BAB II
PEMBAHASAN
2.1. Konsep Pengambilan Keputusan
Dalam Kepastian
Keputusan yang diambil oleh
seseorang dipengaruhi oleh pandangannya terhadap situasi yang dihadapi. Setiap
orang, terutama seorang manajer tentunya dalam membuat keputusan akan selalu
berhubungan dengan kemungkinan-kemungkinan kondisi pada masa depan. Hal ini
disebabkan oleh adanya konsekuensi suatu keputusan yang akan dialami pada masa
yang akan datang.
Dalam konsep keputusan dalam
kepastian, segala sesuatu yang menjadi objek perhitungan dapat diperkirakan
secara pasti pada masa yang akan datang. Ini disebabkan telah tersedianya
data-data dan informasi yang akurat dan terpercaya untuk dijadikan tolak ukur
sebagai dasar pengambilan keputusan.
Konsep ini biasa diterapkan oleh
para manajer untuk meramalkan penjualan, memprediksi keuntungan dan menentukan
biaya produksi yang paling rendah.
2.2. Fungsi Tujuan Maksimasi
Dalam pengambilan keputusan dalam
kepastian seorang manajer harus merumuskan tujuannya dalam perhitungan . ada 2
macam tujuan yang biasa digunakan dalam konsep ini yaitu tujuan maksimasi dan
tujuan minimasi.
Tujuan maksimasi bertujuan untuk
menghitung besar laba maksimum yang akan diterima perusahaan atas jumlah
produksi yang optimal. Sementara tujuan minimasi bertujuan untuk menentukan
biaya produksi terendah namun untuk menghasilkan produksi yang optimal.
2.3. Perhitungan Matematis
Keputusan Dalam Kepastian
Keputusan dalam kepastian dapat
dihitung secara pasti melalui tehnik matematis metode grafik atau linear programming. Ada lima syarat
dalam perhitungan linear programming, diantaranya:
1.
Certainty (kepastian) maksudnya
fungsi tujuan dan fungsi kendala sudah diketahui secara pasti dan tidak akan
berubah selama periode analisa
2.
Proporsionality (proporsionalitas)
maksudnya harus ada proporsionalitas antara fungsi tujuan dan fungsi kendala
3.
Additivity (penambahan) maksudnya
aktivitas total jumlahnya sama dengan penjumlahan aktivitas individu
4.
Divisibility (bisa dibagi-bagi)
maksudnya solusi tidak selamanya berupa bilangan integer tetapi juga bisa
berupa bilangan pecahan.
5.
Non-negative variable (variabel tidak negatif)
artinya semua hasil tidak ada yang bersifat negative atau sifatnya selalu
positif.
Beberapa
unsur yang harus dirumuskan dalam menghitung keputusan dalam kepastian antara
lain:
1.
Fungsi
tujuan maksimasi atau minimasi
2.
Variabel
keputusan untuk memudahkan perumusan model matematika
3.
Model
matematika yang akan digunakan untuk menentukan hasil
4.
Batasan
(constrain) atau fungsi kendala yang dinyatakan dalam kalimat matematis
5.
Besar
titik koordinat
6.
Menggambar
grafik dan menentukan besar titik potong
7.
Memasukkan
titik potong kedalam model matematika sehingga hasil dapat diketahui.
Untuk lebih memahami perhitungan
matematis ini, penulis telah menyajikan sebuah kasus untuk diselesaikan
menggunakan metode grafik diatas.
Contoh kasus:
PT padat karya memproduksi 2 macam
batako semen dan batako kapur. Biaya pembuatan batako semen diperkirakan Rp.
150/unit, sementara batako kapur Rp.100/unit. Batako semen dijual seharga Rp.
400/unit dan batako kapur dijual seharga Rp.250/unit. Untuk membuat kedua macam
batako ini digunakan 2 macam mesin yaitu mesin pencampur dan mesin pencetak.
Batako semen memerlukan waktu 1 jam untuk mencampur dan 2 jam untuk mencetak.
Sementara itu batako kapur dicampur selama 1,5 jam dan dicetak selama 1 jam.
Selama satu bulan kapasitas mesin pencampur 320 jam sedangkan kapasitas mesin
pencetaknya 480 jam.
Tentukan:
a.
Grafik
perpotongannya
b.
Banyak
batako semen dan batako kapur yang harus diproduksi untuk mencapai laba
maksimal
c.
Jumlah
revenue maksimal yang diterima oleh PT padat karya
d.
Laba
bersih yang diperoleh PT Padat karya
Penyelesaian:
Untuk
memudahkan pemahaman kasus maka terlebih dahulu soal cerita dikonversi dalam
bentuk tabe produksi:
PT PADAT KARYA
Mesin
|
Batako Semen
|
Batako Kapur
|
Maksimum
penggunaan mesin jam/ bulan
|
Mesin
pencampur
Mesin
pencetak
|
1
2
|
1,5
1
|
320
480
|
price
|
400
|
250
|
|
Fungsi
tujuan yang harus dirumuskan adalah maksimasi
Variabel
keputusan yang mewakili:
X :
batako semen
Y :
batako kapur
Model
matematika yang digunakan:
400x +
250y (x untuk jumlah produksi optimum batako semen yang harus diproduksi dan y
untuk jumlah produksi optimum batako kapur yang harus diproduksi)
Batasan/
constrain:
I.
X
+ 1,5Y ≤ 320
II.
2X
+ Y ≤ 480
III.
X,
Y ≤ 0
Menentukan
titik koordinat dari batasan untuk menggambar grafik.
I.
X
+ 1,5 Y ≤ 320
Saat X=0 maka
Y = 0 + 1,5Y = 320
Y = 320 : 1,5
Y = 213,3
Saat Y=0 maka
X=320
II.
2X
+ Y ≤ 480
Saat X=0 maka
Y=480
Saat Y=0 maka
X= 2X = 480
X = 480: 2
X = 240
Sehingga
gambar grafiknya
Dari
grafik diketahui titik perpotongannya
Titik A
(0, 213,3)
Titik B
(200, 80) diketahui dari hasil eliminasi dan substitusi dari kendala I dan II
X
+ 1,5Y = 320 x 2 2X + 3Y = 640
2X
+ Y = 480 x 1 2 X + Y = 480 -
2Y= 160
Y= 80
Nilai Y disubstitusikan pada
persamaan 2X + Y = 480
2X + 80 = 480
2X = 480 - 80
2X = 400
X = 400 : 2
X = 200
Titik C
(240,0)
Mencari
nilai maksimal dari ketiga titik:
Titik A
(0, 213,3) = 400(0) + 250 (213,3)
= 53.333
Titik B
(200, 80 ) = 400 (200) + 250 (80)
=100.000
Titik C
(240, 0 ) = 400 (240) + 250 (0)
= 96.000
Dari penyelesaian diatas maka
didapatlah jawaban atas kasus diatas sebagai berikut:
a.
Gambar
Grafik perpotongan
b.
Untuk
mencapai laba maksimal maka PT Padat karya harus memproduksi batako semen
sebanyak 200 unit dan batako kapur sebanyak 80 unit
c.
Dari
produksi diatas PT Padat karya memperoleh revenue maksimal sebanyak
Rp.
400 (200) + Rp. 250 (80) = Rp. 100.000
d.
Laba
bersih yang diterima PT padat karya adalah jumlah income yang diterima dari
penjualan kedua jenis batako – biaya produksi kedua jenis batako. Diketahui
dari kasus Biaya produksi batako semen diperkirakan Rp. 150/unit, sementara
batako kapur Rp.100/unit sehingga total biaya produksi sebanyak
Rp.
150 (200) + Rp. 100 (80) = Rp. 38.000
Laba
bersih = Revenue – biaya produksi
= Rp. 100.000 – Rp. 38.000
= Rp. 62.000
BAB
IV
PENUTUP
4.1. Simpulan
1.
Keputusan
dalam kepastian dapat diterapkan untuk memperkirakan secara pasti hasil yang
didapat di masa depan seperti forecast penjualan atau estimasi keuntungan dan
biaya produksi terendah
2.
Fungsi
tujuan maksimasi bertujuan untuk menghitung keuntungan maksimal dari hasil
penjualan
3.
Keputusan
dalam kepastian dapat ditentukan secara matematis menggunakan tehnik linear
programming.
DAFTAR PUSTAKA
Hasan,
Iqbal. 2004. Pokok-pokok Materi Teori Pengambilan Keputusan. Bogor
Selatan:
Ghalia Indonesia
Mulyono,
Sri. 1996. Teori Pengambilan Keputusan. Jakarta: Lembaga Penerbit
Fakultas
Ekonomi Indonesia.
Basyid,
Fahmi. 2006. Teori Pengambilan Keputusan. Jakarta : Gramedia Widiasarana
Indonesia.
Tidak ada komentar:
Posting Komentar