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.
