IMTechno: Journal of Industrial Management and Technology Volume 7 No.
1 Januari 2026
E-ISSN: 2774-342X
Optimasi Perencanaan Produksi Menggunakan Linear Programming dan Analisis Sensitivitas Pada UMKM Coffee Suganda Majalengka Siti Nur Hamidah1.
Hafiza Aprilia2.
Fadil Abdullah3 Universitas Bina Sarana Informatika, 2Universitas Pembangunan Nasional Veteran Jakarta Politeknik Meta Industri Cikarang e-mail: siti.
nhm@bsi.
id, 2Hafizaaprilia@upnvj.
id, 3fadilabdullah1880@gmail.
Diterima 22-12-2025 Direvisi 15-01-2026 Disetujui 22-01-2026 Abstrak - Usaha Mikro.
Kecil, dan Menengah (UMKM) coffee shop berbasis angkringan memiliki potensi ekonomi yang besar, namun umumnya masih menghadapi permasalahan dalam pengambilan keputusan produksi akibat keterbatasan sumber daya dan belum optimalnya perencanaan berbasis data.
Penelitian ini bertujuan untuk mengoptimalkan kombinasi produksi minuman pada UMKM Coffee Suganda di Kabupaten Majalengka, yang memproduksi 25 variasi produk dengan tiga produk utama, yaitu coffee susu gula aren, coffee susu creamy, dan Metode yang digunakan adalah Linear Programming (LP) untuk memaksimalkan keuntungan dengan mempertimbangkan kendala bahan baku dan waktu produksi yang kemudian diperkuat dengan analisis sensitivitas untuk menguji kestabilan solusi optimal terhadap perubahan parameter produksi.
Data penelitian diperoleh melalui observasi lapangan, wawancara pemilik usaha, serta pencatatan data produksi dan penjualan.
Hasil penelitian menunjukkan bahwa penerapan Linear Programming mampu menghasilkan kombinasi produksi yang lebih optimal dibandingkan kondisi aktual, serta meningkatkan efisiensi pemanfaatan sumber daya.
Analisis sensitivitas menunjukkan bahwa perubahan pada ketersediaan bahan baku dan harga jual memiliki pengaruh signifikan terhadap solusi optimal, sehingga penting dipertimbangkan dalam pengambilan keputusan produksi.
Penelitian ini memberikan kontribusi praktis bagi pelaku UMKM coffee shop angkringan dalam menyusun strategi produksi yang adaptif dan berbasis data, serta kontribusi akademik dalam pengembangan kajian optimasi produksi UMKM.
Kata Kunci: UMKM.
Linear Programming.
Analisis Sensitivitas Abstract - Micro.
Small, and Medium Enterprises (MSME.
in the angkringan-based coffee shop sector have significant economic potential.
however, many of them still face challenges in production decision-making due to limited resources and the lack of data-driven planning.
This study aims to optimize the beverage production mix at Coffee Suganda, an MSME coffee shop located in Majalengka Regency, which produces 25 product variants, with three main products: palm sugar milk coffee, creamy milk coffee, and chocolate.
The research applies Linear Programming (LP) to maximize profit under constraints related to raw materials, production time and is further strengthened by sensitivity analysis to examine the robustness of the optimal solution under parameter changes.
Research data were collected through field observations, interviews with the business owner, and records of production and sales activities.
The results indicate that the Linear Programming approach provides a more optimal production combination compared to the existing conditions and improves resource utilization efficiency.
The sensitivity analysis reveals that changes in raw material availability and selling prices significantly affect the optimal solution, highlighting the importance of adaptive production planning.
This study contributes practical insights for angkringan-based coffee shop MSMEs in developing data-driven and adaptive production strategies, as well as academic contributions to the literature on MSME production optimization.
Keywords: MSMEs.
Linear Programming.
Sensitivity Analysis This work is licensed under a Creative Commons Attribution-ShareAlike 4.
0 International License.
IMTechno: Journal of Industrial Management and Technology Volume 7 No.
1 Januari 2026 produknya dari sumber bahan baku dan keterbatasan yang ada.
Pada penelitian (Wonerengga et al.
, 2.
dalam meningkatkan keuntungan produksi Usaha Mikro.
Kecil, dan Menengah penjualan Es Buah Maros dengan mengurangi biaya (UMKM) memiliki peran penting dalam bahan baku, waktu kerja, biaya produksi digunakan pertumbuhan ekonomi Indonesia, terutama pada metode Linear Programming untuk memprediksi sektor pangan.
Berdasarkan data dari (Kementrian waktu kerja, biaya bahan baku, dan biaya produksi UMKM, 2.
bahwa industri pangan memiliki serta penggunaan software POM-QM dengan urutan kedua jumlah UMKM terbanyak dari 16 memanfaatkan data historis dan analisis statistic.
bidang UMKM yang terdaftar pada data kementrian Sedangkan pada penelitian (Fathoni et al.
, 2.
UMKM.
Usaha Mikro.
Kecil, dan Menengah penggunaan metode Linear Programming(LP) (UMKM) merupakan salah satu pilar utama digunakan dalam menentukan kombinasi produksi perekonomian daerah yang berkontribusi signifikan yang dapat meminimalkan biaya dengan terhadap penciptaan lapangan kerja dan memperhatikan batasan kapasitas produksi harian, pertumbuhan ekonomi lokal.
Usaha Mikro.
Kecil permintaan minimum serta biaya bahan baku serta dan Menengah (UMKM) berdasarkan Undangmemberikan solusi dalam pengelolaan sumber daya Undang Republik Indonesia No.
20 Tahun 2008, bagi UMKM lainnya.
Pada penelitian (Mohd Baki menurut Pasal 1 UU adalah usaha produktif yang & Cheng, 2.
penerapan LP juga untuk dimiliki oleh orang atau badan usaha perseorangan, mengidentifikasi proses saat ini dalam lini produksi dan memenuhi kriteria khusus yang ditetapkan dan untuk merumuskan model pemrograman linier dalam UU untuk usaha mikro, (Undang-Undang, yang akan menyarankan bauran produk yang layak untuk memastikan profitabilitas optimal bagi Di Kabupaten Majalengka, sektor UMKM Perusahaan.
Pada dasarnya penerapan metode kuliner mengalami perkembangan yang cukup Linear Programming diterapkan untuk memperoleh pesat, salah satunya ditandai dengan muncul keuntungan yang optimal (Wahida et al.
, 2.
banyaknya usaha coffee shop.
Konsep ini (Igbokwe, 2.
(Anugerah et al.
, 2.
menawarkan produk minuman kopi dengan harga Linear Programming (LP) adalah alat yang terjangkau, proses produksi sederhana, serta untuk memecahkan masalah optimasi fleksibilitas operasional yang tinggi.
Salah satu (Winston.
Teknik ini dirancang untuk model UMKM yang mengadopsi konsep tersebut adalah dan kendala linear (Taha.
Coffee Suganda, yang menjadi coffee angkringan Pemrograman Linear menggunakan model pertama dan satu-satunya di Kota Majalengka.
masalah yang Coffee Suganda memproduksi 25 variasi produk minuman, dengan tiga produk utama yang mendominasi penjualan, yaitu Coffee Susu Gula berupa fungsi linear (Hillier & Lieberman, 2.
Aren.
Coffee Susu Creamy, dan Chocolate.
Dalam Dalam kata pemrograman tidak merajuk pada praktiknya, keputusan produksi pada Coffee pemrograman computer, melainkan pada sinonim Suganda belum sepenuhnya berbasis pada untuk perencanaan, sehingga pemrograman linear perhitungan kuantitatif yang mempertimbangkan keterbatasan sumber daya, seperti ketersediaan optimal(Hillier Lieberman, bahan baku, waktu kerja, tenaga kerja, dan kapasitas operasional harian.
Kondisi ini berpotensi Dalam prosedur penyelesaian yang sangat menyebabkan penggunaan sumber daya yang Linear Programming disebut sebagai kurang efisien dan belum tercapainya tingkat dengan menggunakan tabel keuntungan maksimal.
solusi dan Dari sudut pandang permasalahan tersebut (Hillier Lieberman.
Terdiri dapat dimodelkan sebagai permasalahan optimasi basis.
dengan sumber daya terbatas.
Linear Programming diketahui pada iterasi awal, sedangkan varaibel non(LP) merupakan salah satu metode optimasi yang basis .
ariabel non dasa.
adalah variabel yang efektif untuk menentukan kombinasi produksi nilainya masih belum diketahui pada iterasi awal optimal dengan tujuan memaksimalkan keuntungan (Zhuo et al.
, 2.
Metode simpleks digunakan dibanyak penelitian untuk merepresentasikan solusi mempertimbangkan berbagai kendala yang ada.
dan kendala menggunakan tabel simpleks dengan Berdasarkan penelitian sebelumnya (Anhar model iterasi atau pengulangan (Novia et al.
, 2.
et al.
, 2.
bahwa penggunaan metode Linear (Putri et al.
, 2.
(Reynoldtan et al.
, 2.
Programming (LP) (Panggabean et al.
, 2.
(A.
Hidayat et al.
mengoptimalkan produksi pada UMKM coffee guna memaksimalkan laba melalui penerapan Dalam LP, parameter .
ata masuka.
model metode simpleks.
Pada penelitian (N.
Hidayat et al.
berubah dalam batas tertentu tanpa 2.
penggunaan LP untuk menganalisis perubahan pada optimum disebut optimalisasi keuntungan dari hasil penjualan produk sensitivitas (Taha, 2.
Analisis minuman coffee shop Miranti Coffee Reastery Sensitivitas suatu pendekatan untuk dengan menunjukkan bahwa penerapan LP perubahan nilai variabel membantu dalam memaksimalkan keuntungan per independen mempengaruhi variabel dependen.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.
0 International License.
PENDAHULUAN
IMTechno: Journal of Industrial Management and Technology Volume 7 No.
1 Januari 2026 Analisis sensitivitas digunakan pada beberapa penelitian yang digunakan sebagai alat untuk menguji kualitas suatu model atau meningkatkan kualitas suatu kesimpulan berdasarkan suatu model yang menghasilkan asumsi Ae asumsi tersebut (Wakiden et al.
, 2.
(Farhan et al.
, 2.
(BadiAoah et al.
, 2.
Oleh karena itu, untuk meningkatkan keandalan hasil optimasi, penelitian ini juga Analisis sensitivitas digunakan untuk mengevaluasi sejauh mana perubahan parameter modelAiseperti perubahan harga bahan baku, kapasitas produksi, atau permintaan pasarAimempengaruhi solusi optimal yang dihasilkan.
Dengan demikian, pengambilan keputusan tidak hanya didasarkan pada satu kondisi tertentu, tetapi juga kondisi operasional di lapangan.
Software POM-QM for windows merupakan salah satu perangkat lunak yang dirancang untuk membantu proses pemodelan dan penyelesaian persoalan quantitative methods dalam bidang penelitian managemen, penelitian operasional dan pengambilan keputusan (Azizah & Ermansah, 2.
(Riski et al.
, 2.
Penerapan software POMQM telah banyak digunakan pada penelitianpenelitian sebelumnya dalam memecahkan model linear programming juga membuktikan bahwa pentingnya penerapan teknologi dalam mendukung pengambilan keputusan menjadi lebih efektif, efesien juga akurat dalam bidang managemen operasi (Amrullah et al.
, 2.
(Pratama et al.
Berdasarkan penelitian terdahulu diketahui bahwa penelitian terkait optimasi produksi UMKM diterapkan menggunakan Linear Programming.
Namun, masih terdapat beberapa keterbatasan penelitian yang mengkaji UMKM coffee shop menggabungkan penerapan dengan analisis mengombinasikan metode Linear Programming dalam mengoptimalkan penjualan produk coffee Suganda dalam memperoleh keutungan, dilanjutkan dengan analisis sensitivitas untuk mengukur pengaruh dari beberapa variabel yang saling berhubungan jika variabel-variabel tersebut berubah, bertambahan ataupun berkurang, serta penggunaan software POM QM yang bertujuan untuk membantu UMKM Coffee Suganda dalam menentukan strategi produksi yang optimal, adaptif, dan berkelanjutan.
maupun dari observasi dan wawancara, merapikan data, juga mengumpulkan data sekunder baik dari jurnal maupun buku referensi.
Langkah ketiga melakukan pengolahan data dengan penyusunan model linear programming.
Langkah selanjutnya melakukan penyelesaian model sesuai dengan langkah pada kerangka penelitian.
Gambar 1.
Kerangka Penelitian Sumber : Peneliti .
Pada penelitian ini merupakan kuantitatif deskriptif-analitis dengan pendekatan studi kasus pada UMKM Coffee Shop Coffee Suganda di Kabupaten Majalengka.
Pendekatan kuantitatif digunakan untuk memodelkan permasalahan perencanaan produksi ke dalam bentuk matematis menggunakan metode Linear Programming, sedangkan analisis deskriptif digunakan untuk menginterpretasikan hasil optimasi dan analisis sensitivitas sebagai dasar pengambilan keputusan Objek penelitian adalah UMKM Coffee Suganda, yaitu coffee shop model angkringan yang berlokasi di Kabupaten Majalengka.
Usaha ini memproduksi 25 variansi produk minuman, dengan tiga produk utama yang paling dominan, yaitu Coffee susu gula aren.
Coffee susu creamy.
Chocolate.
Pemilihan objek penelitian didasarkan pada karakteristik usaha yang memiliki variasi produk tinggi dengan keterbatasan sumber daya Penyelesaian Model pada Model Linear Programming diselesaikan menggunakan metode Simpleks dan analisis sensitivitas serta dengan bantuan perangkat lunak POM-QM for Windows.
METODE PENELITIAN
Data primer diperoleh observasi langsung dan wawancara dengan pemilik UMKM Coffee Langkah Penelitian dalam penelitian ini Suganda.
Data Sekunder diperoleh dari literatur digambarkan penelitian yang dilakukan pada buku dan jurnal ilmiah terkait Linear UMKM Coffee Suganda Majalengka.
Langkah Programming.
Perencanaan Produksi UMKM, pertama dalam penelitian ini adalah melakukan Analisis Sensitivitas dan software POM-QM.
studi penelitian baik untuk studi pustaka maupun Semua model Riset Operasi termasuk Linear studi lapangan dengan identifikasi masalah Programming terdiri dari tiga komponen dasar:
UMKM.
Langkah selanjutnya pengumpulan data berikut tahapan-tahapannya:
baik data primer berkaitan dengan objek penelitian.
Variabel Keputusan (Decision variabel.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.
0 International License.
IMTechno: Journal of Industrial Management and Technology Volume 7 No.
1 Januari 2026 x1,x2,x3,Axn Merupakan variabel yang dipilih menjadi keputusan berdasarkan nilainya yang ingin kita Variabel keputusan dalam penelitian ini adalah jumlah produksi harian dari tiga produk utama UMKM Coffee Suganda.
Fungsi Tujuan (Objective Functio.
Fungsi tujuan merupakan fungsi yang bisa dioptimalkan dimana tujuan penelitian ini adalah memaksimalkan keuntungan total produksi dari ketiga produk utama.
Tujuan penelitian ini adalah memaksimalkan keuntungan total produksi dari ketiga produk utama, yang dirumuskan sebagai berikut:
Zmax= c1x1 c2x2 c3x3 A.
cnxn a.
Pembatasan Kendala Model (Constraint.
a11x1 a12x2 .
a1nxn O b1 a.
a21x1 a22x2 .
a2nxn O b2a.
a31x1 a32x2 .
a3nxn O b3a.
A A.
O A
am1x1 am2x2 .
amnxn O bm koefisien fungsi tujuan c1x1 c2x2 c3x3 A.
cnxn variabel keputusan x1, x2, x3.
,xn Koefisien fungsi batasan a11,a12, a13,A.
,a1n Jumlah Batasan b1, b2, b3.
Pengguaan Software POM-QM for Windows Model Linear Programming diselesaikan selain menggunakan metode Simpleks dan Penggunaan software POM-QM dilakukan sebagai alat bantu Pemilihan perangkat lunak disesuaikan dengan kemudahan interpretasi hasil bagi UMKM.
Analisis Sensitivitas Dengan tiga variabel Keputusan, analisis sensitivitas menjadi lebih fokus dan mudah diinterpretasikan, 1 : Kenaikan harga produk kopi 2 : Kenaikan ketersediaan bahan baku kopi 3 : Penambahan waktu operasional HASIL DAN PEMBAHASAN Dalam produksi coffee Suganda dengan menjual total 25 variansi produk dimana tiga produk utama yang menjadi menu utama yaitu Coffee susu gula aren.
Coffee susu creamy dan Chocolate.
Terdapat bahan baku utama dalam memproduksi ketiga produk tersebut.
Are Rp.
Cre Rp.
Rp.
Rp.
Rp.
Rp.
Rp.
Rp.
Rp.
Rp.
Rp.
Rp.
Sumber : Peneliti .
Tabel 2.
Data Produksi dan Penjualan 2 Jenis Produk Aren Cream Chocol Rata-rata Rp.
Keuntun Produk Rp.
Rp.
Rp.
Rp.
Rp.
Keuntun Harian Rp.
Rp.
Rp.
Sumber : Peneliti .
Tabel 3.
Data Ketersediaan Bahan Baku
Bahan Baku
Aren
Creamy Chocolate Ketersediaan Coffee 10 gr
10 gr
Susu
UHT
Gula
Aren
Powder
Chocolate Susu
SKM
Creamer Bubuk Air 20 gr 75 ml 75 ml gr/hari 12 liter .
20 gr .
5 gr .
25 gr 30 gr 15 gr 15 gr .
36 ml 50 ml gr/hari 100 gr/hari gr/hari gr/hari liter/hari Sumber : Peneliti .
Tabel 4.
Data Waktu Produksi Data Produk Data Waktu Produk /produk Are Cre Choclolat Total Waktu 2,5 menit 8 jam/ = 480 Meni/h Sumber : Peneliti .
Menyusun Model Matematika Linear Programming Variabel Keputusan Dalam hal ini variabel Keputusan akan Data Produksi dan Penjualan menentukan berapa banyak produk coffee suganda yang harus diproduksi.
Tabel 1.
Data Produksi dan Penjualan x1 = Jumlah produksi coffee susu gula aren .
elas/har.
Jen Biaya Biaya Biay Biaya x2 = Jumlah produksi coffee susu creamy Produ Produk Penjuala .
elas/har.
Pro k/unit si/hari Penj n/hari x3 = Jumlah produksi chocolate .
elas/har.
/prod Fungsi Tujuan Fungsi tujuan merupakan fungsi bagian dari variabel keputusan baik untuk meminimalkan This work is licensed under a Creative Commons Attribution-ShareAlike 4.
0 International License.
IMTechno: Journal of Industrial Management and Technology Volume 7 No.
1 Januari 2026 atau memaksimalkan.
Fungsi tujuan yakni meningkatkan sebanyak mungkin total laba harian dari ketiga produk utama.
Z = total keuntungan (Rp/har.
c1 = keuntungan per gelas coffee susu gula c2 = keuntungan per gelas coffee susu creamy c3 = keutungan per gelas chocolate Maksimasi Z= c1x1 c2x2 c3x3 Maksimasi Z= 3000x1 3000x2 3000x3 Pembatas Pembatas atau constraint yang membatasi penggunaan bahan baku dan permintaan Pembatas bahan baku dinyatakan secara verbal.
Penggunaan bahan baku ketiga produk utama O ketersediaan bahan baku maksimum am1x1 am2x2 .
amnxn O bm Bentuk Standar (Memaksimumka.
Fungsi Tujuan diubah kedalam fungsi Z = 3000x1 3000x2 3000x3 0x4 0x5 0x6 0x7 0x8 0x9 0x10 Z Ae 3000x1 - 3000x2 - 3000x3 .
Pembatas yang diubah dengan memberikan variabel slack, menjadi sebagai berikut :
Kendala Bahan Baku Kopi = 10x1 10x2 0x3 x4 O 1300 .
Kendala Bahan Baku Susu = 75x1 75x2 75x3 x5 O 12000 .
Kendala Gula Aren = 20x1 0x2 20x3 x6 O 2000 .
Kendala Bahan Baku Cokelat =0x1 0x2 5x3 x7 O 100 .
Kendala Bahan Baku Susu SKM =0x1 25x2 30x3 x8 O 1850 .
Kendala Bahan Baku Creamer Bubuk =15x1 15x2 0x3 x9 O 1950 .
Kendala Bahan Baku Air =36x1 36x2 50x3 x10 O 5400 .
Kendala Waktu Produksi =3x1 3,5x2 2,5x3 x11O 480 x1 O d1, x2 O d2, x3 O d3 x1 Ou 0, x2 Ou 0, x3 Ou 0, x4 Ou 0, x5 Ou 0, x6 Ou 0, x7 Ou 0, x8 Ou 0, x9 Ou 0, x10 Ou 0, x11 Ou 0 Variabel Basis : x4, x5, x6, x7, x8, x9, x10, x11 Dengan menetapkan x1= x2 = x3 = 0 Tabel 6.
Penentuan Kolom Kunci Tabel 5.
Data Simpleks Awal Ind Untuk melakukan iterasi, pertama kita tentukan kolom kunci, baris kunci, dan angka kunci dari tabel Pada kolom kunci X1 warna kuning menunjukkan kolom kunci.
Untuk baris X4 warna hijau menunjukkan baris kunci, dan angka 10 warna biru merupakan angka kunci.
Berikut tabel untuk mengubah semua nilai baris kunci.
Untuk kolom kunci memilih nilai paling negative di baris Z, yang terpilih x1 (-3.
Untuk baris kunci hitung rasio (RHS / Kolom Kunc.
Rasio terkecil adalah baris x4 .
=130, maka x4 keluar dan x1 masuk.
Angka kunci pertemuan baris x4 dan kolom x1 Mengubah semua Nilai Baris kunci 0/10 Ie 1 0/10 Ie 0 10/10 Ie 1 0/10 Ie 0 10/10 Ie 1 0/10 Ie 0 0/10 Ie 0 0/10 Ie 0 1/10 Ie 0,1 0/10 Ie 0 0/10 Ie 0 1300/10Ie130 0/10 Ie 0 Berdasarkan dari pembagian kemudian dimasukkan pada baris baru yaitu baris X4 yang diganti dengan X1 sebagai kolom kunci.
Iterasi Pertama Tabel 7.
Pemilihan Iterasi Pertama Vari Das This work is licensed under a Creative Commons Attribution-ShareAlike 4.
0 International License.
IMTechno: Journal of Industrial Management and Technology Volume 7 No.
1 Januari 2026
X10
X11
Tabel 8.
Perhitungan Iterasi Pertama -7,5 -1,5 -3,6 -0,3 Berdasarkan hasil perhitungan pertama didapatkan hasil optimasi untuk Tabel simpleks Tabel 9.
Hasil Optimasi Untuk Tabel Simpleks 1 Tabel 10.
Pemilihan Iterasi Kedua Berdasarkan hasil perhitungan pada Tabel 9 keutungan sementara menunjukan bahwa nilau Z menjadi Rp.
000 hanya dengan memproduksi x1 .
opi susu gula are.
sebanyak 130 produk.
Berdasarkan hasil diatas masih terdapat nilai negative untuk fungsi tujuan, sehingga perlu dilakukan kembali perhitungan untuk iterasi kedua.
Variabel masuk berikutnya pada baris Z terdapat nilai negative pada kolom x3 (-3.
, yang menunjukkan bahwa keuntungan masih bisa ditingkatkan dengan memproduksi cokelat atau x3.
Untuk kendala x4 .
sudah habis terpakai yang diganti menjai variabel basis x1.
Langkah selanjutnya untuk x7 .
menjadi target produk Mengubah nilai Ae nilai menjadi 0 untuk selain pada angka dan baris kunci .
Menghitung untuk baris baru = baris lama Ae .
oefisien per kolom kunci x nilai baris kunc.
Ind Berdasarkan hasil iterasi kedua kolom kunci terdapat pada kolom x3 yang memiliki nilai negative -3000 pada baris Z.
selanjutnya untuk baris kunci dihitung berdasarkan rasio (RHS/ kolom x.
Baris x5= 2250/75 = 30, baris x7 = 100/5 = 20 (Rasio terkeci.
, baris x10 = 720/50 = 14,4 .
idak dipilih ini walaupun terkecil karena lebih memprioritaskan variabel produk utama yaitu x7 untuk bahan utama cokelat yang merupakan pembatas utama untuk produk x3.
Mengubah nilai pada baris kunci, semua nilai pada baris kunci dibagi dengan angka kunci .
Mengubah Semua Nilai Baris Kunci
0/5 = 0
1/5 = 0,2
0/5 = 0
0/5 = 0
0/5 = 0
0/5 =0
This work is licensed under a Creative Commons Attribution-ShareAlike 4.
0 International License.
IMTechno: Journal of Industrial Management and Technology Volume 7 No.
1 Januari 2026
5/5 = 1
0/5 = 0
0/5 =0
0/5 = 0
0/5 = 0
100/5 = 20
0/5 = 0
Tabel 11.
Hasil Penyederhanaan Iterasi Kedua didapatkan hasil iterasi ke tiga Iterasi ke 3.
Tabel 13.
Hasil Iterasi Ke 3
-7,5
-7,5
-1,5
-3,6
-3,6
-0,3
-0,3
Pada Tabel 13 hasil Iterasi ke 3 hasil akhir optimal semua nilai pada baris Z sudah Ou 0, sehingga bisa ditemukan solusi optimal bahwa x1 .
opi susu gula are.
dengan memproduksi sebanyak 130 produk/hari, x2 .
opi susu cream.
produksi 0 gelas/hari berdasarkan perhitungan tidak disarankan diproduksi dikarenakan kurangnya efisien dibanding produk lain dengan harga bahan saat in.
Sedangkan untuk x3 chocolate disarankan produksi 20 gelas/hari sehingga bisa mendapatkan keuntungan maksimum (Z) total keutungan bersih per hari Rp.
Berdasarkan hasil tab bahwa terdapat sisa sumber daya .
lack variabe.
yaitu susu UHT .
tersisa 750 ml, gula aren .
tersisa 1000 gr, susu SKM .
tersisa 1250 gr, air.
tersisa 220 ml, waktu produksi .
tersisa 40 menit.
Solusi Program Linear Programming Dengan Menggunakan POM-QM Penggunaan POM-QM dapat membantu dalam memperoleh solusi optimal untuk program linear dengan beberapa tujuan seperti keutungan maksimasi atau mengurangi kemungkinan kesalahan perhitungan manual.
Tabel 12.
Hasil Pengolahan Iterasi ke 2 Mengubah nilai Ae nilai menjadi 0 selain pada angka dan baris kunci .
Menghitung untuk baris baru = baris lama Ae .
oefisien per kolom kunci x nilai baris kunc.
X X Gambar 2.
Masukkan Data Produksi Berdasarkan This work is licensed under a Creative Commons Attribution-ShareAlike 4.
0 International License.
IMTechno: Journal of Industrial Management and Technology Volume 7 No.
1 Januari 2026 Rp.
Berdasarkan hasil analisis solusi bahwa hasil perhitungan software POM Ae QM dengan POM-QM mempertimbangkan seluruh batasan secara tanpa Hasil perhitungan manual sebelumnya menggunakan nilai angka bulat untuk produksi yaitu 130 untuk coffee susu gula aren, 0 untuk susus Gambar 3.
Hasil Linear Programming creamy, dan 20 untuk chocolate dengan keuntungan Rp.
Hasil tersebut didapatkan karena mempertimbangkan terlebih dahulu bahan baku utama yang digunakan untuk proses produksi, tetapi POM-QM mempertimbangkan bahan baku mana yang didahulukan tetapi dengan mempertimbangkan seluruh batasan tanpa pembulatan.
Tetapi hasil POM-QM bisa lebih diterima karena mengikuti aturan akurasi decimal, mengantisipasi kesalahan pembulatan, hasil POM-QM bisa memberikan nilai Gambar 4.
Hasil Ranging (Hasil Analisis Dual yang konsisten yg penting untuk analisis Sensitivita.
ekonomi manajerial.
Selisih antara perhitungan manual dengan Software POM-QM adalah Rp.
000 Ae Rp.
200 = Rp.
800 disebabkan dari penyesuaian terhadap kendala air .
pada perhitungan manual langsung mempertimbangkan bahan baku utama untuk produk.
Coffee Suganda perlu menambah kapasitas air atau efisiensi penggunaan air sehingga keuntungan bisa diatas Rp.
Hasil Analisis Sensitivitas Hasil analisis sensitivitas untuk shadow price .
arga bayanga.
untuk penjualan Coffee Suganda Majalengka Kenaikan Harga produk Kopi Berdasarkan data dari perhitungan software Gambar 5.
Hasil Pemecahan Masalah POM-QM dapat diketahui sejauh mana keuntungan perunit dapat dinaikan tanpa mengubah kombinasi produk optimal .
1, x2, x.
Kopi susu gula aren .
untuk keuntungan saat ini adalah Rp.
000 deangan batas atas (UpperBoun.
sebesar Rp.
000 berarti jika menaikkan harga jual sehingga keuntungan menjadi Rp.
6000 per unit naik Rp.
3000, komposisi produk tetap di 85,6 Kopi susu creamy .
untuk keuntungan Gambar 6.
Iterasi Data Produksi saat ini Rp.
3000 dan batasnya Rp.
jika harga produk dinaikan sedikit menjadi Rp.
001 maka basis produksi akan berubah dan menyarankan memproduksi lebih banyak x2 Chocolate .
keuntungan saat ini Rp.
000 dengan batas atas Rp.
166,67
sehingga dapat menaikan keutungan hingga Rp.
166 per produk.
Gambar 7.
Iterasi Data Produksi lanjutan Kenaikan Ketersediaan Bahan Baku Untuk bahan baku kopi Berdasarkan hasil perhitungan untuk Jika pasokan kopi ditambahn 1gr, program linear programming menggunakan POMkeutungan akan naik dikarenakan stok kopi QM untuk optimasi keutungan menemukan solusi habis terpakai yang menjadi kendala aktif.
berdasarkan pada iterasi data produksi bahwa nilai Ketika terjadi penambahan produksi bahan optimal untuk penjualan Coffee Suganda dengan x1 baku kopi untuk 1 cup kopisusu gula aren = 86,5 produk, x2 = 44,4 produk dan x3 = 14,4 .
membutuhkan 10 gr kopi jika produk untuk mendapatkan keuntungan sebanyak menambah 100 gr bubuk kopi maka bisa This work is licensed under a Creative Commons Attribution-ShareAlike 4.
0 International License.
IMTechno: Journal of Industrial Management and Technology Volume 7 No.
1 Januari 2026 memproduksi tambahan sebesar 100gr/10 gr/cup = 10 gelas tambahan Untuk perhitungan keuntungan baru per gelas = Rp.
Tambahan keuntungan = 10 gelas x Rp.
000 = Rp 30.
Sehingga total keuntungan baru = Rp.
000 Rp.
000 = Rp.
Untuk bahan baku cokelat Untuk cokelat .
hanya bisa diproduksi maksimal hingga 20 karena bahan ketersediaan cokelat hanya 100 gr, sehingga 100/5 = 20 ketika stok bubuk ditambahkan akan meningkatkan produksi dari x3 .
Sedangkan untuk waktu produksi masih tersisa x11> 40 menit sehingga ketika ditambahkan jam kerja tidak akan meningkatkan keuntungan dikarenakan bahan baku terutama bahan baku utama utama telah habis terlebih dahulu.
Penambahan Waktu Operasional Ketika keuntungan maksimal di Rp.
000 karena bubuk kopi habis.
Jika ditambahkan stok kopi dan memanfaatkan sisa waktu 40 menit dan sisa susu 750 ml untuk memproduksi lebih banyak produk, bisa meningkatkan profit.
Waktu : 10 cup x 3 menit = 30 menit ( sisa waktu sebelumnya 40 menit, masih mencukup.
Susu UHT : 10 cup x 75 ml = 750 ml ( sisa susu sebelumnya adalah 750 m.
Suganda adalah: Manajemen Inventaris: Pemilik usaha disarankan untuk menambah stok Bubuk Kopi dan memastikan ketersediaan Air yang lebih memadai, karena setiap penambahan satu unit pada kedua bahan tersebut akan secara langsung meningkatkan total keuntungan harian.
Alokasi Modal: Melakukan realokasi anggaran pembelian bahan baku dari produk yang memiliki sisa .
tinggi, seperti Susu UHT, ke bahan baku yang .
meminimalkan modal yang tertanam pada stok yang tidak produktif.
Pengembangan Menu: berdasarkan data keuntungan per unit untuk semua produk adalah sama (Rp3.
namun memiliki kebutuhan bahan dan waktu yang berbeda, manajemen dapat memprioritaskan promosi pada varian yang paling hemat waktu produksi, yaitu Chocolate .
,5 meni.
, selama stok cokelat masih tersedia.
Penggunaan Teknologi: Diharapkan pelaku usaha dapat mulai menerapkan perhitungan berbasis software atau sistem informasi sederhana dalam merencanakan produksi harian agar keputusan yang diambil lebih akurat dan adaptif terhadap perubahan harga atau stok bahan baku.
Untuk penelitian selanjutnya dapat dikembangkan oleh peneliti selanjutnya untuk mengembangkan kajian riset operasional pada UMKM Industri makanan dan minuman dengan salah satunya mengintergrasi metode lainnya seperti penggunaan pendekatan Fuzzy Linear Programming untuk mengakomodasi fluktuasi harga bahan baku dan ketidapastian permintaan pasar.
REFERENSI
KESIMPULAN
Amrullah.
Setiawan.
Laksono.
Kesimpulan Sania.
, & Tampati.
Analisa Berdasarkan hasil analisis optimasi Optimasi Keuntungan Penjualan Kopi Di produksi pada Coffee Suganda Majalengka KedaiKudukumaha Menggunakan Metode menggunakan metode Simpleks dan bantuan Grafik LinearProgramming.
Journal of software POM-QM, dapat ditarik kesimpulan Industrial and Engineering System, 5.
, 19Ae sebagai berikut Optimasi Produksi: Solusi optimal https://doi.
org/10.
31599/1jqvpg17 yang dihasilkan oleh software POM-QM Anhar.
Haludin.
Nabila.
Nareswari.
menyarankan jumlah produksi harian sebesar 85,6 .
Febriana.
Naya.
Fadillah.
unit Kopi Susu Gula Aren x1, 44,4 unit Kopi Susu Mayadi.
, & Ramadhani.
Creamy x2 dan 14,4 unit Chocolate .
Keuntungan Optimizing Best-Selling Menu Production Maksimal: Total keuntungan maksimal yang dapat using the Linear Programming Method: Case dicapai dengan kombinasi produksi tersebut adalah Study on Lines Coffee.
Jurnal Ilmiah sebesar Rp433.
200 per hari.
Meskipun angka ini Manajemen Kesatuan, 11.
, 1041Ae1050.
sedikit lebih rendah dibandingkan perhitungan https://jurnal.
id/index.
php/jimkes/article manual (Rp450.
, hasil ini lebih akurat karena /view/2183 mempertimbangkan seluruh kendala material secara Anugerah.
Kharismawati.
Wijayanti.
presisi tanpa pembulatan.
Faktor Penghambat Falaq, iqbal A.
Kamil.
, & Sari.
(Bottlenec.
: Kendala utama yang membatasi .
Optimalisasi Produksi pada UMKM peningkatan keuntungan adalah ketersediaan Bubuk Industri Tahun dengan Linear Programming.
Kopi .
dan Air .
, yang masing-masing Azizah.
, & Ermansah.
memiliki nilai shadow price (Dual Valu.
sebesar 84 Pemanfaatan Software Pom-Qm Pada Materi Efisiensi Sumber Daya: Terdapat inefisiensi Program Linier Dalam Mata Kuliah Riset pada penggunaan stok bahan baku tertentu.
Operasional : Studi Kasus Unit Produksi Bhakti ditunjukkan dengan adanya sisa .
pada Susu Karya.
Jurnal Kiprah Pendidikan, 4, 369Ae377.
UHT sebesar 1.
170 ml dan Susu SKM sebesar 308 BadiAoah.
Syauqi.
Winanda.
, & Effendi, gr yang tidak berkontribusi pada penambahan .
Production Optimization and keuntungan dalam kondisi saat ini.
Product Sensitivity Analysis of AuBawang
Saran