOLOGI AGRO-INDUSTRI Vol. 2 No.1 ; Juni 2015 OPTIMASI PROFIT PADA PRODUKSI GULA SEMUT FORTIFIKASI VITAMIN A DENGAN TIGA TINGKATAN KUALITAS GRADE DI PT. XYZ NINA HAIRIYAH Jurusan Teknologi Industri
IV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan di Rinadya Yoghurt yang berlokasi di Bukit Asri Ciomas Blok A5 No. 9, Kecamatan Ciomas, Kabupaten Bogor, Jawa Barat. Pemilihan
Minimalisasi Biaya Pendistribusian Air pada Musim Kemarau di Kabupaten Soppeng dengan Menggunakan Metode Zero Suffix dan Danzing
Minimalisasi Biaya Pendistribusian Air pada Musim Kemarau di Kabupaten Soppeng dengan Menggunakan Metode Zero Suffix dan Danzing Samsuddin 1, Aidawayati Rangkuti 2, Hendra 3 Email: edosamsuddin@gmail.com
BAB III Transportasi
BAB III Transportasi 1. Metode Transportasi Metode transportasi adalah suatu metode yang digunakan untuk mengatur distribusi dari sumber-sumber yang menyediakan produk yang sama atau sejenis ke tempat
Optimasi Pengalokasian Produksi Barang Jadi dengan Menggunakan Solver Add-Ins. Ratna Puspita Indah STMIK Duta Bangsa Surakarta ABSTRAK
Optimasi Pengalokasian Produksi Barang Jadi dengan Menggunakan Solver Add-Ins Ratna Puspita Indah STMIK Duta Bangsa Surakarta ABSTRAK Persoalan keuntungan yang tidak dikelola dengan baik seringkali menjadi
BAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2. Tinjauan Teori dan Konsep 2.. Pengertian Manajemen Produksi/Operasi Sebelum membahas lebih jauh mengenai metode transportasi, perlu diuraikan terlebih dahulu mengenai pengertian
VII. KEPUTUSAN PRODUKSI AKTUAL DAN OPTIMAL
VII. KEPUTUSAN PRODUKSI AKTUAL DAN OPTIMAL 7.1 Keputusan Produksi Aktual Keputusan produksi aktual adalah keputusan produksi yang sudah terjadi di P4S Nusa Indah. Produksi aktual di P4S Nusa Indah pada
ANALISIS SISTEM DISTRIBUSI UNTUK MEMINIMALKAN BIAYA DENGAN MENGGUNAKAN METODE TRANSPORTASI
ANALISIS SISTEM DISTRIBUSI UNTUK MEMINIMALKAN BIAYA DENGAN MENGGUNAKAN METODE TRANSPORTASI Heri Wibowo 1, Hidayat 2, Almi Ratna Palupi 3 Program Studi Teknik Industri Universitas Malahayati Jl. Pramuka
OPTIMASI MASALAH TRANSPORTASI DENGAN MENGGUNAKAN METODE POTENSIAL PADA SISTEM DISTRIBUSI PT. XYZ
Saintia Matematika Vol. 1, No. 5 (2013), pp. 407 418. OPTIMASI MASALAH TRANSPORTASI DENGAN MENGGUNAKAN METODE POTENSIAL PADA SISTEM DISTRIBUSI PT. XYZ Diah Purnama Sari, Faigiziduhu Bu ulolo, Suwarno Ariswoyo
MASALAH PENUGASAN METODE KUANTITATIF MANAJEMEN
MASALAH PENUGASAN METODE KUANTITATIF MANAJEMEN Disusun sebagai Tugas Akhir Triwulan I Mata Kuliah Metode Kuantitatif Manajemen Disusun Oleh : TEDY SAPUTRA (P056132391.51) YUNIAR ENDAH PALUPI (P056132441.51)
BAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan di bidang industri yang pesat dan maju dapat terlihat pada jumlah produk dalam setiap produksi dari sebuah perusahaan atau pabrik. Produk yang telah di
BAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1 Jenis dan Metode Penelitian Metode penelitian yang akan dilakukan di dalam penelitian ini yaitu dengan metode deskriptif eksploratif. Penelitian deskriptif eksploratif adalah
Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Studi Agribisnis Fakultas Pertanian Universitas Jambi
Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Studi Agribisnis Fakultas Pertanian Universitas Jambi Merupakan salah satu bentuk dari model jaringan kerja (network). Suatu model yang berhubungan dengan
ANALISIS MODEL LINEAR PROGRAMMING
VII ANALISIS MODEL LINEAR PROGRAMMING 7.1. Penentuan Model Linear Programming Produksi Tempe Dampak kenaikan harga kedelai pada pengrajin tempe skala kecil, menengah, dan besar dianalisis dengan menggunakan
OPTIMIZATION THE NUMBER OF GENTRY FILLING OIL (BBM) USING A LINEAR PROGRAMMING APPROACH TO FULFILL THE DEMAND (Case Study : PT.
OPTIMASI BANYAKNYA GENTRY PENGISIAN BAHAN BAKAR MINYAK (BBM) DENGAN PENDEKATAN PROGRAM LINIER UNTUK MEMENUHI PERMINTAAN (Studi Kasus : PT.XYZ Surabaya) OPTIMIZATION THE NUMBER OF GENTRY FILLING OIL (BBM)
ANALISIS HASIL KOMBINASI PRODUK DAN TINGKAT PENJUALAN DALAM UPAYA MEMAKSIMALKAN LABA (STUDI KASUS PADA PERUSAHAAN ROTI 33 DI SRAGEN) SKRIPSI
ANALISIS HASIL KOMBINASI PRODUK DAN TINGKAT PENJUALAN DALAM UPAYA MEMAKSIMALKAN LABA (STUDI KASUS PADA PERUSAHAAN ROTI 33 DI SRAGEN) SKRIPSI Untuk Memenuhi Sebagian Persyaratan Guna Mencapai Gelar Sarjana
IV. HASIL DAN PEMBAHASAN
23 IV. HASIL DAN PEMBAHASAN 4.1. Gambaran Umum Perusahaan Marbella Bakery merupakan salah satu produsen roti di Jakarta Timur khususnya di sekitar kelurahan Pekayon. Usaha ini didirikan oleh Bapak J. Hoeru
VISUALISASI TEORI OPTIMALISASI BIAYA TRANSPORTASI UNTUK PEMBELAJARAN RISET OPERASI
VISUALISASI TEORI OPTIMALISASI BIAYA TRANSPORTASI UNTUK PEMBELAJARAN RISET OPERASI Agus Sasmito Aribowo Jurusan Teknik Informatika UPN "Veteran" Yogyakarta Jl. Babarsari no 2 Tambakbayan 55281 Yogyakarta
BAB 2 LANDASAN TEORI DAN KERANGKA PEMIKIRAN
BAB 2 LANDASAN TEORI DAN KERANGKA PEMIKIRAN 2.1 Landasan Teori 2.1.1 Pengertian Manajemen Operasi Serangkaian kegiatan yang menciptakan nilai dalam bentuk barang dan jasa dengan mengubah input menjadi
PENERAPAN MODEL TRANSPORTASI DAN DECISION TREE PADA DISTRIBUSI BARANG
PENERAPAN MODEL TRANSPORTASI DAN DECISION TREE PADA DISTRIBUSI BARANG Arlita Armanto; Haryadi Sarjono Management Department, School of Business Management, Binus University, Jl. K. H. Syahdan No. 9, Palmerah,
II. TINJAUAN PUSTAKA 2.1. Definisi Usaha Kecil Menengah
II. TINJAUAN PUSTAKA 2.1. Definisi Usaha Kecil Menengah Pengertian Usaha Kecil Menengah (UKM) menurut Keputusan Presiden RI No. 99 tahun 1998, yaitu kegiatan ekonomi rakyat yang berskala kecil dengan bidang
BAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN Penelitian ini akan melakukan pengembangan dari model yang sudah ada tentang penanganan logistik bantuan. Penentuan rute dan jumlah alokasi komoditi ke setiap titik permintaan
OPT.IMASI ALAT ANGKUT PENGIRIMAN BERAS (Studi Kasus pada PT. Umbul Berlian Semarang)
2012 Enty Nur Hayati 58 OPT.IMASI ALAT ANGKUT PENGIRIMAN BERAS (Studi Kasus pada PT. Umbul Berlian Semarang) Enty Nur Hayati Dosen Fakultas Teknik Universitas Stikubank Semarang DINAMIKA TEKNIK Vol. VI,
BAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dewasa ini begitu banyak perusahaan yang berdiri di tengah kehidupan masyarakat. Berdirinya suatu perusahaan di tengah-tengah kehidupan masyarakat mempunyai tujuan
Lampiran 1. Peta Lokasi Peneliti. Peta Teluk Levun Kabupaten Maluku Tenggara
123 123 Lampiran 1. Peta Lokasi Peneliti Peta Teluk Levun Kabupaten Maluku Tenggara 124 124 125 125 Lampiran.2. Sarana Input Produksi Budidaya Ikan Kerapu dan Rumput Laut di Kawasan Teluk Levun Unit Budidaya
Biaya Perencanaan Agregat Metode-Metode Perencanaan Agregat Linear Programming Pengertian Linear
x DAFTAR ISI HALAMAN JUDUL... i SURAT PERNYATAAN KEASLIAN TUGAS AKHIR... ii SURAT KETERANGAN SELESAI PENELITIAN TUGAS AKHIR... iii LEMBAR PENGESAHAN DOSEN PEMBIMBING... iv LEMBAR PENGESAHAN DOSEN PENGUJI...
UNIVERSITAS BINA NUSANTARA USULAN PENGENDALIAN PERSEDIAAN BAHAN BAKU UNTUK PRODUKSI SEPATU MILITER DI PT. MARINO PELITA INDONESIA
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Industri Tugas Akhir Sarjana Semester Genap tahun 2006/2007 USULAN PENGENDALIAN PERSEDIAAN BAHAN BAKU UNTUK PRODUKSI SEPATU MILITER DI PT. MARINO PELITA INDONESIA
PERENCANAAN RUTE DISTRIBUSI PRODUK OLIE DRUM UNTUK MEMINIMALKAN BIAYA TRANSPORTASI DENGAN METODE SAVINGS MATRIX DI PT KAMADJAJA LOGISTICS SURABAYA
PERENCANAAN RUTE DISTRIBUSI PRODUK OLIE DRUM UNTUK MEMINIMALKAN BIAYA TRANSPORTASI DENGAN METODE SAVINGS MATRIX DI PT KAMADJAJA LOGISTICS SURABAYA SKRIPSI Oleh : ASTIEN ALIMUDIN NPM : 0732215011 JURUSAN
ABSTRACT. Kata Kunci: Demand forecasting, Trend Linier method, agregat planning, efficiency. vii. Universitas Kristen Maranatha
ABSTRACT Aggregate planning is the supporting factor that is very important to perform operations function. By developing aggregate planning, a company can smooth production process, keep demand and supply
III KERANGKA PEMIKIRAN
III KERANGKA PEMIKIRAN 3.1 Kerangka Pemikiran Teoritis 3.1.1 Sistem Produksi Secara umum produksi dapat diartikan sebagai suatu kegiatan atau proses yang mentransformasikan masukan (input) menjadi hasil
BAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Dalam bab ini akan diuraikan mengenai metode-metode ilmiah dari teori-teori yang digunakan dalam penyelesaian persoalan untuk menentukan model program linier dalam produksi.. 2.1 Teori
PENERAPAN MODEL LINEAR GOAL PROGRAMMING UNTUK OPTIMASI PERENCANAAN PRODUKSI
PENERAPAN MODEL LINEAR GOAL PROGRAMMING UNTUK OPTIMASI PERENCANAAN PRODUKSI Natalia Esther Dwi Astuti 1), Lilik Linawati 2), Tundjung Mahatma 2) 1) Mahasiswa Program Studi Matematika FSM UKSW 2) Dosen
PENERAPAN BRANCH AND BOUND ALGORITHM DALAM OPTIMALISASI PRODUKSI ROTI
E-Jurnal Matematika Vol. 5 (4), November 2016, pp. 148-155 ISSN: 2303-1751 PENERAPAN BRANCH AND BOUND ALGORITHM DALAM OPTIMALISASI PRODUKSI ROTI Gede Suryawan 1, Ni Ketut Tari Tastrawati 2, Kartika Sari
VI HASIL DAN PEMBAHASAN
VI HASIL DAN PEMBAHASAN 6.1. Perumusan Fungsi Tujuan Berdasarkan metode penelitian, perumusan model program linear didahului dengan penentuan variabel keputusan, fungsi tujuan, dan kendala. Fungsi tujuan
OPTIMASI KEUNTUNGAN PEMBELIAN MANIK-MANIK DI C.V BURHANI SURABAYA DENGAN MENGGUNAKAN PEMOGRAMAN LINIER
OPTIMASI KEUNTUNGAN PEMBELIAN MANIK-MANIK DI C.V BURHANI SURABAYA DENGAN MENGGUNAKAN PEMOGRAMAN LINIER Ammar Nuruddin* dan Bobby O.P. Soepangkat** Program Pascasarjana Magister Manajemen Teknologi ITS
ANALISIS SENSITIVITAS MASALAH TRANSPORTASI DAN PENERAPANNYA PADA PENDISTRIBUSIAN PRODUK OTENTIK COFFEE YOGYAKARTA TUGAS AKHIR SKRIPSI
ANALISIS SENSITIVITAS MASALAH TRANSPORTASI DAN PENERAPANNYA PADA PENDISTRIBUSIAN PRODUK OTENTIK COFFEE YOGYAKARTA TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
BAB 2 LANDASAN TEORI. 2.1 Pengertian Program Linier (Linear Programming)
BAB 2 LANDASAN TEORI 2.1 Pengertian Program Linier (Linear Programming) Menurut Sri Mulyono (1999), Program Linier (LP) merupakan metode matematik dalam mengalokasikan sumber daya yang langka untuk mencapai
BAB III METODE PENELITIAN. daya yang ada seefisien mungkin, dengan biaya yang sekecil-kecilnya untuk
BAB III METODE PENELITIAN 3.1 Penetapan Kriteria Optimasi Menurut Gunawan (2002, p57), optimasi adalah usaha menggunakan sumber daya yang ada seefisien mungkin, dengan biaya yang sekecil-kecilnya untuk
BAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Distribusi Distribusi merupakan proses pemindahan barang-barang dari tempat produksi ke berbagai tempat atau daerah yang membutuhkan. Kotler (2005) mendefinisikan bahwa
Bab 3 Metodologi Penelitian
Bab 3 Metodologi Penelitian 3.1. Flowchart Pemecahan Masalah Flowchart pemecahan masalah merupakan tahapan-tahapan yang dilakukan pada saat melakukan penelitian. Dimulai dari tahap observasi di PT. Agronesia
ANALISA PERBANDINGAN METODE VAM DAN MODI DALAM PENGIRIMAN BARANG PADA PT. MITRA MAYA INDONESIA
ANALISA PERBANDINGAN METODE VAM DAN MODI DALAM PENGIRIMAN BARANG PADA PT. MITRA MAYA INDONESIA Trisnani Mahasiswa Teknik Informatika STMIK Budi Darma JL. Sisingamangaraja NO. 338 Simpang Limun Medan ABSTRAK
EFISIENSI BIAYA DISTRIBUSI DENGAN METODE TRANSPORTASI
EFISIENSI BIAYA DISTRIBUSI DENGAN METODE TRANSPORTASI Hendi Nirwansah dan Widowati Jurusan Matematika FMIPA UNDIP Semarang Jl. Prof. H. Soedarto, SH, Tembalang, Semarang, 50275 Abstrak Aplikasi matematika
PERENCANAAN AGREGAT DENGAN METODE TRANSPORTASI PADA PT. X PASURUAN
Widya Teknika Vol.18 No.1; Maret 2010 ISSN 1411 0660 : 6-10 PERENCANAAN AGREGAT DENGAN METODE TRANSPORTASI PADA PT. X PASURUAN Abstrak Arie Restu Wardhani 1) PT. X merupakan perusahaan yang bergerak di
PENELITIAN OPERASIONAL I (TIN 4109)
PENELITIAN OPERASIONAL I (TIN 409) Lecture 9 LINEAR PROGRAMMING Lecture 9 Outline: Analisa Sensitivitas Simple Duality References: Frederick Hillier and Gerald J. Lieberman. Introduction to Operations
BAB III PEMBAHASAN. kali makanan utama dan tiga kali makanan antara/kudapan (snack) dengan jarak
BAB III PEMBAHASAN A. Perencanaan Menu Diet Diabetes Mellitus Diet DM di RS PKU Muhammadiyah Yogyakarta diberikan dengan cara tiga kali makanan utama dan tiga kali makanan antara/kudapan (snack) dengan
LAPORAN TUGAS AKHIR PENENTUAN RUTE DISTRIBUSI UNTUK MEMINIMALKAN BIAYA TRANSPORTASI MENGGUNAKAN METODE SAVING MATRIX
LAPORAN TUGAS AKHIR PENENTUAN RUTE DISTRIBUSI UNTUK MEMINIMALKAN BIAYA TRANSPORTASI MENGGUNAKAN METODE SAVING MATRIX, NEAREST INSERT DAN NEAREST NEIGHBOR (Studi Kasus : PT. PRIMATEXCO INDONESIA) Jalan
BAB I PENDAHULUAN. dikembangkan oleh pelaku industri karena merupakan salah satu bahan pangan
BAB I PENDAHULUAN 1.1 Latar Belakang Pembangunan sektor pertanian mempunyai fungsi penting dalam rangka memenuhi kebutuhan masyarakat akan bahan pangan pokok. Salah satu bahan tersebut adalah gula pasir.
ISSN OPTIMALISASI PEMECAHAN MASALAH TRANSPORTASI MENGGUNAKAN METODE NWC, INPEKSI, DAN VAM
ISSN 0216-3241 83 OPTIMALISASI PEMECAHAN MASALAH TRANSPORTASI MENGGUNAKAN METODE NWC, INPEKSI, DAN VAM Oleh Nyoman Martha Adiwikanta, Ni Ketut Kertiasih Jurusan Manajemen Informatika, FTK, UNDIKSHA ABSTRAK
METODE IMPROVED EXPONENTIAL APPROACH DALAM MENENTUKAN SOLUSI OPTIMUM PADA MASALAH TRANSPORTASI
METODE IMPROVED EXPONENTIAL APPROACH DALAM MENENTUKAN SOLUSI OPTIMUM PADA MASALAH TRANSPORTASI Dimas Alfan Hidayat 1, Siti Khabibah, M.Sc 2, Suryoto, M.Si 2 Program Studi Matematika FSM Universitas Diponegoro
OPTIMASI DISTRIBUSI GULA MERAH PADA UD SARI BUMI RAYA MENGGUNAKAN MODEL TRANSPORTASI DAN METODE LEAST COST
OPTIMASI DISTRIBUSI GULA MERAH PADA UD SARI BUMI RAYA MENGGUNAKAN MODEL TRANSPORTASI DAN METODE LEAST COST Deasy Permata Sari A12.2010.04110 Program Studi Sistem Informasi S1 Fakultas Ilmu Komputer Universitas
Pokok Bahasan VI Metode Transportasi METODE TRANSPORTASI. Metode Kuantitatif. 70
METODE TRANSPORTASI Metode Kuantitatif. 70 POKOK BAHASAN VI METODE TRANSPORTASI Sub Pokok Bahasan : 1. Metode North West Corner Rule 2. Metode Stepping Stone. 3. Metode Modi 4. Metode VAM Instruksional
ABSTRAK. Universitas Kristen Maranatha
ABSTRAK PT X merupakan industri makanan di Depok yang memproduksi roti dengan 23 varian roti. Masalah yang dihadapi perusahaan saat ini adalah sering terjadinya over stock dan terkadang lost sales yang
BAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perencanaan produksi sebagai suatu perencanaan taktis yang bertujuan untuk memberikan keputusan berdasarkan sumber daya yang dimiliki perusahaan dalam memenuhi permintaan
BAB I PENDAHULUAN. ekspedisi. Permasalahan distribusi tersebut mencakup kemudahan untuk
BAB I PENDAHULUAN 1.1. Latar Belakang Distribusi suatu barang memegang peranan penting pada perusahaan ekspedisi. Permasalahan distribusi tersebut mencakup kemudahan untuk mendapatkan suatu produk kapan
IV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian Penelitian ini dilakukan di Pabrik Kelapa Sawit (PKS) Adolina PTPN IV Medan, Sumatera Utara. Pemilihan lokasi penelitian dilakukan secara sengaja
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN LOKASI DAN EVALUASI LOKASI PEMASARAN PRODUK (GULA) MENGGUNAKAN METODE AHP (STUDI KASUS : PT.
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN LOKASI DAN EVALUASI LOKASI PEMASARAN PRODUK (GULA) MENGGUNAKAN METODE AHP (STUDI KASUS : PT.MADUBARU) #1 Riki Irawan (10018101), #2 Sri Winiarti (0516127501). Program
STUDI OPTIMASI PENGGUNAAN ENERGI LISTRIK PADA SISTEM TATA CAHAYA BUATAN DI GEDUNG POLITEKNIK NEGERI PONTIANAK
Vokasi Volume IX, Nomor 3, Nopember 2013 ISSN 1693 9085 hal 141-151 STUDI OPTIMASI PENGGUNAAN ENERGI LISTRIK PADA SISTEM TATA CAHAYA BUATAN DI GEDUNG POLITEKNIK NEGERI PONTIANAK Medi Yuwono Tharam, Fartha
UNIVERSITAS SUMATERA UTARA MEDAN
PERENCANAAN DAN PENJADWALAN AKTIVITAS DISTRIBUSI DENGAN MENGGUNAKAN DISTRIBUTION REQUIREMENT PLANNING (DRP) DI PT COCA-COLA BOTTLING INDONESIA MEDAN TUGAS SARJANA Diajukan Untuk Memenuhi Sebagian Dari
OPTIMALISASI JADWAL KUNJUNGAN EKSEKUTIF PEMASARAN DENGAN GOAL PROGRAMMING
OPTIMALISASI JADWAL KUNJUNGAN EKSEKUTIF PEMASARAN DENGAN GOAL PROGRAMMING Abstrak Oleh : Sintha Yuli Puspandari 1206 100 054 Dosen Pembimbing : Drs. Sulistiyo, M.T Jurusan Matematika Fakultas Matematika
EFISIENSI BIAYA TRANSPORTASI DENGAN PENDEKATAN METODE NORTH WEST CORNER DAN STEPPING STONE (Studi Kasus Industri Air Minum Kemasan di Lampung)
120 EFISIENSI BIAYA TRANSPORTASI DENGAN PENDEKATAN METODE NORTH WEST CORNER DAN STEPPING STONE (Studi Kasus Industri Air Endang Siswati Prihastuti Dosen Fakultas Ekonomi Universitas Bandar Lampung email:
Hermansyah, Helmi, Eka Wulan Ramadhani INTISARI
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 5, No. 3(216), hal 249 256. PERBANDINGAN METODE STEPPING STONE DAN MODIFIED DISTRIBUTION DENGAN SOLUSI AWAL METODE LEAST COST UNTUK MEMINIMUMKAN
BAB 3 LANGKAH PEMECAHAN MASALAH
49 BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Standar Optimasi Dasar evaluasi untuk mengoptimalkan supply chain management pada Honda Tebet (PT. Setianita Megah Motor) dari proses bisnis perusahaan
BAB 3 LANGKAH PEMECAHAN MASALAH
BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Yang dimaksud dengan optimasi adalah suatu proses untuk mencapai hasil yang ideal atau optimal (nilai efektif yang dapat dicapai). Optimasi
BAB VI Program Linear Bilangan Bulat
BAB VI Program Linear Bilangan Bulat Permasalahan program linear bilangan bulat muncul ketika kita harus memutuskan jumlah barang yang kita perlukan berbentuk bilangan bulat, seperti menentukan banyaknya
IV METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian 4.2 Jenis dan Sumber Data
IV METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini dilaksanakan di Kelompok Tani Pondok Menteng Desa Citapen, Kecamatan Ciawi, Kabupaten Bogor, Jawa Barat. Pemilihan lokasi dilakukan secara