OPTIMASI PERENCANAAN PRODUKSI CAT DI PT. XYZ DENGAN METODE MIXED INTEGER PROGRAMMING

Transkripsi

1 OPTIMASI PERENCANAAN PRODUKSI CAT DI PT. XYZ DENGAN METODE MIXED INTEGER PROGRAMMING Michael Firman Mulyono dan Abdullah Shahab Program Studi MagisterManajemenTeknologi InstitutTeknologiSepuluh Nopember Jl. Cokroaminoto 12A, Surabaya, 60264, JawaTimur, Indonesia ABSTRAK Persaingan yang ketat di industri cat menuntut PT. XYZ memperbaiki diri agar dapat mengambil tempat sebagai pemimpin pasar sesuai visi dari perusahaan.selain ketepatan pemenuhan kebutuhan konsumen, PT XYZ memiliki strategi kepemimpinan biaya dalam memenangkan persaingan pasar. Departemen produksi sebagai bagian dari rantai pasok perusahaan memiliki kontribusi terkait pemenuhan kebutuhan produksi secara efektif dan efisien. Dengan adanya sumber-sumber daya yang terbatas, optimasi perencanaan produksi untuk memastikan pemenuhan kebutuhan produksi dan efisiensi biaya menjadi hal yang penting untuk dilaksanakan. Perencanaan produksi yang diharapkan adalah perencanaan produksi yang meminimalkan total biaya yang ada, memenuhi kebutuhan produksi, mengoptimalkan penggunaan sumber daya, dan memenuhi pendapatan minimum yang diharapkan pekerja. Metode mixed integer programming yang merupakan pengembangan dari metode linear programming dipilih untuk memberikan solusi karena tepat untuk digunakan untuk menyelesaikan permasalahan yang mengharuskan sebagian variabel keputusan bernilai integer (bulat). Hasil optimasi dengan metode mixed integer programming, menghasilkan penurunan total biaya per minggu sebesar Rp ,- atau sebesar 2.3%., memperbaiki pemenuhan kebutuhan produksi, dan memperbaiki pencapaian pemenuhan upah minimum pekerja. Kata kunci: perencanaan produksi, optimasi, efisiensi biaya, mixed integer programming. PENDAHULUAN Pabrik cat PT XYZ didirikan tahun 1997 untuk memproduksi cat water base dan cat solvent Base. Sampai saat ini PT XYZ masih belum menjadi pemimpin pasar, hal ini dikarenakan persaingan di industri cat yang begitu ketat dengan banyaknya pesaing yang ada di industri tersebut. Persaingan yang ketat di industri cat menuntut PT. XYZ memperbaiki diri agar dapat mengambil tempat sebagai pemimpin pasar sesuai visi dari perusahaan. Produk cat PT XYZ secara garis besar dibagi menjadi dua berdasarkan jenis pelarut yang digunakan yaitu cat water base (WB) yang menggunakan air sebagai pelarut dan cat solvent base (SB) yang menggunakan pelarut selain air. Kurang lebih 90% dari total produksi produk cat PT. XYZ berasal dari produk cat water base. Hal ini dikarenakan sebagian besar kebutuhan konsumen produk cat adalah untuk keperluan pengecatan tembok interior dan eksterior. Hal ini menyebabkan perencanaan produksi untuk cat water base lebih kompleks daripada cat solvent base. Selama ini terjadi beberapa keterlambatan pemenuhan permintaan produk dari konsumen. Keterlambatan tersebut dikarenakan tidak tersedianya produk yang tepat pada saat produk akan dikirim ke konsumen. Ketidaktersediaan produk tersebut disebabkan perencanaan produksi yang dilakukan PT XYZ selama ini belum mencakup perencanaan A-33-1

2 alokasi sumber daya yang digunakan. Pembagian alokasi sumber daya dilakukan bagian produksi yang bersifat subjektif dan belum tentu optimal. Hal ini menyebabkan tidak meratanya pengunaan sumber daya yang sering mengakibatkan terjadinya kekurangan kapasitas produksi. Menurut Adonyi (2008), perencanaan produksi memegang peran penting dalam optimasi alokasi sumber daya dalam produksi bermacam-macam produk.pt XYZ memiliki strategi kepemimpinan biaya dalam memenangkan persaingan pasar sehingga selain ketepatan pemenuhan kebutuhan konsumen, optimasi perencanaan produksi untuk memastikan efisiensi biaya menjadi hal yang penting untuk dilaksanakan. Faktor pertama yang mempengaruhi kompleksitas perencanaan produksi produk cat adalah banyaknya variasi warna untuk sebuah produk cat. Faktor kedua adalah sistem produksi batch. Sistem produksi batch menyebabkan perencanaan produksi tidak terlalu fleksibel dan memungkinkan terjadinya kelebihan produksi untuk produk tertentu. Faktor ketiga adalah pengunaan sumber daya terbatas yang sama untuk proses produksi berbagai jenis produk yang ada. Perencanaan produksi yang kurang tepat dapat mengakibatkan produk diproduksi pada jumlah yang tidak seharusnya, penggunaan sumber daya tidak optimal, serta permasalahan kepuasan terhadap pendapatan pekerja yang sering menyebabkan turn over yang tinggi dan mengakibatkan fluktuasi kapasitas. Kesemuanya ini akhirnya berimbas pada tidak terpenuhinya permintaan dari konsumen dan tingginya total biaya yang harus ditanggung. Perencanaan produksi yang diharapkan adalah perencanaan produksi yang meminimalkan total biaya yang ada dengan tetap memenuhi permintaan dari konsumen, mengoptimalkan penggunaan sumber daya, dan memenuhi pendapatan minimum yang diharapkan pekerja. Menurut Hillier dan Lieberman (2000), linear programing merupakan alat yang baik sekali untuk menyelesaikan permasalahan umum terkait alokasi sumber daya yang terbatas untuk aktivitas-aktivitas yang ada dengan cara yang paling optimal. Menurut Perry dan Preston (1986), metode linear programming banyak dipilih sebagai alat menyelesaikan permasalahan karena mudah dalam pengumpulan data, fungsi tujuan mudah dipahami, serta menghasilkan solusi yang optimum dengan biaya minimum. Metode mixed integer programming yang merupakan pengembangan dari metode linear programming tepat untuk digunakan untuk menyelesaikan permasalahan yang mengharuskan sebagian variabel keputusan bernilai integer (bulat). METODE Metode mixed integer programming merupakan program linier dimana beberapa variabel memiliki nilai-nilai integer (bulat) dan diskrit. Berikut adalah formulasi model matematis untuk permasalahan optimasi perencanaan produksi cat: Formulasi Variabel Keputusan Variabel keputusan untuk proses produksi base, proses colour matching, dan packing secara berurutan adalah TBij, TBik, TClj, TClk, TClm,XPnj, XPnv, XPoj, XPov, SPn, dan SPo dimana: TBij : Jumlah batch base i yang diproduksi di mixer produksi atas j per minggu. TBik : Jumlah batch base i yang diproduksi di mixer produksi bawah k per minggu. TClj : Jumlah batch cat warna l yang diproduksi di mixer produksi atas j per minggu. TClk : Jumlah batch cat warna l yang diproduksi di mixer produksi bawah k per minggu. TClm : Jumlah batch cat warna l yang diproduksi di mixercolour matching m per minggu. XPnj : Jumlah produk jadi base n (dalam satuan unit produk) yang dikemas di mixer produksi atas j per minggu. A-33-2

3 XPnv XPoj XPov SPn SPo : Jumlah produk jadi base n (dalam satuan unit produk) yang dikemas di dak packing v per minggu. : Jumlah produk jadi warna o (dalam satuan unit produk) yang dikemas di mixer produksi atas j per minggu. : Jumlah produk jadi warna o (dalam satuan unit produk) yang dikemas di dak packing v per minggu. : Jumlah stok produk jadi base n per minggu. : Jumlah stok produk jadi warna o per minggu. Formulasi Fungsi Tujuan Fungsi tujuan pada penelitian ini adalah minimasi total biaya yang terdiri atas biaya produksi, biaya proses colour matching, biaya pengemasan produk, dan biaya stok. Berikut adalah formulasi matematis untuk fungsi tujuan penelitian ini: Min: z = Dimana: CBij = Biaya untuk memproduksi 1 batch cat basei di mixer produksi atas j. CBik = Biaya untuk memproduksi 1 batch cat basei di mixer produksi bawah k. CClj = Biaya untuk proses colour matching 1 batch cat warna l dimixer produksi atas j. CClk = Biaya untuk proses colour matching 1 batch cat warna l dimixer produksi bawah k. CClm = Biaya untuk proses colour matching 1 batch cat warna l di mixercolour matching m. CPn = Biaya untuk proses pengemasan per unit produk jadi base n. CPo = Biaya untuk proses pengemasan per unit produk jadi warna o. CSPn = Biaya stok per unit produk jadi base n. CSPo = Biaya stok per unit produk jadi warna o. Formulasi Fungsi Kendala Batasan-batasan yang membatasi fungsi tujuan pada penelitian ini antara lain sebagai berikut: 1. Batasan Permintaan Produk Jadi Base + (1) n = 1,,F (2) A-33-3

4 Produk Jadi Warna + o = F+1,,G (3) 2. Batasan Kapasitas Mesin Mixer produksi atas + j = 1,,B (4) Mixer produksi bawah + k = B+1,,C (5) Mixercolour matching m = C+1,,E (6) 3. Batasan Kapasitas Tangki Produksi Atas ( + ) j = 1,, B (7) 4. Batasan Nilai Integer i = 1,,A j = 1,.,B (8) i = 1,,A k = B+1,.,C (9) l = 1,,D j = 1,,B (10) l = 1,,D k = B+1,,C (11) l = 1,,D m = C+1,,E (12) A-33-4

5 5. Batasan Kapasitas Lokasi Packing Mixer Produksi + j = 1,,B (13) Dak Packing + v = 1,,H (14) 6. Batasan Input Output a. Input output packing produk jadi cat warna. Mixer produksi atas = l = 1,,D j = 1,,B (15) Dak packing + + = + l = 1,,D (16) b. Input output proses colour matching Mixer Produksi Atas = + + i = 1,,A j = 1,,B (17) Mixer Produksi Bawah = + i = 1,,A k = B+1,,C (18) Mixer Colour Matching + = + + i = 1,,A (19) A-33-5

6 7. Batasan Ketersediaan Moving Tank + ( + ) + ( + ) Batasan Penghasilan Pekerja (20) Mixer Produksi + j = 1,,B (21) + v = 1,,H (22) 9. Batasan Stok Produk Jadi Produk jadi base + = n = 1,,F (23) Produk jadi warna + = o = F+1,,G (24) HASIL DAN PEMBAHASAN Setelah permasalahan diformulasikan dalam model matematis, dilakukan penyelesaian model dengan menggunakan program lingo 11 untuk mendapatkan solusi feasible yang paling optimum. Hasil output program untuk variable keputusan jumlah batch produksi cat base dan proses colour matching dapat dilihat pada tabel 1. A-33-6

7 Tabel 1.Output jumlah batch produksi cat base dan colour matching Variabelkeputusan Jumlah batch /minggu Variabelkeputusan Jumlah batch /minggu TB11 1 TC11 1 TB12 4 TC12 0 TB185 0 TC409 0 Hasil output program untuk variable keputusan jumlah produk jadi yang dikemas di tiap lokasi dapat dilihat pada tabel 2. Tabel 2. Output produk jadi yang dikemas di tiap lokasi Variabelkeputusan Jumlah Unit Produkjadi/ minggu XP11 0 XP12 0 XP XP Hasil output program untuk variable keputusan jumlah stok produk jadi per minggu dapat dilihat pada table 3 Tabel 3. Output jumlah stok produk jadi per minggu Variabelkeputusan Jumlah Unit Produkjadi/ minggu SP1 0 SP2 0 SP199 0 Perbandingan hasil output model dan hasil output dari metode perusahaan dapat dilihat pada tabel 4. Tabel 4. Perbandingan Metode perusahaan dan Hasil Optimasi Model Metode Perusahaan Hasiloptimasi Total biaya (Rp) 18,304, ,888, PemenuhanKebutuhanProduksi (%) 95% 100% Pemenuhanupah minimum pekerja (%) 82% 100% A-33-7

8 KESIMPULAN DAN SARAN Berdasarkan hasil tahapan pengolahan dan analisis sebelumnya dapat disimpulkan bahwa optimasi perencanaan produksi dengan perencanaana lokasi penggunaan sumber daya yang dilakukan dengan metode mixed integer programming lebih baik dibandingkan metode perusahaan, hal ini dapat dilihat dari beberapa poin sebagai berikut: 1. Menurunkan total biaya per minggu sebesar Rp ,- atau sebesar 2.3%. 2. Memastikan pencapaian pemenuhan kebutuhan produksi. 3. Memastikan pencapaian pemenuhan upah minimum pekerja. Hasil penelitian ini sebaiknya diaplikasikan dengan pembuatan aplikasi program computer untuk membantu bagian PPIC dalam menentukan perencanaan produksi yang optimal. Diharapkan dengan adanya aplikasi tersebut perencanaan alokasi sumber daya dapat dilakukan bagian PPIC sehingga mengurangi keputusan-keputusan yang diambil bagian produksi yang subjektif dan belum tentu optimal. DAFTAR PUSTAKA Adonyi, R., Biros, G., Holezinger, T., dan Ferenc Friedler (2008), Effective Scheduling of a Large-Scale Paint Production System, Journal of Cleaner Production, Vol 16, hal Hillier, F. S., dan Lieberman, G J., (2010), Introduction to Operation Research, 9 th edtion, McGraw-Hill, New York. Perry, C., dan Preston, W.J., (1986), Production Planning with Linear Programming: From Textbook to Factory, OMEGA Int J of Mgmt Sci., Vol 14, No 3, hal Levary, R. R. (1994), Engineering Applications of Operation Research, European Journal of Operational Research, Vol 72, hal Taha, (2007), Operations Research: an Introduction, 8 th edition, Pearson Education, New Jersey. Taylor III, B. W.,(2007), Introduction to Management Science, 9 th edition, Pearson Education, New Jersey. Chase, R. B., Jacobs, F.R., dan N. J, Aquilano, (2011), Operation Management for Competitive Advantage, McGraw-Hill, New York. A-33-8