APLIKASI METODE CUTTING PLANE DALAM OPTIMISASI JUMLAH PRODUKSI TAHUNAN PADA PT. XYZ. Nico, Iryanto, Gim Tarigan

dokumen-dokumen yang mirip
PENERAPAN METODE BRANCH AND BOUND DALAM MENENTUKAN JUMLAH PRODUKSI OPTIMUM PADA CV. XYZ. Angeline, Iryanto, Gim Tarigan

PENGOPTIMALAN PERSEDIAAN DENGAN METODE SIMPLEKS PADA PT. XYZ

APLIKASI PROGRAM INTEGER PADA PERUMAHAN BUMI SERGAI DI SEI RAMPAH

BAB 2 LANDASAN TEORI

PENERAPAN MODEL PROGRAM LINIER PRIMAL-DUAL DALAM MENGOPTIMALKAN PRODUKSI MINYAK GORENG PADA PT XYZ

Modul 8. PENELITIAN OPERASIONAL INTEGER PROGRAMMING. Oleh : Eliyani PROGRAM KELAS KARYAWAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI

BAB 2 LANDASAN TEORI

Bab 2 LANDASAN TEORI

BAB 2 PROGRAM INTEGER. Program linear merupakan metode matematika untuk mengalokasikan sumber

PENERAPAN TEORI PERMAINAN DALAM STRATEGI PEMASARAN PRODUK BAN SEPEDA MOTOR DI FMIPA USU

12/15/2014. Apa yang dimaksud dengan Pemrograman Bulat? Solusi yang didapat optimal, tetapi mungkin tidak integer.

OPTIMASI MASALAH TRANSPORTASI DENGAN MENGGUNAKAN METODE POTENSIAL PADA SISTEM DISTRIBUSI PT. XYZ

BAB 1 PENDAHULUAN Latar Belakang

Trigustina Simbolon, Gim Tarigan, Partano Siagian

OPTIMASI PROGRAM LINIER PECAHAN DENGAN FUNGSI TUJUAN BERKOEFISIEN INTERVAL

APLIKASI METODE TRANSPORTASI DALAM OPTIMASI BIAYA DISTRIBUSI BERAS MISKIN (RASKIN) PADA PERUM BULOG SUB DIVRE MEDAN

PENERAPAN METODE BRANCH AND BOUND DALAM PENYELESAIAN MASALAH PADA INTEGER PROGRAMMING

BAB 3 METODE PENELITIAN

Saintia Matematika ISSN: Vol. 2, No. 2 (2014), pp

PERBANDINGAN PRODUKSI KOPI OPTIMUM ANTARA METODE F UZZY MAMDANI DENGAN F UZZY SUGENO PADA PT XYZ. Rianto Samosir, Iryanto, Rosman Siregar

PENGENDALIAN PERSEDIAAN MINYAK SAWIT DAN INTI SAWIT PADA PT PQR DENGAN MODEL ECONOMIC PRODUCTION QUANTITY (EPQ)

APLIKASI MANN-WHITNEY UNTUK MENENTUKAN ADA TIDAKNYA PERBEDAAN INDEKS PRESTASI MAHASISWA YANG BERASAL DARI KOTA MEDAN DENGAN LUAR KOTA MEDAN

APLIKASI METODE PEMULUSAN EKSPONENSIAL GANDA BROWN DALAM MERAMALKAN JUMLAH PENDUDUK BERDASARKAN JENIS KELAMIN DI KOTA MEDAN

PENELITIAN OPERASIONAL

Evelina Padang, Gim Tarigan, Ujian Sinulingga

APLIKASI ANALISIS KONJOIN UNTUK MENGUKUR PREFERENSI MAHASISWA FMIPA USU DALAM MEMILIH PRODUK PASTA GIGI

Rina Tinarty Sihombing, Henry Rani Sitepu, Rosman Siregar

Journal Knowledge Industrial Engineering (JKIE)

ANALISIS KELAYAKAN RENCANA PEMBUKAAN SHOWROOM MOBIL OLEH PT XYZ BERDASARKAN RAMALAN PERMINTAAN DI BANDA ACEH

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB 2 LANDASAN TEORI 2.1 Perencanaan Produksi

METODE SUBGRADIEN PADA FUNGSI NONSMOOTH

PENGGUNAAN METODE EOQ DAN EPQ DALAM MEMINIMUMKAN BIAYA PERSEDIAAN MINYAK SAWIT MENTAH (CPO) (Studi Kasus : PT. XYZ)

PREDIKSI KEBUTUHAN BERAS DI PROVINSI SUMATERA UTARA TAHUN DENGAN METODE FUZZY REGRESI BERGANDA. Ristauli Pakpahan, Tulus, Marihat Situmorang

PERAMALAN PENJUALAN PRODUKSI TEH BOTOL SOSRO PADA PT. SINAR SOSRO SUMATERA BAGIAN UTARA TAHUN 2014 DENGAN METODE ARIMA BOX-JENKINS

Anri Aruan, Rosman Siregar, Henry Rani Sitepu

PENGENDALIAN PERSEDIAAN PRODUKSI CRUDE PALM OIL (CPO) MENGGUNAKAN MODEL ECONOMIC PRODUCTION QUANTITY (EPQ) PADA PKS. PT. ABC

PENYELESAIAN MASALAH PEMROGRAMAN LINIER BILANGAN BULAT MURNI DENGAN METODE REDUKSI VARIABEL

PENERAPAN METODE GOAL PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI TEH (Studi Kasus: PT Perkebunan Nusantara IV Pabrik Teh Bah Butong)

ANALISIS PERSEDIAAN BAHAN BAKU SAYUR OLAHAN PADA PT. AAA

MAKSIMALISASI PROFIT DALAM PERENCANAAN PRODUKSI

ANALISA FAKTOR-FAKTOR YANG MEMPENGARUHI HASIL PRODUKSI PADI DI DELI SERDANG. Riang Enjelita Ndruru,Marihat Situmorang,Gim Tarigan

APLIKASI PROGRAM DINAMIK UNTUK MENGOPTIMALKAN BIAYA TOTAL PADA PENGENDALIAN PRODUKSI MINYAK SAWIT DAN INTI SAWIT

HALASAN B SIRAIT, PARAPAT GULTOM, ESTHER S NABABAN

UKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BEBERAPA FAKTOR YANG MEMPENGARUHI PENGELUARAN KONSUMSI PANGAN RUMAH TANGGA MISKIN (Studi Kasus di Kelurahan Sidomulyo Kecamatan Medan Tuntungan)

Polres Tapanuli Selatan merupakan bagian dari Kepolisian Republik Indonesia yang melayani di bidang pemeliharan dan keamanan, ketertiban

Saintia Matematika ISSN: Vol. 2, No. 3 (2014), pp FAKTOR YANG MEMPENGARUHI KESADARAN WAJIB PAJAK PBB (PAJAK BUMI DAN BANGUNAN)

PENGGUNAAN SISTEM INFERENSI FUZZY UNTUK PENENTUAN JURUSAN DI SMA NEGERI 1 BIREUEN

Saintia Matematika ISSN: Vol. 02, No. 04 (2014), pp

PERBANDINGAN METODE LEAST TRIMMED SQUARES DAN PENAKSIR M DALAM MENGATASI PERMASALAHAN DATA PENCILAN

PENERAPAN METODE CUTTING PLANE DALAM MENYELESAIKAN OPTIMASI PERENCANAAN PRODUKSI PADA KELOMPOK WANITA TANI (KWT) SERUNI BERBAH SKRIPSI

TENTUKAN MODEL MATEMATISNYA!

BAB III. METODE SIMPLEKS

PENERAPAN ANALISIS KONJOIN PADA PREFERENSI MAHASISWA TERHADAP PEKERJAAN

BAB I PENDAHULUAN. Pada tahun 1947, George B. Dantzig, seorang anggota kelompok penelitian

Bab 2 LANDASAN TEORI

BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG

Togu P. Marpaung, Normalina Napitupulu, Rachmad Sitepu

ANALISIS ESTIMASI PERUBAHAN MINAT MAHASISWA UNIVERSITAS SUMATERA UTARA TERHADAP TUJUH OPERATOR GSM

INVERS SUATU MATRIKS TOEPLITZ MENGGUNAKAN METODE ADJOIN

ANALISIS DAN SIMULASI SISTEM ANTRIAN PADA BANK ABC

PERAMALAN HASIL PRODUKSI ALUMINIUM BATANGAN PADA PT INALUM DENGAN METODE ARIMA

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

BAB VI Program Linear Bilangan Bulat

PENYELESAIAN PROGRAM BILANGAN BULAT CAMPURAN DUA KRITERIA DENGAN MENGGUNAKAN METODE BRANCH AND CUT SKRIPSI TAUFIK HIDAYAT RITONGA

DAFTAR ISI... HALAMAN JUDUL... HALAMAN PERSETUJUAN... LEMBAR PERNYATAAN... HALAMAN PERSEMBAHAN... HALAMAN MOTTO... KATA PENGANTAR... DAFTAR TABEL...

ANALISIS FAKTOR PENYEBAB KEPADATAN PENDUDUK MENURUT PERSEPSI MASYARAKAT DI KOTAMADYA SIBOLGA

III KERANGKA PEMIKIRAN

IDENTIFIKASI FAKTOR PENDORONG PERNIKAHAN DINI DENGAN METODE ANALISIS FAKTOR

BAB 2 KAJIAN PUSTAKA

BAB II METODE SIMPLEKS

PERBANDINGAN DISTRIBUSI BINOMIAL DAN DISTRIBUSI POISSON DENGAN PARAMETER YANG BERBEDA

BAB 2 LANDASAN TEORI

ANALISIS PENGARUH CURAH HUJAN DI KOTA MEDAN

Metode Simpleks M U H L I S T A H I R

APLIKASI METODE BRANCH AND CUT DALAM OPTIMASI PRODUKSI POT BUNGA (Studi Kasus: UD. Pot Bunga Mukhlis Rangkuti, Gelugur) SKRIPSI

PENGAMBILAN KEPUTUSAN MENGGUNAKAN METODE BAYES PADA EKSPEKTASI FUNGSI UTILITAS. Selvira Lestari Siregar, Suwarno Ariswoyo, Pasukat Sembiring

BAB II LANDASAN TEORI

ANALISIS POSTOPTIMAL/SENSITIVITAS

Pemrograman Linier (2)

BAB 2 LANDASAN TEORI

ANALISIS FAKTOR RESIKO PADA KEJADIAN BERAT BADAN BAYI LAHIR DI BAWAH NORMAL DI RSUP H. ADAM MALIK MEDAN

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah

RISET OPERASIONAL MINGGU KE-2. Disusun oleh: Nur Azifah., SE., M.Si. Linier Programming: Formulasi Masalah dan Model

OPTIMALISALI KASUS PEMROGRAMAN LINEAR DENGAN METODE GRAFIK DAN SIMPLEKS

Siska Ernida Wati, Djakaria Sebayang, Rachmad Sitepu

II LANDASAN TEORI. suatu fungsi dalam variabel-variabel. adalah suatu fungsi linear jika dan hanya jika untuk himpunan konstanta,.

BAB I PENDAHULUAN Latar Belakang Masalah

Integer Programming (Pemrograman Bulat)

PERAMALAN PEMAKAIAN ENERGI LISTRIK DI MEDAN DENGAN METODE ARIMA

BAB I PENDAHULUAN. besar dan mampu membantu pemerintah dalam mengurangi tingkat pengangguran.

Jurnal Matematika Murni dan Terapan Epsilon Juni 2014 Vol. 8 No. 1 METODE KARMARKAR SEBAGAI ALTERNATIF PENYELESAIAN MASALAH PEMROGRAMAN LINEAR

kita menggunakan variabel semu untuk memulai pemecahan, dan meninggalkannya setelah misi terpenuhi

PREFERENSI WISATAWAN TERHADAP KUNJUNGAN WISATA PULAU SAMOSIR DENGAN ANALISIS KONJOIN. Sari C Kembaren Pengarapen Bangun, Rachmad Sitepu

NURAIDA, IRYANTO, DJAKARIA SEBAYANG

BAB 2 TINJAUAN PUSTAKA

PENERAPAN ANALISIS KOMPONEN UTAMA DALAM PENENTUAN FAKTOR DOMINAN YANG MEMPENGARUHI PRESTASI BELAJAR SISWA (Studi Kasus : SMAN 1 MEDAN)

BAB II TINJAUAN PUSTAKA

Transkripsi:

Saintia Matematika ISSN: 2337-9197 Vol. 2, No. 2 (2014), pp. 127 136. APLIKASI METODE CUTTING PLANE DALAM OPTIMISASI JUMLAH PRODUKSI TAHUNAN PADA PT. XYZ Nico, Iryanto, Gim Tarigan Abstrak. PT. XYZ merupakan perusahaan yang bergerak di bidang manufaktur yang memproduksi berbagai jenis ukuran matras spring bed dengan tipe Maxi Coil, seperti 80 200 cm, 140 200 cm, dan 200 200 cm. Perusahaan ini melakukan produksinya berdasarkan ketersediaan bahan baku, jumlah permintaan, kapasitas mesin, dan tenaga kerja. Untuk itu, PT. XYZ perlu mengoptimalkan jumlah produksi matras spring bed sehingga tujuan utama PT. XYZ dapat tercapai. Metode yang akan digunakan untuk menyelesaikan permasalahan tersebut adalah metode cutting plane. Metode cutting plane merupakan metode yang digunakan untuk menyelesaikan program linier bilangan bulat, baik bilangan bulat murni maupun campuran dengan penambahan batasan baru yang disebut gomory. Batasan gomory diberikan jika nilai dari variabel keputusan belum bulat (bernilai pecahan). Hasil pembahasan dengan menggunakan metode cutting plane dari permasalahan jumlah produksi yang optimal bagi PT. XYZ, yaitu matras ukuran 80 200 cm, 140 200 cm, dan 200 200 cm berturut-turut adalah 155 unit, 160 unit, dan 170 unit. 1. PENDAHULUAN Masalah pengoptimalan jumlah produksi merupakan hal yang sangat menarik untuk dianalisis, karena dengan mengetahui secara pasti tingkat produksi yang tepat, dapat pula meningkatkan keuntungan yang maksimal bagi Received 16-01-2014, Accepted 07-03-2014. 2010 Mathematics Subject Classification: 80M50 Key words and Phrases: Optimisasi, Program Integer, Metode Cutting Plane, Gomory. 127

Nico et al. Aplikasi Metode Cutting Plane 128 perusahaan. Terdapat banyak metode untuk mengoptimalkan jumlah produksi. Salah satunya adalah metode cutting plane. Aplikasi metode cutting plane sangat tepat dan dapat digunakan karena dalam produksi, hasil yang didapat harus integer. PT. XYZ merupakan perusahaan yang bergerak di bidang manufaktur yang memproduksi berbagai jenis ukuran matras spring bed dengan tipe Maxi Coil, seperti 80 200 cm, 140 200 cm, dan 200 200 cm. PT. XYZ belum mampu menentukan jumlah produksi yang optimal untuk masingmasing produk yang dihasilkan. Ini dikarenakan perusahaan belum mampu menentukan komposisi produk yang optimum. Untuk itu, PT. XYZ perlu mengoptimalkan jumlah produksi matras spring bed dengan ketersediaan bahan baku yang dimiliki, jumlah permintaan, kapasitas mesin, dan tenaga kerja pada setiap periodenya sehingga tujuan utama PT. XYZ dapat tercapai. 2. LANDASAN TEORI Program Integer Model persoalan program integer dapat diformulasikan sebagai berikut: Maksimumkan: n z = c j x j dengan kendala: j=1 n a ij x j (, =, ) b i ; i = 1, 2,..., m j=1 x j 0 semua bilangan cacah, j = 1, 2,..., n di mana a ij, b i, dan c j adalah konstanta[2]. Metode Cutting Plane Metode cutting plane merupakan metode yang digunakan untuk menyelesaikan program linier bilangan bulat, baik bilangan bulat murni maupun campuran dengan penambahan batasan baru yang disebut gomory. Batasan gomory diberikan jika nilai dari variabel keputusan belum bulat (bernilai pecahan). Batasan-batasan tersebut secara efektif akan menyingkirkan beberapa ruang penyelesaian yang tidak berisi titik bilangan bulat yang

Nico et al. Aplikasi Metode Cutting Plane 129 layak, tetapi tidak pernah menyingkirkan satupun titik bilangan bulat yang layak[3]. Metode cutting plane digunakan untuk permasalahan yang variabel keputusannya harus bulat. Program linier tidak efektif untuk menyelesaikan permasalahan tersebut sehingga dikembangkan metode cutting plane yang lebih efektif dan memberikan hasil yang lebih baik[1]. Langkah-langkah prosedur gomory diringkas seperti berikut: 1. Selesaikan masalah program integer dengan menggunakan metode Simpleks. Jika masalah sederhana, gomory dapat diselesaikan dengan pendekatan grafik, sehingga pendekatan gomory kurang efisien. 2. Periksa solusi optimum. Jika semua variabel basis memiliki nilai integer, solusi optimum integer telah diperoleh dan proses solusi telah berakhir. Jika satu atau lebih variabel basis masih memiliki nilai pecah, teruskan ke tahap 3. 3. Buatlah suatu batasan gomory dan cari solusi optimum melalui prosedur dual simpleks. Kembali ke tahap 2[1][3]. Tabel 1: Optimum Masalah Program Linier Basis x 1... x i... x m w 1... w j... w n Hasil z 0... 0... 0 c 1... c j... c n β 0 x 1 1... 0... 0 α1 1... α j 1... α1 n β 1 x i 0... 1... 0 αi 1... α j i... αi n β i..................... x m 0... 0... 1 αm 1... αm j... αm n β m di mana: Variabel x i adalah variabel basis, i = 1, 2,..., m. Variabel w j adalah variabel nonbasis, j = 1, 2,..., n.

Nico et al. Aplikasi Metode Cutting Plane 130 Tentukan baris sumber dengan menentukan baris variabel keputusan yang akan dibulatkan. Jika lebih dari satu, dipilih nilai pecahan terbesar[1][3]. x i = β i n α j i w j, β i tidak integer (baris sumber) j=1 Batasannya dapat ditulis dalam bentuk: S i n f ij w j = f i j=1 Tabel 2: Setelah Penambahan Pemotongan Fraksional Basis x 1... x i... x m w 1... w j... w n S i Hasil z 0... 0... 0 c 1... c j... c n 0 β 0 x 1 1... 0... 0 α1 1... α j 1... α1 n 0 β 1... x i 0... 1... 0 αi 1... α j i... αi n 0 β i x m 0... 0... 1 αm 1... αm j... αm n 0 β m S i 0... 0... 0 f i1... f ij... f in 1 f i Di mana S i adalah variabel slack nonnegatif yang berdasarkan definisinya haruslah integer. Persamaan batasan ini mendefinisikan pemotong fraksional. Dari tabel 2, w j = 0 dan S i = f i tidak layak. Ini berarti bahwa batasan baru tersebut tidak dipenuhi oleh solusi yang diberikan. Metode dual simpleks dapat dipergunakan untuk mengatasi ketidaklayakan ini yang setara dengan memotong bidang solusi ke arah solusi integer optimal. Jika solusi baru (setelah menerapkan metode dual simpleks) adalah integer, proses berakhir. Jika tidak, sebuah gomory baru ditambahkan dari tabel yang dihasilkan dan metode dual simpleks digunakan sekali lagi untuk mengatasi ketidaklayakan. Prosedur ini dilakukan sampai solusi integer dicapai. Tetapi, jika di salah satu iterasi metode dual simpleks menunjukkan

Nico et al. Aplikasi Metode Cutting Plane 131 bahwa tidak ada solusi layak, berarti masalah itu tidak memiliki solusi integer yang layak[1][3]. 3. METODE PENELITIAN Langkah-langkah yang digunakan dalam penelitian ini adalah sebagai berikut: 1. Studi pustaka. Tahap ini dimulai dengan studi kepustakaan yaitu mengumpulkan bahan referensi, mempelajari serta menggali informasi baik dari buku, skripsi, jurnal, maupun situs internet mengenai produksi dan metode cutting plane. 2. Melakukan peninjauan dan pengambilan data pada PT. XYZ. 3. Analisa dan pengolahan data. a. Data yang diperoleh diformulasikan ke dalam bentuk program integer. b. Model yang telah diubah diselesaikan dengan menggunakan metode cutting plane. 4. Pembahasan masalah. 5. Membuat kesimpulan. 4. PEMBAHASAN Pengolahan Data Pengolahan data dalam penelitian ini meliputi data biaya produksi, bahan baku yang tersedia, jumlah permintaan, ketersediaan tenaga kerja, dan kapasitas mesin untuk tahun 2012 pada PT. XYZ. Harga 1 unit matras ukuran 80 200 cm (tipe A), 140 200 cm (tipe B), dan 200 200 cm (tipe C) berturut-turut adalah Rp. 809.000,00, Rp. 1.227.000,00, dan Rp. 1.656.000,00. Pada tahun 2012, PT. XYZ menjual produk matras spring bed tipe A, B, dan C berturut-turut sebanyak 140, 152, dan 155.

Nico et al. Aplikasi Metode Cutting Plane 132 Tabel 3: Biaya Produksi Matras Spring Bed Biaya Tipe Produk Produksi A B C 1. Bahan baku 350.000 550.000 750.000 2. Tenaga kerja 50.000 50.000 50.000 3. Kemasan 20.000 30.000 40.000 4. Operasi 50.000 50.000 50.000 5. Total 470.000 680.000 890.000 Tabel 4: Bahan Baku yang Dibutuhkan Bahan Tipe Produk Baku A B C Rangka kawat per 0,240 0,420 0,60 Busa 0,192 0,336 0,48 Hardpad 0,096 0,168 0,24 Kain quilting 0,320 0,560 0,80 Tabel 5: Persediaan Bahan Baku Matras Spring Bed Tahun 2012 Bahan Baku Persediaan Rangka kawat per 206,40 Busa 170,50 Hardpad 100,50 Kain quilting 300,25 Tabel 6: Jumlah Permintaan Matras Spring Bed Tahun 2012 Tipe Produk Permintaan A 155 B 167 C 170

Nico et al. Aplikasi Metode Cutting Plane 133 Tabel 7: Waktu Produksi dengan Ketersediaan Tenaga Kerja Tahun 2012 Tipe Produk Waktu Produksi Waktu Tenaga Kerja A 20 B 35 30.000 C 50 Tabel 8: Waktu Produksi dengan Kapasitas Mesin Tahun 2012 Tipe Produk Waktu Produksi Waktu Mesin A 10 B 17 12.000 C 25 Permasalahan di atas dapat diformulasikan ke dalam program integer dan dapat diselesaikan dengan metode cutting plane. Asumsikan: x 1 = Banyaknya tipe A yang diproduksi x 2 = Banyaknya tipe B yang diproduksi x 3 = Banyaknya tipe C yang diproduksi Dari permasalahan diperoleh: Keuntungan yang diperoleh dari 1 unit produk adalah sebagai berikut: Tipe A adalah Rp. 809.000,00 - Rp. 470.000,00 = Rp. 339.000,00. Tipe B adalah Rp. 1.227.000,00 - Rp. 680.000,00 = Rp. 547.000,00. Tipe C adalah Rp. 1.656.000,00 - Rp. 890.000,00 = Rp. 766.000,00. Dengan demikian, fungsi tujuannya: Maksimum: z = 339.000x 1 + 547.000x 2 + 766.000x 3 dengan kendala: 1. Kendala dari persediaan bahan baku. Pada model ini, data yang digunakan adalah data dari tabel 4 dan

Nico et al. Aplikasi Metode Cutting Plane 134 tabel 5 sehingga dapat dirumuskan sebagai berikut: Rangka kawat per : 0,24x 1 + 0,42x 2 + 0,6x 3 206,4 Busa : 0,192x 1 + 0,336x 2 + 0,48x 3 170,5 Hardpad : 0,096x 1 + 0,168x 2 + 0,24x 3 100,5 Kain quilting : 0,32x 1 + 0,56x 2 + 0,8x 3 300,25 2. Kendala dari jumlah permintaan. Pada model ini, data yang digunakan adalah data di antara penjualan perusahaan dan data dari tabel 6 sehingga dapat dirumuskan sebagai berikut: Tipe A : x 1 155 dan x 1 140 Tipe B : x 2 167 dan x 2 152 Tipe C : x 3 170 dan x 3 155 3. Kendala dari kemampuan tenaga kerja. Pada model ini, data yang digunakan adalah data dari tabel 7 sehingga dapat dirumuskan sebagai berikut: 20x 1 + 35x 2 + 50x 3 30.000 4. Kendala dari kemampuan mesin. Pada model ini, data yang digunakan adalah data dari tabel 8 sehingga dapat dirumuskan sebagai berikut: 10x 1 + 17x 2 + 25x 3 12.000 Tabel 9: Usulan Pemakaian Komposisi Produk Optimal Sumber Pemakaian Kompisisi Produk Daya Persediaan Perusahaan Usulan 1. Bahan baku a. Rangka kawat per 206,40 190,440 206,40 b. Busa 170,50 152,352 165,12 c. Hardpad 100,50 76,176 82,56 d. Kain quilting 300,25 253,920 275,20 2. Waktu tenaga kerja 30.000,00 15.870,000 17.200,00 3. Waktu mesin 12.000,00 7.859,000 8.520,00

Nico et al. Aplikasi Metode Cutting Plane 135 Tabel 10: Usulan Jumlah Produksi Optimal Produksi Permintaan Tipe Produk Perusahaan Usulan Pasar A 140 155 155 B 152 160 167 C 155 170 170 Dari tabel 9 dan 10, dapat dilihat bahwa perusahaan belum dapat menentukan pemakaian komposisi produk secara optimal sehingga produk yang dihasilkan untuk masing-masing tipe belum optimal. Untuk itu, dibutuhkan usulan pemakaian komposisi produk yang optimal sehingga produk yang dihasilkan diharapkan optimal. Di samping itu, keuntungan yang akan diperoleh perusahaan diharapkan maksimal. Dengan demikian, tujuan utama perusahaan diharapkan tercapai. Produksi tipe A adalah 140 Rp. 339.000,00 = Rp. 47.460.000,00, untuk tipe B adalah 152 Rp. 547.000,00 = Rp. 83.144.000,00, dan untuk tipe C adalah 155 Rp. 766.000,00 = Rp. 118.730.000,00 sehingga total keuntungan yang diperoleh perusahaan adalah Rp. 249.334.000,00. Sedangkan hasil pembahasan dengan menggunakan metode cutting plane, yaitu tipe A, B, dan C berturut-turut adalah 155 unit, 160 unit, dan 170 unit dengan keuntungan Rp. 270.285,00 1.000 = Rp. 270.285.000,00. Jadi, selisih keuntungannya adalah Rp. 20.951.000,00. Metode cutting plane diharapkan mampu mengoptimalkan jumlah produksi pada perusahaan tersebut. Selain itu, dalam pengerjaannya metode cutting plane cukup efektif karena dapat mempersingkat perhitungan. Penambahan batasan gomory pada metode cutting plane secara efektif akan menyingkirkan beberapa ruang penyelesaian yang tidak berisi titik bilangan bulat yang layak, tetapi tidak pernah menyingkirkan satupun titik bilangan bulat yang layak. Dalam mencari solusi optimal integer secara manual, metode cutting plane memerlukan waktu yang lebih efisien karena metode ini hanya fokus pada solusi yang masih bernilai pecahan. Adapun kelemahan dari metode cutting plane itu sendiri karena tidak mempertimbangkan faktor ketidakpastian sehingga metode cutting plane kurang efektif. Secara faktual, faktor ketidakpastian perlu dipertimbangkan. Apabila mempertimbangkan faktor ketidakpastian maka diharapkan dapat hasil yang lebih baik.

Nico et al. Aplikasi Metode Cutting Plane 136 5. KESIMPULAN 1. Penambahan batasan gomory pada metode cutting plane secara efektif akan menyingkirkan beberapa ruang penyelesaian yang tidak berisi titik bilangan bulat yang layak, tetapi tidak pernah menyingkirkan satupun titik bilangan bulat yang layak sehingga dapat mempersingkat perhitungan. 2. Pembahasan masalah tidak mempertimbangkan faktor ketidakpastian. Di samping itu, asumsi data setiap tahun sama sehingga tidak dapat digunakan sebagai acuan peramalan (forecasting). 3. Dari hasil analisis diperoleh jumlah produksi yang optimal bagi PT. XYZ, yaitu matras ukuran 80 200 cm, 140 200 cm, dan 200 200 cm berturut-turut adalah 155 unit, 160 unit, dan 170 unit. Daftar Pustaka [1] Dimyati, T.T. dan Dimyati, A. Operation Research Model-Model Pengambilan Keputusan. Bandung: Sinar Baru Algesindo, (1992). [2] Siagian, P. Penelitian Operasional. Jakarta: Universitas Indonesia, (2006). [3] Taha, H.A. Riset Operasi (Edisi Revisi). Indonesia. Jakarta: Binarupa Aksara, (1996). Nico: Department of Mathematics, Faculty of Mathematics and Natural Sciences, University of Sumatera Utara, Medan 20155, Indonesia E-mail: nico.hwangz@yahoo.co.id Iryanto: Department of Mathematics, Faculty of Mathematics and Natural Sciences, University of Sumatera Utara, Medan 20155, Indonesia E-mail: iryanto hrp@yahoo.co.id Gim Tarigan: Department of Mathematics, Faculty of Mathematics and Natural Sciences, University of Sumatera Utara, Medan 20155, Indonesia E-mail: gim1@usu.ac.id