PERUSAHAAN Cat Warna Indah Memiliki Sebuah Pabrik Kecil Yang Memproduksi Cat Interior Dan Eksterior, Dalam Proses Produksi, Perusahaan Ini Membutuhkan

Perusahaan cat Warna Indah memproduksi cat interior dan eksterior. Pabrik kecil mereka bergantung pada dua bahan baku utama: bahan A dan bahan B. Ketersediaan bahan A terbatas hingga 7 ton per hari, sementara bahan B maksimal 9 ton per hari. Berikut analisis lengkap untuk menentukan jumlah produksi optimal kedua jenis cat agar memaksimalkan pendapatan.

Merumuskan Masalah sebagai Program Linear

Untuk menyelesaikan permasalahan ini, kita akan menggunakan metode program linear. Program linear adalah teknik matematis untuk mencari solusi optimal (maksimum atau minimum) dari suatu fungsi tujuan, dengan mempertimbangkan berbagai batasan atau kendala.

Mendefinisikan Variabel

Pertama, kita perlu mendefinisikan variabel keputusan. Dalam kasus ini:

• x = Jumlah unit cat eksterior yang diproduksi
• y = Jumlah unit cat interior yang diproduksi

Fungsi Tujuan

Tujuan perusahaan adalah memaksimalkan pendapatan. Pendapatan diperoleh dari penjualan cat eksterior (Rp3.800/unit) dan cat interior (Rp2.400/unit). Oleh karena itu, fungsi tujuannya adalah:

Maksimalkan Z = 3800x + 2400y

Kendala/Batasan

Produksi cat dibatasi oleh ketersediaan bahan baku. Untuk memproduksi 1 unit cat eksterior, dibutuhkan 1 ton bahan A dan 3 ton bahan B. Sedangkan 1 unit cat interior membutuhkan 2 ton bahan A dan 1 ton bahan B. Dengan ketersediaan bahan A maksimal 7 ton dan bahan B maksimal 9 ton, kita peroleh kendala berikut:

• x + 2y ≤ 7 (Kendala bahan A)
• 3x + y ≤ 9 (Kendala bahan B)
• x ≥ 0, y ≥ 0 (Kendala non-negatif, karena jumlah produksi tidak bisa negatif)

Menggambarkan dan Menganalisis Batasan

Kendala-kendala di atas dapat digambarkan secara grafik pada bidang kartesian. Setiap pertidaksamaan mewakili suatu daerah di bidang kartesian. Daerah layak (feasible region) adalah daerah yang memenuhi semua kendala secara simultan.

Menggambar Garis Batas

Untuk menggambar garis batas, kita perlu mencari titik potong garis dengan sumbu X dan Y. Misalnya, untuk kendala x + 2y ≤ 7:

• Jika x = 0, maka 2y = 7, sehingga y = 3.5
• Jika y = 0, maka x = 7

Dengan demikian, garis batas untuk kendala ini menghubungkan titik (0, 3.5) dan (7, 0). Lakukan hal yang sama untuk kendala lainnya.

Menentukan Daerah Layak

Daerah layak adalah daerah yang berada di bawah garis x + 2y = 7, di bawah garis 3x + y = 9, dan di kuadran pertama (karena x dan y tidak negatif). Daerah ini berbentuk poligon.

Mencari Titik Sudut dan Solusi Optimal

Titik sudut dari daerah layak merupakan kandidat solusi optimal. Titik sudut ini didapat dari perpotongan garis-garis batas.

Menentukan Titik Sudut

Titik sudut yang kita peroleh adalah (0,0), (3,0), (0,3.5), dan titik perpotongan antara x + 2y = 7 dan 3x + y = 9. Titik perpotongan ini dapat dihitung dengan menyelesaikan sistem persamaan linear tersebut. Setelah diselesaikan, kita peroleh titik (2.2, 2.4).

Mengevaluasi Fungsi Tujuan

Substitusikan koordinat setiap titik sudut ke dalam fungsi tujuan Z = 3800x + 2400y untuk menentukan nilai Z pada setiap titik. Nilai Z terbesar menunjukkan solusi optimal.

• (0, 0): Z = 0
• (3, 0): Z = 11400
• (0, 3.5): Z = 8400
• (2.2, 2.4): Z = 14120

Kesimpulan

Titik (2.2, 2.4) menghasilkan nilai Z terbesar (Rp 14.120). Artinya, produksi optimal adalah 2.2 unit cat eksterior dan 2.4 unit cat interior. Dalam praktiknya, karena jumlah produksi harus berupa bilangan bulat, perusahaan mungkin perlu membulatkan nilai ini ke angka terdekat (misalnya 2 unit cat eksterior dan 2 unit cat interior).

Pertimbangan Tambahan

Analisis ini mengasumsikan bahwa harga jual dan kebutuhan bahan baku konstan. Dalam realita, harga dan kebutuhan bahan baku dapat berubah. Oleh karena itu, model ini perlu dikalibrasi secara berkala agar tetap akurat dan relevan.

Selain itu, faktor-faktor lain seperti kapasitas produksi, permintaan pasar, dan ketersediaan tenaga kerja juga perlu dipertimbangkan dalam pengambilan keputusan produksi.

Analisis sensitivitas dapat dilakukan untuk menguji seberapa sensitif solusi optimal terhadap perubahan pada parameter-parameter model, seperti harga jual dan ketersediaan bahan baku.