BAB III LANGKAH PEMECAHAN MASALAH

BAB III
LANGKAH PEMECAHAN MASALAH
3.1 Penetapan Kriteria Optimasi
Kriteria optimasi yang digunakan untuk menganalisis faktor-faktor
kendala pada PT. Primajaya Pantes Garment dengan tujuan untuk memaksimalkan
laba adalah sebagai berikut:
• Analisis Peramalan
Kriteria optimasi:
Variabel utama yang akan dibahas pada penelitian ini adalah peramalan
permintaan produk polo shirt pria, wanita, dan anak-anak pada PT.
Primajaya Pantes Garment. Untuk mengetahui peramalan permintaan
pada periode berikutnya, maka digunakan pengolahan data dari periode
sebelumnya, yaitu periode Januari 2012 hingga Desember 2012. Hasil
pengolahan data tersebut yang kemudian akan digunakan sebagai salah
satu variabel dalam metode selanjutnya, yaitu Linear Programming.
• Linear Programming
Kriteria optimasi:
Variabel yang digunakan dalam penelitian ini adalah produk yang
dihasilkan serta faktor-faktor kendala tertentu yang dihadapi perusahaan
dalam proses produksi, yaitu kendala bahan baku, kendala jam kerja
tenaga kerja, serta keterbatasan permintaan produk berdasarkan metode
peramalan.
39
40
• Pohon Keputusan
Kriteria optimasi:
Metode ini digunakan untuk pengambilan keputusan dalam menentukan
alternatif mana yang sebaiknya digunakan oleh perusahaan untuk
memaksimalkan laba.
3.2 Pengembangan Alternatif Solusi
Ada dua pilihan alternatif solusi yang dapat dipertimbangkan oleh
perusahaan, yaitu:
• Alternatif 1
Menggunakan metode peramalan yang tepat dalam menentukan
peramalan permintaan produk pada periode berikutnya sehingga
perusahaan dapat menentukan jumlah bahan baku yang harus disediakan
dalam produksi periode berikutnya.
• Alternatif 2
Alternatif lain yang dapat dipilih oleh perusahaan adalah dengan
meningkatkan kapasitas produksi. Perusahaan dapat memaksimalkan jam
kerja tenaga kerja dan bahan baku yang ada untuk meningkatkan
kapasitas produksi. Hal ini juga dapat dilakukan untuk meningkatkan laba
perusahaan.
41
3.3 Pengembangan Model Optimasi
Setelah menentukan kriteria optimasi, maka langkah selanjutnya adalah
menentukan model optimasi yang akan dilakukan untuk mengolah data
perusahaan. Berikut adalah pengembangan model optimasi untuk setiap metode:
1. Peramalan
Peramalan permintaan produk untuk periode selanjutnya menggunakan
enam metode peramalan, yaitu naive method, moving averages, weighted
moving averages, exponential smoothing, exponential smoothing with
trend, dan regresi linear. Peramalan dilakukan berdasarkan data historis
yang sudah ada sebelumnya dan kemudian diolah menggunakan Software
QM for Windows dan perhitungan secara manual. Setelah itu, dapat
ditentukan metode apa yang sebaiknya diterapkan oleh perusahaan.
2. Linear Programming
Linear Programming digunakan untuk menentukan kombinasi produk
yang dapat dilakukan oleh perusahaan untuk memaksimalkan laba dengan
menggunakan fungsi-fungsi kendala tertentu. Pengolahan data dilakukan
dengan menggunakan Software QM for Windows. Selain itu, pengolahan
data juga dilakukan secara manual dengan menggunakan tabel simpleks
karena variabel keputusan yang digunakan lebih dari dua variabel.
Langkah awal yang harus ditentukan untuk pemecahan masalah
menggunakan metode program linear terdapat 3 faktor utama, yaitu:
42
1. Variabel Keputusan
Menentukan produk apa saja yang diproduksi dan yang akan
dikombinasikan.
Dalam penelitian ini terdapat 3 variabel keputusan, yaitu X1, X2, dan X3.
2. Fungsi Tujuan
Fungsi tujuan dari masalah ini adalah memaksimalkan keuntungan.
Perumusannya adalah sebagai berikut:
z = c1x1 + c2x2 + c3x3
3. Fungsi Kendala
Batasan-batasan yang dihadapi dalam mencapai fungsi tujuan.
Perumusannya adalah sebagai berikut:
a11x1 + a12x2 + a13x3 ≤ b1
a21x1 + a22x2 + a23x3 ≤ b2
a31x1 + a32x2 + a33x3 ≤ b3
x1, x2, x3 ≥ 0
Asumsi dasar Linear Programming:
-
Kepastian (certainty), yaitu koefisien dalam fungsi tujuan (cj) dan fungsi
kendala (aji) dapat diketahui dengan pasti dan tidak berubah.
-
Proporsionalitas (proportionality) dalam fungsi tujuan dan fungsi kendala,
yaitu semua koefisien dalam formulasi, cj dan aji, merupakan koefisien
yang bersifat variabel terhadap besarnya variabel keputusan.
43
-
Additivitas (additivity), yaitu total aktivitas sama dengan jumlah
(additivitas) setiap aktivitas individual.
-
Divisibilitas (divisibility), yaitu solusi permasalahan Linear Programming
(dalam hal ini nilai xj) tidak harus dalam bilangan bulat.
-
Nonnegatif (nonnegativity), yaitu variabel keputusan tidak boleh bernilai
negatif.
3. Pohon Keputusan
Pohon keputusan digunakan untuk menentukan alternatif mana yang
sebaiknya dilakukan oleh perusahaan untuk mencapai tujuan. Dalam
penggunaan metode ini, penulis menggunakan teorema Bayes untuk
menentukan
probabilitas
dari
setiap
alternatif.
Kemudian
dalam
pengambilan keputusan, penulis menggunakan model Nilai Harapan
(Expected Value) agar perusahaan dapat mempertimbangkan alternatif
mana yang sebaiknya dilakukan oleh perusahaan. Semakin besar nilai
harapannya, berarti pilihan alternatif tersebut semakin baik.
3.4 Rancangan Implikasi Solusi Terpilih
Rancangan implikasi solusi yang diharapkan dari penelitian ini adalah:
1. Perusahaan dapat menentukan metode peramalan yang paling tepat untuk
diterapkan pada perusahaan sehingga perusahaan dapat memperkirakan
jumlah permintaan pada periode berikutnya berdasarkan data historis
penjualan sebelumnya.
44
2. Perusahaan dapat menentukan kombinasi produk yang paling tepat untuk
memaksimalkan laba perusahaan. Selain itu, perusahaan dapat mengetahui
apakah faktor-faktor kendala yang digunakan untuk menganalisis
permasalahan tersebut dapat mempengaruhi perusahaan dalam mencapai
tujuan.
3. Untuk mengetahui alternatif mana yang sebaiknya dipilih oleh perusahaan,
apakah dengan mengurangi bahan baku atau dengan meningkatkan
kapasitas produksi.