LAPORAN UAS

LEMBAR PENGESAHAN

(PRAKTIKUM PERENCANAAN PERENCANAAN DAN PENGENDALIAN PRODUKSI) LAPORAN AKHIR

PROGRAM STUDI TEKNIK INDUSTRI – FAKULTAS FAKULTAS TEKNIK UNIVERSITAS WIDYATAMA

Oleh : Nama : Riski Septian Rachman NPM

: 0515101031

Telah Disetujui dan Disahkan Disa hkan di Bandung, Tanggal _____________ _____________

Menyetujui, Asisten Praktikum Perencanaan dan Pengendalian Produksi Asisten

Asisten

Usi Putri Pratiwi Aisah

Rizka Yasra

Mengesahkan, Instruktur Praktikum Perencanaan dan Pengendalian Produksi

Tiaradia Ihsan, S.T.

i

KATA PENGANTAR

Puji syukur senantiasa penulis panjatkan kehadirat Allah SWT, karena atas rahmat dan hidayah-Nya lah penulis dapat menyelesaikan laporan akhir ini dengan judul ”Laporan Akhir Perencanaan dan Pengendalian Produksi”. Penulis mengucapkan rasa terima kasih yang sebesar-besarnya atas semua bantuan yang telah diberikan, baik secara langsung maupun tidak langsung selama penyusunan tugas tugas akhir ini hingga hingga selesai. Secara khusus rasa terima kasih tersebut penulis sampaikan kepada: 1. Bapak Tiaradia Ihsan, S.T. selaku instruktur praktikum Perencanaan dan Pengendalian Produksi yang telah memberikan bimbingan serta ilmu pengetahuan dalam menyusun menyusun laporan akhir ini. 2. Usi Putri Pratiwi Aisah dan Rizka Yasra selaku asisten praktikum Perencanaan dan Pengendalian Produksi yang telah membantu dan membimbing penulis selama menjalankan praktikum ini. 3. Orang tua penulis yang senantiasa memberikan semangat dan motivasi untuk penulis menyelesaikan laporan akhir ini. 4. Rekan-rekan penulis yang telah membantu dalam menuntaskan laporan akhir ini. Penulis menyadari masih terdapat banyak kekurangan yang dibuat baik sengaja maupun tidak sengaja, dikarenakan keterbatasan ilmu pengetahuan dan wawasan serta pengalaman yang penulis miliki. Penulis mengucapkan mohon maaf atas segala kekurangan tersebut, tidak menutup diri terhadap segala saran dan kritik serta masukan yang bersifat kontruktif bagi diri penulis. Akhir kata, semoga lapora n akhir ini dapat bermanfaat bagi penulis sendiri, sendiri , institusi pendidikan dan masyarakat luas.

Bandung,

Desember 2017

Riski Septian Rachman

ii

DAFTAR ISI Halaman

...................................................................... ..................................... ............. i LEMBAR PENGESAHAN .............................................. KATA PENGANTAR ............................................... ....................................................................... ............................................ .................... ii

...................................................................... ............................................... ................................... ............ iii DAFTAR ISI .............................................. DAFTAR GAMBAR ............................................. ..................................................................... .............................................. ...................... vii DAFTAR TABEL.............................................. ...................................................................... ............................................... ......................... .. viii

...................................................................... ........................................ ................ 1 BAB I PENDAHULUAN .............................................. 1.1 LATAR BELAKANG ........................................................ ............................................................................... ............................ ..... 1 1.1.1 Peramalan ( Forecasting Forecasting ) ............................................... ....................................................................... .............................1 .....1 1.1.2 Rencana Produksi Agregat ............................................ .................................................................... .............................2 .....2 1.1.3 Disagregasi dan Master dan Master Production Schedule............................................2 Schedule............................................2 1.1.4 Struktur Produk , BOM dan MRP dan MRP ...................................................... .............................................................. ......... 3 1.1.5 Line 1.1.5 Line Balancing ...................... Balancing .............................................. ................................................ .............................................4 .....................4 1.2 TUJUAN PRAKTIKUM ....................................................... ............................................................................... .......................... 5 1.2.1 Peramalan ( Forecasting Forecasting ) ............................................... ....................................................................... .............................5 .....5 1.2.2 Rencana Produksi Agregat ............................................ .................................................................... .............................5 .....5 1.2.3 Disagregasi dan Master dan Master Production Schedule............................................6 Schedule............................................6 1.2.4 Struktur Produk, BOM Produk, BOM dan MRP dan MRP ...................................................... .............................................................. ......... 6 1.2.5 Line 1.2.5 Line Balancing ...................... Balancing .............................................. ................................................ .............................................6 .....................6 ....................................................................... ................................ ........ 7 BAB II LANDASAN TEORI ............................................... 2.1 PERAMALAN ( FORECASTING)..................... FORECASTING).............................................. ............................................. .................... 7 2.1.1 Definisi Peramalan ( Forecasting ) ............................................. ..............................................................7 .................7 2.1.2 Karakteristik Peramalan yang Baik ................... ........................................... .........................................7 .................7 2.1.3 Sifat Hasil Peramalan ....................................................... ............................................................................... ..........................8 ..8 2.1.4 Ukuran Akurasi Hasil Peramalan .............................. ..................................................... .................................9 ..........9 2.1.5 Metode-metode Peramalan ( Forecasting ) ............................................ ................................................10 ....10 2.2 RENCANA PRODUKSI AGREGAT ................................ ....................................................... .......................... ... 17 2.2.1 Definisi Perencanaan Agregat ................................... .......................................................... ...............................17 ........17 2.2.2 Tujuan Perencanaan Agregat............................................. Agregat....................................................................1 .......................18 8 2.2.3 Metode Perencanaan Agregat................................................ ...................................................................18 ...................18 2.2.4 Strategi Perencanaan Agregat .............................................................. ..................................................................22 ....22

iii

Halaman

2.2.5 Biaya Perencanaan Agregat......................................................................24 2.2.6 Pemilihan Metode Peramalan ...................................................................27 2.3 DISAGREGASI DAN MASTER PRODUCTION SCHEDULE ................... 28 2.3.1 Perencanaan dan Pengendalian Produksi .................................................28 2.3.2 Disagregasi ...............................................................................................30 2.3.3 Langkah-langkah Disagregasi ..................................................................32 2.3.4 Master Production Schedule ( MPS ) .........................................................32 2.3.5 Fungsi Jadwal Induk Produksi .................................................................34 2.3.6 Hubungan Jadwal Induk Produksi dengan Perencanaan Agregat ........... 35 2.3.7 Teknik Penyusunan Jadwal Induk Produksi .............................................35 2.4 STRUKTUR PRODUK , BOM DAN MRP .................................................. 37 2.4.1 Pengertian Material Requirements Planning ( MRP ) ...............................37 2.4.2 Empat Langkah Utama Sistem MRP ......................................................38 2.4.3 Input MRP ................................................................................................39 2.4.4 Output MRP ..............................................................................................40 2.4.5 Tujuan MRP .............................................................................................41 2.4.6 Istilah-istilah dalam MRP .........................................................................42 2.4.7 Peta Proses Perakitan ( Assembly Process Chart ) .....................................43 2.4.8 Struktur Produk ........................................................................................43 2.4.9 Bill of Materials ( BOM ) ...........................................................................44 2.5 LINE BALANCING ....................................................................................... 44 2.5.1 Definisi Line Balancing ............................................................................44 2.5.2 Tujuan Line Balancing ...........................................................................45 2.5.3 Line Balancing Input ................................................................................45 2.5.4 Masalah pada Lintasan .............................................................................46 2.5.5 Metode-metode Line Balancing ...............................................................46 2.5.6 Precedence Diagram ................................................................................48 2.5.7 Terminologi Line Balancing ....................................................................49 BAB III FLOWCHART KEGIATAN PRAKTIKUM ...................................... 51

3.1 FLOWCHART KEGIATAN PRAKTIKUM................................................. 51 3.2 URAIAN FLOWCHART KEGIATAN PRAKTIKUM ................................ 52

iv

Halaman

3.2.1 Studi Literatur...........................................................................................52 3.2.2 Pengumpulan Data ...................................................................................52 3.2.3 Pengolahan Data.......................................................................................53 3.2.4 Analisis .....................................................................................................54 3.2.5 Kesimpulan dan Saran ..............................................................................55 BAB IV PENGUMPULAN DAN PENGOLAHAN DATA ............................. 56

4.1 PENGUMPULAN DATA ............................................................................ 56 4.1.1 Peramalan ( Forecasting ) ..........................................................................56 4.1.2 Rencana Produksi Agregat .......................................................................57 4.1.3 Disagregasi dan Master Production Schedule..........................................57 4.1.4 Struktur Produk, BOM dan MRP ............................................................. 59 4.1.5 Line Balancing .........................................................................................61 4.2 PENGOLAHAN DATA ............................................................................... 63 4.2.1 Peramalan ( Forecasting ) ..........................................................................63 4.2.2 Rencana Produksi Agregat .......................................................................76 4.2.3 Disagregasi dan Master Production Schedule..........................................86 4.2.4 Struktur Produk, BOM dan MRP ............................................................. 92 4.2.5 Line Balancing .......................................................................................107 BAB V ANALISIS ............................................................................................. 114

5.1 PERAMALAN ( FORECASTING).............................................................. 114 5.2 RENCANA PRODUKSI AGREGAT ........................................................ 115 5.3 DISAGREGASI DAN MASTER PRODUCTION SCHEDULE ................. 116 5.4 STRUKTUR PRODUK, BOM DAN MRP ................................................ 118 5.5 LINE BALANCING ..................................................................................... 119 BAB VI KESIMPULAN DAN SARAN........................................................... 121

6.1 KESIMPULAN........................................................................................... 121 6.1.1 Peramalan ( Forecasting ) ........................................................................121 6.1.2 Rencana Produksi Agregat .....................................................................121 6.1.3 Disagregasi dan Master Production Schedule........................................122 6.1.4 Struktur Produk, BOM dan MRP ........................................................... 122 6.1.5 Line Balancing .......................................................................................123

v

Halaman

6.2 SARAN ....................................................................................................... 123 6.2.3 Peramalan ( Forecasting ) ........................................................................123 6.2.2 Rencana Produksi Agregat .....................................................................124 6.2.3 Disagregasi dan Master Production Schedule........................................124 6.2.4 Struktur Produk, BOM dan MRP ........................................................... 124 6.2.5 Line Balancing .......................................................................................125 DAFTAR PUSTAKA ........................................................................................ 126 LAMPIRAN ....................................................................................................... 127

vi

DAFTAR GAMBAR Halaman Gambar 3. 1 Flowchart Kegiatan Praktikum ...................................................... 51 Gambar 4. 1 Diagram Scatter DMA .................................................................... 65 Gambar 4. 2 Plot Data DMA ................................................................................ 65 Gambar 4. 3 Diagram Scatter DES Brown .......................................................... 68 Gambar 4. 4 Plot Data DES Brown ..................................................................... 69 Gambar 4. 5 Diagram Scatter DES Holt.............................................................. 72 Gambar 4. 6 Plot Data DES Holt ......................................................................... 73 Gambar 4. 7 Diagram Scatter Regresi Linier ...................................................... 75 Gambar 4. 8 Plot Data Regresi Linier ................................................................. 76

vii

DAFTAR TABEL Halaman Tabel 2. 1 Pemilihan Metode Peramalan .............................................................. 27 Tabel 4. 1 Data Awal Demand ............................................................................. 56 Tabel 4. 2 Data Awal Demand NPM (+31).......................................................... 56 Tabel 4. 3 Komponen Data Awal ......................................................................... 57 Tabel 4. 4 Data Hari Kerja dan Demand .............................................................. 57 Tabel 4. 5 Data Forecast Demand . ....................................................................... 58 Tabel 4. 6 Data Parameter .................................................................................... 58 Tabel 4. 7 Persentase Actual Demand .................................................................. 58 Tabel 4. 8 Bill of Materials ( BOM ) Tamiya Baracuda ......................................... 60 Tabel 4. 9 Master Production Schedule ( MPS ) Tamiya Baracuda ...................... 60 Tabel 4. 10 Data Permintaan ................................................................................ 62 Tabel 4. 11 Uraian Kegiatan Precedence Diagram.............................................. 62 Tabel 4. 12 Hasil Perhitungan DMA..................................................................... 63 Tabel 4. 13 Ringkasan Perhitungan Error DMA .................................................. 65 Tabel 4. 14 Hasil Perhitungan DES Brown .......................................................... 66 Tabel 4. 15 Ringkasan Perhitungan Error DES Brown ....................................... 68 Tabel 4. 16 Hasil Perhitungan Alpha DES Brown ............................................... 68 Tabel 4. 17 Hasil Perhitungan DES Holt.............................................................. 69 Tabel 4. 18 Ringkasan Perhitungan Error DES Holt ........................................... 71 Tabel 4. 19 Hasil Perhitungan Alpha dan Gamma DES Holt Satu Desimal ........ 71 Tabel 4. 20 Hasil Perhitungan Alpha dan Gamma DES Holt Dua Desimal ......... 72 Tabel 4. 21 Hasil Perhitungan Regresi Linier ...................................................... 73 Tabel 4. 22 Ringkasan Perhitungan Error Regresi Linier.................................... 75 Tabel 4. 23 Ringkasan Hasil Perhitungan Error Semua Metode ......................... 76 Tabel 4. 24 Strategi Tenaga Kerja Tetap ( Round Up) .......................................... 76 Tabel 4. 25 Strategi Tenaga Kerja Tetap ( Round Down) ..................................... 78 Tabel 4. 26 Strategi Tenaga Kerja Berubah ( Round Up) ..................................... 80 Tabel 4. 27 Strategi Tenaga Kerja Berubah ( Round Down) ................................. 82 Tabel 4. 28 Strategi Transportasi.......................................................................... 84

viii

Halaman Tabel 4. 29 Kesimpulan Rencana Produksi Agregat ............................................ 85 Tabel 4. 30 Hasil Agregasi Item ........................................................................... 86 Tabel 4. 31 Disagregasi Periode 1 ........................................................................ 86 Tabel 4. 32 Disagregasi Periode 2 ........................................................................ 88 Tabel 4. 33 Disagregasi Periode 3 ........................................................................ 88 Tabel 4. 34 Disagregasi Periode 4 ........................................................................ 88 Tabel 4. 35 Disagregasi Periode 5 ........................................................................ 88 Tabel 4. 36 Disagregasi Periode 6 ........................................................................ 88 Tabel 4. 37 Disagregasi Periode 7 ........................................................................ 89 Tabel 4. 38 Disagregasi Periode 8 ........................................................................ 89 Tabel 4. 39 Disagregasi Periode 9 ........................................................................ 89 Tabel 4. 40 Disagregasi Periode 10 ...................................................................... 89 Tabel 4. 41 Disagregasi Periode 11 ...................................................................... 89 Tabel 4. 42 Disagregasi Periode 12 ...................................................................... 89 Tabel 4. 43 Data Actual Demand ......................................................................... 90 Tabel 4. 44 Master Production Schedule Baracuda ............................................. 90 Tabel 4. 45 Master Production Schedule Cobra .................................................. 91 Tabel 4. 46 Master Production Schedule Hauler ................................................. 91 Tabel 4. 47 Master Production Schedule Emperor .............................................. 91 Tabel 4. 48 MRP End Item Tamiya ...................................................................... 92 Tabel 4. 49 MRP Komponen Body ....................................................................... 92 Tabel 4. 50 MRP Induk Assembling 13 ................................................................ 93 Tabel 4. 51 Metode Silver Meal Komponen Key Battery .................................... 94 Tabel 4. 52 MRP Komponen Key Battery ............................................................ 95 Tabel 4. 53 MRP Induk Assembling 12 ................................................................ 96 Tabel 4. 54 MRP Komponen Black Roller ........................................................... 96 Tabel 4. 55 MRP Induk Assembling 11 ................................................................ 98 Tabel 4. 56 MRP Komponen Blue Roller ............................................................. 98 Tabel 4. 57 MRP Induk Assembling 10 ................................................................ 98 Tabel 4. 58 MRP Komponen Bumper .................................................................. 98 Tabel 4. 59 MRP Induk Assembling 9 .................................................................. 99

ix

Halaman Tabel 4. 60 MRP Komponen Axle Shaft Cover .................................................... 99 Tabel 4. 61 MRP Induk Assembling 8 .................................................................. 99 Tabel 4. 62 MRP Komponen On Off Button ........................................................ 99 Tabel 4. 63 MRP Induk Assembling 7 .................................................................. 99 Tabel 4. 64 MRP Induk Sub Assembling 8 ......................................................... 100 Tabel 4. 65 MRP Induk Sub Assembling 7 ......................................................... 100 Tabel 4. 66 Metode Silver Meal Komponen Cover Gear .................................. 100 Tabel 4. 67 MRP Komponen Cover Gear .......................................................... 100 Tabel 4. 68 MRP Komponen Blue Gear ............................................................ 101 Tabel 4. 69 MRP Komponen Cover Engine ....................................................... 101 Tabel 4. 70 MRP Induk Assembling 6 ................................................................ 101 Tabel 4. 71 MRP Komponen Orange Gear ........................................................ 101 Tabel 4. 72 MRP Induk Assembling 5 ................................................................ 101 Tabel 4. 73 MRP Komponen Propeller Shaft .................................................... 102 Tabel 4. 74 MRP Induk Assembling 4 ................................................................ 102 Tabel 4. 75 MRP Induk Sub Assembling 3 ......................................................... 102 Tabel 4. 76 Metode Silver Meal Komponen Velg FR ........................................ 102 Tabel 4. 77 MRP Komponen Velg FR ................................................................ 103 Tabel 4. 78 MRP Komponen Tire FR ................................................................ 103 Tabel 4. 79 MRP Induk Assembling 3 ................................................................ 103 Tabel 4. 80 MRP Induk Sub Assembling 2 ......................................................... 103 Tabel 4. 81 Metode Silver Meal Komponen Velg RR ........................................ 104 Tabel 4. 82 MRP Komponen Velg RR ................................................................ 104 Tabel 4. 83 MRP Komponen Tire RR ................................................................ 104 Tabel 4. 84 MRP Induk Assembling 2 ................................................................ 104 Tabel 4. 85 MRP Induk Sub Assembling 1 ......................................................... 105 Tabel 4. 86 MRP Komponen Axle Shaft ............................................................. 105 Tabel 4. 87 MRP Komponen Green Gear .......................................................... 105 Tabel 4. 88 MRP Induk Assembling 1 ................................................................ 105 Tabel 4. 89 Metode Silver Meal Komponen Bearing ......................................... 106 Tabel 4. 90 MRP Komponen Bearing ................................................................ 106

x

Halaman Tabel 4. 91 MRP Komponen Chasis .................................................................. 106 Tabel 4. 92 Pembagian Region (Stasiun Kerja).................................................. 107 Tabel 4. 93 Kumulatif Waktu Tiap Stasiun Kerja .............................................. 108 Tabel 4. 94 Efisiensi Stasiun Kerja .................................................................... 108 Tabel 4. 95 Tabel Positional Weight Awal ........................................................ 111 Tabel 4. 96 Tabel Pengurutan Positional Weight ............................................... 111 Tabel 4. 97 Kumulatif Station Time Tiap Stasiun Kerja .................................... 111 Tabel 4. 98 Efisiensi Stasiun Kerja .................................................................... 112 Tabel 5. 1 Perhitungan Mean Squared Error ( MSE ) .......................................... 114 Tabel 5. 2 Ringkasan Perhitungan Total Cost .................................................... 115 Tabel 5. 3 Keputusan Produksi........................................................................... 116 Tabel 5. 4 Master Production Schedule Baracuda ............................................. 117 Tabel 5. 5 MRP Komponen Black Roller ........................................................... 118 Tabel 5. 6 MRP Induk Assembling 12 ................................................................ 119 Tabel 5. 7 Hasil Perhitungan Metode Cluster dan RPW .................................... 119

xi

BAB I PENDAHULUAN 1.1

LATAR BELAKANG

1.1.1

Peramalan (Forecasting )

Seiring dengan semakin bertambahnya kebutuhan masyarakat pada zaman sekarang, menuntut produsen untuk dapat memproduksi barang atau produk sesuai dengan permintaan (demand ). Permasalahan yang kerap terjadi berkaitan dengan permintaan (demand ) yaitu perusahaan tidak dapat menduga berapa banyak permintaan (demand ) yang akan datang di kemudian hari. Peramalan menjadi metode yang dapat digunakan perusahaan untuk memperkirakan permintaan (demand ). Peramalan dapat memperkirakan kebutuhan permintaan ( demand ) di masa yang akan datang baik untuk jangka panjang, jangka menengah atau jangka pendek. Metode peramalan dapat dilakukan dengan menggunakan data masa lalu dan memproyeksikannya ke masa mendatang dengan suatu bentuk model matematis, namun dengan menggunakan metode peramalan tidak jarang pula terjadi kesalahan. Peramalan ( forecasting ) sangat jarang memberikan hasil yang sempurna dan akurat, oleh karena itu diperlukan metode yang baik dan bena r untuk dapat mendekati nilai akurat dari peramalan tersebut. Modul Peramalan ( Forecasting ) pada praktikum kali ini membahas mengenai perkiraan permintaan demand pada 12 periode yang akan datang. Data yang digunakan untuk melakukan proses peramalan yaitu data awal demand selama 24 periode. Metode yang digunakan dalam praktikum kali ini yaitu bersifat kuantitatif dengan model time series seperti Double Moving Average ( DMA), Double Exponential Smoothing ( DES ) Satu Parameter dari Brown, Double Exponential Smoothing ( DES ) Dua Parameter dari Holt dan metode peramalan Regresi Linier. Adanya metode peramalan yang digunakan dalam praktikum kali ini diharapkan dapat membantu suatu perusahaan untuk dapat menentukan kebijakan dalam memenuhi permintaan (demand ).

1

UNIVERSITAS WIDYATAMA 1.1.2

PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI

Rencana Produksi Agregat

Seiring dengan semakin meningkatnya permintaan ( demand ) yang berfluktuasi, mengakibatkan perusahaan memerlukan strategi untuk dapat meme nuhi permintaan berdasarkan sumber daya yang tersedia. Berfluktuasinya permintaan (demand ) dapat diakibatkan oleh ketersediaan produk ( supply) ataupun kualitas yang tidak menentu dari produsen. Ketersediaan produk ( supply) dan kualitas yang tidak menentu dapat menyebabkan turunnya tingkat kepuasan konsumen. Perencanaan agregat dapat digunakan agar proses produksi suatu perusahaan terjadwal sehingga permintaan pasar dapat dipenuhi berdasarkan kapasitas sumber daya yang tersedia. Metode perencanaan agregat dapat digunakan sebagai metode pengambilan keputusan yang optimum berdasarkan sumber daya yang dimiliki perusahaan dal am memenuhi permintaan. Sumber daya tersebut dapat berupa kapasitas mesin, t enaga kerja, teknologi yang dimiliki dan lain-lain. Merenca nakan produksi sangat penting dilakukan oleh suatu perusahaan agar biaya produksi yang dikeluarkan dapat minimum. Modul Rencana Produksi Agregat kali ini membahas mengenai perencanaan produksi berdasarkan permintaan (demand ) yang dihasilkan pada metode modul Peramalan ( Forecasting) selama 12 periode. Strategi yang digunakan dalam merencakan produksi yaitu dengan strategi tenaga kerja tetap, tenaga kerja berubah dan strategi transportasi. Adanya metode yang tepat dalam merencanakan produksi di perusahaan diharapkan dapat memenuhi permintaan pasar berdasarkan sumber daya yang tersedia, serta diharapkan dapat meminimalkan ongkos produksi. 1.1.3

Disagregasi dan Master Production Schedule

Pemenuhan kebutuhan konsumen sangat penting dilakukan oleh perusahaan agar terjaminnya tingkat kepuasan konsumen. Konsumen menjadi faktor yang penting bagi perusahaan sebagai sasaran utama untuk mendapatkan keuntungan, sedangkan di dalam perusahaan sumber daya menjadi faktor yang sangat penting demi tercapainya sasaran produksi. Sumber daya disini dapat berupa tenaga kerja, mesin, bahan baku dan lain-lain. Sangat penting bagi perusahaan untuk mengetahui seberapa banyak sumber daya yang harus dikeluarkan untuk memenuhi kebutuhan

2

UNIVERSITAS WIDYATAMA


konsumen. Diperlukan metode yang tepat dalam merencanakan proses produksi dalam suatu perusahaan agar terpenuhinya permintaan konsumen. Proses disagregasi dapat dilakukan untuk merubah hasil rencana agregat menjadi jumlah yang harus diproduksi untuk setiap produk atau item, hasil dari disagregasi ini berupa Jadwal Induk Produksi (JIP). Jadwal Induk Produksi dapat digunakan oleh perusahaan sebagai acuan dalam meningkatkan kapasitas produksi, karena didalamnya terdapat seberapa persediaan yang harus terpenuhi. Jadwal Induk Produksi pun dapat digunakan perusahaan untuk mengetahui kapasitas produksi yang dimiliki perusahaan sebagai acuan dalam memenuhi permintaan konsumen. Modul Disagregasi dan Master Production Schedule kali ini membahas mengenai dua proses yaitu Disagregasi dan Jadwal Induk Produksi. Proses disagregasi dilakukan pada family produk Tamiya dan Auldey menjadi masing-masing dua item yaitu Baracuda, Cobra, Hauler dan Emperor. Hasil dari proses disagregasi tersebut berupa Jadwal Induk Produksi yang dapat digunakan untuk mengetahui kapasitas produksi dari masing-masing item. Diketahuinya kapasitas produksi dari masingmasing item dapat berguna bagi perusahaan sebagai acuan dalam memenuhi permintaan konsumen. Adanya metode dalam merencanakan produksi di suatu perusahaan akan sangat membantu dalam menjaga keseimbangan tingkat kepuasan konsumen. 1.1.4

Struktur Produk , Bill Of Materials dan Material Requirement Planning

Perencanaan kebutuhan material yang baik akan mengakibatkan proses produksi berjalan dengan baik dan tentunya akan meningkatkan tingkat efisiensi suatu perusahaan. Sebaliknya, apabila perencanaan kebutuhan material tidak berjalan dengan baik dengan kata lain kurangnya material, akan mengakibatkan terganggunya proses produksi. Akibat buruk dari terganggunya proses produksi yakni tidak terpenuhinya permintaan konsumen. Permintaan konsumen yang tidak terpenuhi pun dapat mengakibatkan tingkat kepercayaan konsumen pada perusahaan menurun. Kelebihan material pada perusahaan pun tidak selalu baik, bahkan kelebihan material akan berdampak pada menumpuknya material sehingga akan menimbulkan ongkos penyimpanan.

3



Metode Material Requirement Planning dapat digunakan untuk mengendalikan dan merencanakan material pada suatu produk. MRP memungkinkan suatu perusahaan untuk mengatasi kebutuhan material sehingga proses produksi akan berjalan dengan baik. MRP dapat berisi informasi-informasi mengenai keadaan persediaan, kebutuhan material, jadwal pemesanan, indikasi pembatalan pesanan pada suatu perusahaan sehingga diharapkan proses produksi dapat berjalan dengan baik dan tingkat kepercayaan konsumen akan stabil. Modul Struktur Produk , Bill Of Materials dan Material Requirement Planning membahas mengenai perencanaan kebutuhan material dari Tamiya Baracuda. Metode yang digunakan untuk menjadwalkan kebutuhan material tersebut yaitu Material Requirement Planning ( MRP ). Input yang diperlukan untuk membuat suatu perencanaan kebutuhan material menggunakan MRP yaitu data persediaan, Jadwal Induk Produksi (JIP) dan Bill of Materials ( BOM ). Adanya metode yang dapat merencanakan kebutuhan material diharapkan dapat membantu perusahaan perusahaan khususnya yang bergerak dalam bidang manufaktur agar proses produksi berjalan dengan baik sehingga terpenuhinya permintaan konsumen. 1.1.5 Line Balancing

Tingkat produktivitas suatu pekerjaan dari stasiun kerja dapat diketahui dengan membandingkan seberapa besar operator melakukan kegiatan-kegiatan yang produktif dan tidak produktif. Tidak produktif disini dapat berupa kegiatan menganggur yang berakibat pada menurunnya efisiensi dari stasiun kerja tersebut. Kegiatan menganggur tersebut pada dasarnya dapat menimbulkan biaya-biaya yang dapat merugikan perusahaan. Diperlukan cara atau metode-metode untuk meningkatkan efisiensi dari stasiun kerja yang dapat meminimalisir waktu menganggur dan meningkatkan tingat efisiensi, yang pada akhirnya dapat meminimalisir ongkos dari kegiatan-kegiatan yang tidak produktif. Metode Line Balancing atau penyeimbang lintasan dapat digunakan sebagai cara dalam

meningkatkan

tingkat

efisiensi

dari

tiap

stasiun

kerja

dengan

mengelompokkan aktivitas-aktivitas yang saling berkaitan, sehingga tiap stasiun kerja tidak memiliki waktu yang melebihi dari waktu siklusnya. Tujuan utama dari penggabungan tersebut yakni meminimalisir waktu menganggur (idle time) yang

4



diupayakan sebesar 0% dan meningkatkan tingkat efisiensi menjadi 100% untuk tiap stasiun kerja. Biaya yang tersedia pun tidak teralokasikan pada kegiatankegiatan menganggur, sehingga biaya tersebut dapat dialokasikan pada kegiatan yang lebih produktif. Modul Line Balancing kali ini membahas mengenai penyeimbangan lintasan pada stasiun kerja dengan menggunakan dua metode, yaitu metode Cluster dan metode Ranked Positional Weight ( RPW ). Input yang diperlukan untuk dapat mengolah data dengan menggunakan metode-metode tersebut yaitu Precedence Diagram, data waktu baku pekerjaan tiap operasi dan kecepatan lintasan yang diinginkan. Tujuan dari penyeimbangan lintasan yaitu meminimumkan waktu menganggur (idle time) dari tiap stasiun kerja yang nantinya akan berdampak pada tingkat efisiensi dari stasiun kerja tersebut. Waktu menganggur (idle time) yang minimum 1.2

TUJUAN PRAKTIKUM

1.2.1


Tujuan melakukan kegiatan praktikum pada Modul Peramalan ( Forecasting ) ini, praktikan diharapkan mampu: 1. Meramalkan permintaan dengan menggunakan metode peramalan time series. 2. Mengetahui metode dengan tingkat akurasi yang tinggi 3. Menggunakan metode yang tepat untuk peramalan. 4. Mengetahui cara untuk mengukur kesalahan dalam peramalan (error ). 1.2.2


Tujuan melakukan kegiatan praktikum pada Modul Rencana Produksi Agregat ini, praktikan diharapkan mampu: 1. Merencanakan kegiatan produksi berdasarkan permintaan (demand ). 2. Merencanakan produksi berdasarkan strategi tenaga kerja tetap, tenaga kerja berubah dan strategi transportasi. 3. Mendapatkan ongkos minimum berdasarkan strategi yang digunakan.

5




Berdasarkan praktikum ini, praktikan diharapkan: 1. Mampu melakukan disagregasi pada suatu family produk tertentu. 2. Mendapatkan informasi penting mengenai perencanaan produksi. 3. Memahami konsep perencanaan produksi khususnya Jadwal Induk Produksi. 4. Memahami dan mampi mengimplementasikan Jadwal Induk Produksi. 1.2.4


Dari praktikum modul Struktur Produk , Bill Of Materials dan Material Requirement Planning ini, praktikan diharapkan: 1. Memahami konsep perencanaan kebutuhan material atau MRP . 2. Memahami dan mampu mengimplementasikan perencanaan kebutuhan material. 3. Memahami karakterisik dan perbandingan tiap order policy. 1.2.5 Line Balancing

Dari praktikum modul Line Balancing ini, praktikan diharapkan: 1. Memahami konsep keseimbangan lintasan produksi. 2. Memahami

dan

mampu

mengimplementasikan

keseimbangan lintasan produksi di tingkat shop floor .

6

konsep-konsep

BAB II LANDASAN TEORI 2.1

PERAMALAN (FORECASTING )

2.1.1

Definisi Peramalan (Forecasting )

Peramalan ( forecasting ) adalah seni dan ilmu untuk memperkirakan kejadian di masa depan. Hal ini dapat dilakukan dengan melibatkan pengambilan data historis dan memproyeksikannya ke masa mendatang dengan suatu bentuk model matematis. Hal ini bisa juga merupakan prediksi intuisi yang bersifat subjektif. Hal ini pun dapat dilakukan dengan menggunakan kombinasi model matematis yang disesuaikan dengan pertimbangan yang baik dari seorang manajer (Heizer, 2009). Setelah mengenal beberapa teknik peramalan, kita tidak akan melihat satu metode tunggal yang unggul. Sesuatu yang berjalan dengan baik di suatu perusahaan pada suatu set kondisi tertentu mungkin bisa menjadi bantuan bagi organisasi lain, bahkan pada departemen yang berbeda di perusahaan yang sama. Selain itu, juga dapat melihat keterbatasan dari apa yang dapat anda harapkan dari suatu peramalan. Peramalan sangat jarang memberikan hasil yang sempurna. Peramalan juga menghabiskan banyak biaya dan waktu untuk dipersiapkan dan diatasi. Hanya sedikit bisnis yang dapat menghindari proses peramalan dan hanya menunggu apa yang terjadi untuk kemudian mengambil kesempatan. Perencanaan yang efektif, baik untuk jangka panjang maupun pendek bergantung pada peramalan permintaan untuk produk perusahaan tersebut: 2.1.2

Karakteristik Peramalan yang Baik

Peramalan yang baik mempunyai beberapa kriteria yang penting, antara lain akurasi, biaya dan kemudahan. Penjelasan dari kriteria-kriteria tersebut adalah sebagai berikut: 1. Akurasi Akurasi dari suatu hasil peramalan diukur dengan hasil kebiasaan dan kekonsistensian peramalan tersebut. Hasil peramalan dikatakan bias bila

7



peramalan tersebut terlalu tinggi atau rendah dibandingkan dengan kenyataan yang sebenarnya terjadi. Hasil peramalan dikatakan konsisten bila besarnya kesalahan peramalan relatif kecil. Peramalan yang terlalu rendah akan mengakibatkan kekurangan persediaan, sehingga permintaan konsumen tidak dapat dipenuhi segera akibatnya perusahaan dimungkinkan kehilangan pelanggan dan kehilangan keuntungan penjualan. Peramalan yang terlalu tinggi akan mengakibatkan terjadinya penumpukan persediaan, sehingga banyak modal yang terserap sia-sia. Keakuratan dari hasil peramalan ini berperan penting dalam menyeimbangkan persediaan yang ideal. 2. Biaya Biaya yang diperlukan dalam pembuatan suatu peramalan adala h tergantung dari jumlah item yang diramalkan, lamanya periode peramalan, dan metode peramalan yang dipakai. Ketiga faktor pemicu biaya tersebut akan mempengaruhi

berapa

banyak

data

yang

dibutuhkan,

bagaimana

pengolahan datanya (manual atau komputerisasi), bagaimana penyimpanan datanya dan siapa tenaga ahli yang diperbantukan. Pemilihan metode peramalan harus disesuaikan dengan dana yang tersedia dan tingkat akurasi yang ingin didapat, misalnya item-item yang penting akan diramalkan dengan metode yang sederhana dan murah. Prinsip ini merupakan adopsi dari hukum Pareto (Analisa ABC). 3. Kemudahan Penggunaan metode peramalan yang sederhana, mudah dibuat, dan mudah diaplikasikan akan memberikan keuntungan bagi perusahaan. Percuma memakai metode yang canggih, tetapi tidak dapat diaplikasikan pada sistem perusahaan karena keterbatasan dana, sumber daya manusia, maupun peralatan teknologi. 2.1.3

Sifat Hasil Peramalan

Dalam pembuatan peramalan atau menerapkan hasil suatu peramalan, maka ada beberapa hal yang harus diperhatikan yaitu:

8

UNIVERSITAS WIDYATAMA 1.


Jarang ada peramalan yang sempurna. Hal ini berarti faktor luar yang tidak dapat kita duga atau kendalikan sering mempengaruhi peramalan. Perusahaan harus memberikan kelonggaran untuk kenyataan ini.

2.

Hampir semua teknik peramalan mengasumsikan sistem akan tetap stabil. Oleh karena itu, beberapa perusahaan membuat ramalan secara otomatis menggunakan komputer dengan software peramalan, serta hanya mengawasi produk yang mempunyai permintaan tidak menentu.

3.

Peramalan kelompok produk dan peramalan secara keseluruhan lebih akurasi daripada peramalan produk individu. Sebagai contoh, Disney melakukan peramalan melalui pengelompokkan peramalan pengunjung taman hiburan harian. Pendekatan ini menolong menyeimbangkan prediksi yang mungkin kurang atau berlebih untuk keenam taman hiburan Disney.

2.1.4

Ukuran Akurasi Hasil Peramalan

Akurasi keseluruhan dari setiap model peramalan rata-rata bergerak, penghalusan eksponensial, atau lainnya dapat dijelaskan dengan membandingkan nilai yang diramal dengan nilai aktual atau nilai yang sedang diamati. Jika Ft melambangkan peramalan pada periode t dan At melambangkan permintaan aktual pada periode t , maka kesalahan peramalannya (deviasinya) adalah sebagai berikut: Kesalahan peramalan = Permintaan Aktual – Nilai Peramalan = At - F t Ada beberapa perhitungan yang biasa digunakan untuk menghitung kesalahan peramalan total. Perhitungan ini dapat digunakan untuk membandingkan model peramalan yang berbeda, mengawasi peramalan, dan untuk memastikan peramalan berjalan dengan baik. Tiga dari perhitungan yang paling terkenal adalah deviasi mutlak rerata (mean absolute deviation – MAD), kesalahan kuadrat rerata (mean squared error – MSE ) dan rata-rata kesalahan ramalan (mean forecast error – MFE ) yang biasa dikenal dengan BIAS. Mean Absolute Deviation adalah ukuran pertama kesalahan peramalan keseluruhan untuk sebuah model. Nilai ini dihitung dengan mengambil jumlah nilai absolut dari setiap kesalahan peramalan dibagi dengan jumlah periode data ( n).

9



MAD =

∑

|Aktual-Peramalan| n

Hampir semua peranti lunak peramalan menyediakan fitur yang secara otomatis dapat menemukan konstanta penghalusan dengan kesalahan peramalan terkecil. Beberapa software mengubah nilai α menjadi lebih besar jika kesalahan menjadi lebih besar dari batas yang dapat diterima. Mean Squared Error ( MSE ) merupakan cara kedua untuk mengukur kesalahan peramalan keseluruhan. MSE merupakan rata-rata selisih kuadrat antara nilai yang diramalkan dan diamati. Berikut rumusnya: MSE =

∑ (Kesalahan peramalan)2 n

Kekurangan MSE adalah MSE cenderung menonjolkan deviasi yang besar karena adanya penguadratan. Sebagai contoh, jika kesalahan peramalan untuk periode 1 dua kali lipat lebih besar dari kesalahan untuk periode 2, maka kesalahan kuadrat pada periode 1 lebih besar empat kali lipat dibandingkan kesal ahan kuadrat pada periode 2. Oleh karena itu, menggunakan MSE sebagai perhitungan kesalahan peramalan biasanya menunjukkan bahwa lebih baik mempunyai beberapa deviasi yang kecil daripada satu deviasi besar. MFE (mean forecast error ) adalah cara yang sangat efektif untuk mengetahui apakah hasil peramalan selama periode tertentu terlalu tinggi atau terlalu rendah. Bila hasil peramalan tidak bias, maka nilai MFE akan mendekati nol. MFE dihitung dengan menjumlahkan semua kesalahan peramalan selama periode peramalan dan membaginya dengan jumlah periode peramalan. MFE =

2.1.5

∑− 

Metode-metode Peramalan (Forecasting )

Terdapat dua pendekatan umum untuk peramalan sebagaimana ada dua cara mengatasi semua model keputusan. Pendekatan yang satu adalah analisi s kuantitatif dan pendekatan lain adalah analisis kualitatif. Peramalan kuantitatif (quantitative forecast ) menggunakan model matematis yang beragam dengan data masa la lu dan

10



variabel sebab-akibat untuk meramalkan permintaan. Peramalan subjektif atau kualitatif (qualitative forecast ) menggabungkan faktor, seperti intuisi, emosi, pengalaman pribadi dan sistem nilai pengambil keputusan untuk meramal. Beberapa

perusahaan menggunakan satu pendekatan dan perusahaan lain

menggunakan pendekatan yang lain. Pada kenyataannya, kombinasi dari keduanya merupakan kombinasi yang paling efektif. A. Metode Qualitatitve (Judgemental)

Peramalan kualitatif umumnya bersifat subjektif, dipengaruhi oleh intuisi, emosi, pendidikan dan pengalaman seseorang. Oleh karena itu, hasil peramalan dari satu orang dengan orang yang lain dapat berbeda. Meskipun demikian, peramalan dengan metode kualitatif tidak berarti hanya menggunakan intuisi, tetapi juga bisa mengikutsertakan model-model statistik sebagai bahan masukan dalam melakukan judgement (keputusan), dan dapat dilakukan secara perseorangan maupun kelompok (Ginting, 2007). Pada bagian ini, akan dipelajari empat teknik peramalan kualitatif yang berbeda, yaitu: 1. Juri dari opini eksekutif ( jury of executive opinion). Dalam metode ini, pendapat sekumpulan kecil manajer atau pakar tingkat tinggi umumnya digabungkan dengan model statistik, dikumpulkan untuk mendapatkan prediksi permintaan kelompok. Sebagai contoh, Bristol-Meyers Squibb menggunakan 220 ilmuwan terkenal sebagai pendapat juri eksekutif untuk mendapatkan tren masa depan di bidang penelitian medis. 2. Metode Delphi ( Delphi method ). Ada tiga jenis partisipan dalam metode Delphi: pengambilan keputusan, karyawan dan responden. Pengambilan keputusan biasanya terdiri atas 5 hingga 10 orang pakar yang akan melakukan peramalan. Karyawan membantu pengambil keputusan dengan menyiapkan, menyebarkan, mengumpulkan, serta meringkas sejumlah kuesioner dan hasil survei. Responden adalah sekelompok orang yang biasanya ditem patkan di tempat yang berbeda dimana penilaian dilakukan. Kelompok ini memberikan input pada pengambil keputusan sebelum peramalan dibuat. Sebagai contoh, 11



negara bagian Alaska menggunakan metode Delphi untuk meramalkan ekonomi jangka panjangnya. Sekitar 90% anggaran negara bagian dihasilkan dari 1,5 juta barel minyak yang dipompa setiap hari melalui pipa minyak di Prudhoe Bay. Sekumpulan besar pakar har us mewakili semua kelompok dan pendapat dalam negara bagian dan wilayah. Delphi merupakan alat peramalan yang sempurna karena perjalanan para panelis dapat dihindari. Hal ini juga berarti para pemain Alaska dapat berperan serta karena jadwal mereka tidak dipengaruhi oleh pertemuan dan jarak. 3. Komposit tenaga penjualan ( sales force composite). Dalam pendekatan ini, setiap tenaga penjualan memperkirakan berapa penjualan yang dapat dicapai dalam wilayahnya. Kemudian, peramalan ini dikaji untuk memastikan apakah peramalan cukup realistis. Kemudian, peramalan tersebut digabungkan pada tingkat wilayah dan nasional untuk mendapatkan peramalan secara keseluruhan. 4. Survei pasar konsumen (consumer market survey). Metode ini meminta input dari konsumen mengenai rencana pembelian mereka di masa depan. Hal ini tidak hanya membantu dalam menyiapkan peramalan, tetapi juga memperbaiki desain produk dan perencanaan produk baru. Survei konsumen dan gabungan tenaga penjualan bisa jadi tidak benar karena peramalan yang berasal dari input konsumen yang terlalu optimis. Hancurnya industri telekomunikasi di tahun 2001 merupakan hasil ekspansi berlebihan untuk memenuhi “ledakan permintaan konsumen”. Oplink Communications, pemasok Nortel Network , mengatakan, “Beberapa tahun terakhir, peramalan perusahaan hanya didasarkan pada percakapan informal dengan para konsumen”. B. Metode Quantitative Time Series (Extrapolative)

1. Metode Penghalusan (Smoothing) Metode ini digunakan untuk mengurangi ketidakteraturan musim an dari data yang lalu, dengan membuat rata-rata tertimbang dari sederet an data masa lalu. Ketepatan peramalan dengan metode ini akan terdapat pada

12



peramalan jangka pendek, sedangkan untuk peramalan jangka panjang kurang akurat. Metode ini terdiri dari beberapa jenis, antara lain: a. Metode Rata-rata Bergerak ( Moving Average), terdiri atas: a) Single Moving Average (SMA) Moving average pada suatu periode merupakan peramalan untuk satu periode ke depan dari periode rata-rata tersebut. Persoalan yang timbul dalam penggunaan metode ini adalah dalam menentukan nilai t (periode rata-rata). Semakin besar nilai t maka peramalan yang dihasilkan akan semakin menjauhi pola data. Secara matematis, rumus fungsi peramalan metode ini adalah: F t+1 = Dimana:

−+ +⋯+ ++

Xt

= data pengamatan periode i

N

= jumlah deret waktu yang digunakan

F t+1

= nilai peramalan periode t+1

b) Linier Moving Average ( LMA) Dasar dari metode ini adalah penggunaan moving average kedua untuk memperoleh penyesuaian bentuk pola trend . c) Double Moving Average Notasi yang diberikan adalah MA ( M x N ), artinya M -periode MA dan N -periode MA. d) Weighted Moving Average Data pada periode tertentu diberi bobot, semakin dekat dengan saat sekarang semakin besar bobotnya b. Metode Exponential Smoothing , terdiri atas: a) Single Exponential Smoothing Pengertian dasar dari metode ini adalah nilai ramalan pada periode t+1 merupakan nilai aktual pada periode t ditambah dengan penyesuaian yang berasal dari kesalahan nilai ramalan

13



yang terjadi pada periode t tersebut. Nilai peramalan dapat dicari dengan menggunakan rumus berikut: F t+1 = a Dimana:

×

X t + (1 – a)

×

F t

X t

= data permintaan pada periode t

a

= faktor/konstanta pemulusan

F t+1

= peramalan untuk periode t

b) Double Exponential Smoothing (DES) Double Exponential Smoothing (DES), terbagi atas: 1. Satu parameter ( Browns Liniar Method ), merupakan metode yang hampir sama dengan metode linear moving average, disesuaikan dengan menambahkan satu parameter. S’ t = αX t + (1-α)S’ t-1 S”t = αS”t + (1-α)S”t-1 Dimana S’t merupakan single exponential smoothing , sedangkan S”t merupakan double exponential smoothing . Rumus perhitungan peramalan pada periode ke t: F t+m = at + bt 2. Dua parameter ( Holt’s Method )

×

m

Merupakan metode DES untuk time series dengan trend linier. Terdapat konstanta yaitu α dan β . Adapun rumusnya adalah sebagai berikut: S t = αDt + (1 – α)(S t-1 + Gt-1 ) Gt = β (S t – S t-1 ) + (1- β)Gt-1 Dimana: St

= intercept pada waktu t

Gt

= slope pada waktu t

Rumusan perhitungan peramalan pada periode ke t :

× ×

F t+m = S t Gt m c) Exponential Smoothing dengan musiman Pola permintaan musiman dipengaruhi karakteristik data masa lalu, antara lain natal dan tahun baru, lebaran, awal tahun ajaran

14



sekolah dan sebagainya. Terdapat dua kemungkinan dari pengaruh musiman. Pertama dapat bersifat addictive, yaitu mengabaikan laju penjualan , yaitu mengabaikan laju penjualan setiap minggu selama bulan Desember, hanya dikatakan penjualan selama bulan Desember meningkat 200 unit. Kedua, pengaruh musiman bersifat multiplicative, laju penjualan setiap minggu selama bulan Desember meningkat dua kali lipat. c. Metode Proyeksi Kecenderungan dengan Regresi Metode kecenderungan dengan regresi merupakan dasar garis kecenderungan untuk suatu persamaan, sehingga dengan dasar persamaan tersebut dapat diproyeksikan hal-hal yang akan diteliti pada masa yang akan datang. Untuk peramalan jangka pendek dan jangka panjang, ketepatan peramalan dengan metode ini sangat baik. Data yang dibutuhkan untuk metode ini adalah tahunan, minimal lima tahun. C. Metode Quantitative Causal (Explanatory)

Metode kausal mengasumsikan faktor yang diperkirakan menunjukkan adanya hubungan sebab akibat dengan satu atau beberapa variabel bebas (independent ). Sebagai contoh, jumlah pendapatan berhubungan dengan faktor-faktor seperti jumlah penjualan, harga jual, dan tingkat promosi. Kegunaan dari metode kausal adalah untuk menemukan bentuk hubungan antara variabel-variabel tersebut dan menggunakannya untuk meramalkan nilai dari variabel tidak bebas (dependent ). Pada model ini untuk meramalkan permintaan tidak hanya memperhatikan waktu, tetapi juga memperhatikan faktor yang mempengaruhi, antara lain: 1. Harga produk, jika harga produk naik maka permintaan naik. 2. Saluran distribusi, jika banyak saluran distribusi maka permintaan naik.

15



Metode kausal terdiri atas beberapa metode, antara lain: a. Metode regresi dan korelasi Metode regresi dan korelasi pada penetapan suatu persamaan estimasi menggunakan teknik “least squares”. Hubungan yang ada pertama tama dianalisis secara statistic. Ketepatan peramalan dengan menggunakan metode ini sangat baik untuk peramalan jangka pendek, sedangkan untuk peramalan jangka panjang ternyata ketepatannya kurang begitu baik. Metode ini banyak digunakan untuk peramalan penjualan, perencanaan keuntungan, peramalan permintaan dan peramalan

keadaan

ekonomi.

Data

yang

dibutuhkan

untuk

penggunaan metode ini adalah data kurtalan dari beberapa tahun lalu. Metode kecenderungan dengan regresi merupakan dasar garis kecenderungan untuk suatu persamaan, sehingga dengan dasar persamaan tersebut dapat diproyeksikan hal-hal yang akan diteliti pada masa yang akan datang. Untuk peramalan jangka pendek dan jangka panjang, ketepatan peramalan dengan metode ini sangat baik. Data yang dibutuhkan untuk metode ini adalah tahunan, minimal l ima tahun. Namun, semakin banyak data yang dimiliki semakin banyak hasil yang diperoleh. b. Metode ekonometrik Metode ini didasarkan atas peramalan sistem persamaan regresi yang diestimasikan secara simultan. Baik untuk peramalan jangka pendek maupun peramalan jangka panjang, ketepatan peramalan dengan metode ini sangat baik. Metode peramalan ini selalu dipergunakan untuk peramalan penjualan menurut kelas produk atau peramalan keadaan ekonomi masyarakat, seperti permintaan, harga dan penawaran. Data yang dibutuhkan untuk penggunaan metode peramalan ini adalah data kuartalan beberapa tahun. c. Metode input-output Metode ini dipergunakan untuk menyusun proyeksi trend ekonomi jangka panjang. Model ini kurang baik ketepatannya untuk peramalan

16



jangka panjang. Model ini banyak dipergunakan untuk peramalan penjualan perusahaan, penjualan sektor industri dan sub sektor industri, produksi dari sektor dan sub sektor industri. Data yang dibutuhkan untuk penggunaan metode atau model ini adalah data tahunan selama sekitar sepuluh sampai lima belas tahun. 2.2

RENCANA PRODUKSI AGREGAT

Menurut Heizer dan Render, Perencanaan Agregat (atau penjadwalan agregat) merupakan sebuah pendekatan untuk menentukan kuantitas dan waktu produksi pada jangka menengah biasanya 3 sampai 18 bulan ke depan. Para manajer operasi berusaha menentukan jalan terbaik untuk memnuhi permintaan yang diprediksi dengan menyesuaikan nilai produksi, tingkat tenaga kerja, tingkat persediaan, pekerjaan lembur, tingkat subkontrak, dan variable lain yang dapat dikendalikan. Menurut Harjanto perencanaan agregat merupakan bagian rencana bisnis yang menyangkut kegiatan produksi atau operasi disebut rencana produksi atau dikenal dengan istilah perencanaan agregat. Perencanaan dan penjadwalan adalah bentuk pengambilan keputusan yang digunakan secara teratur dalam banyak manufaktur dan industri jasa. 2.2.1

Definisi Perencanaan Agregat

Perencanaan

produksi

agregat

berangkat

dari

permasalahan

adanya

ketidakseimbangan antara permintaan dan kemampuan produksi pada setiap periode perencanaan. Hal ini karena secara umum tingkat permintaan suatu produk selalu tidak sama antar periode satu ke periode lain. Adakalanya tingkat permintaan di atas kapasitas produksi dan ada kalanya di bawah kapasitas produksi. Tujuan perencanaan produksi agregat adalah untuk mengembangkan suatu rencana produksi pada tingkat agregat yang layak untuk mencapai suatu keseimbangan antara permintaan dan kapasitas produksi dengan biaya yang minimum. Berdasarkan Schroeder perencanaan agregat berkenaan dengan tingkat penawaran dan tingkat permintaan atas output selama jangka waktu menengah yaitu sampai 12 bulan kedepan. Kata agregat mengimplikasikan bahwa perencanaan dilakukan dengan satu ukuran menyeluruh atas output. Menurut Heizer dan Render

17



perencanaan agregat adalah sebuah pendekatan untuk menentukan kuantitas dan waktu produksi pada jangka menengah yaitu 3 sampai 8 bulan yang akan datang. 2.2.2

Tujuan Perencanaan Agregat

Menurut Heizer dan Render tujuan perencanaan agregat adalah untuk memenuhi permintaan atas perkiraan masa depan dan meminimalkan biaya selama periode perencanaan. Namun, banyak hal yang perlu diperhatikan mungkin jauh lebih penting daripada biaya yang rendah. Strategi ini mungkin untuk kelancaran tingkat kerja, menurunkan tingkat persediaan, dan untuk memenuhi permintaan pelanggan dengan tingkat layanan yang lebih baik. Menurut Schroeder tujuan dari perencanaan agregat adalah untuk membuat tingkat output secara keseluruhan untuk kebutuhan permintaan di masa depan yang berfluktuasi. Perencanaan agregat dihubungkan dengan keputusan bisnis lainnya seperti keuangan, pemasaran, dan sumber daya manusia. Chase dan Aquilano berpendapat bahwa tujuan dari perencanaan agregat adalah menentukan kombinasi yang optimal dari tingkat produksi, jumlah tenaga kerja, dan tingkat persediaan. Perencanaan agregat yang tergolong perencanaan jangka menengah memegang peranan penting dalam perencanaan operasi secara kesuluruhan.

Menurut

Kusuma

tujuan

dari

perencanaan

agregat

adalah

menggunakan sumber daya manusia dan peralatan secara produktif. Penggunakaan kata agregat menunjukan bahwa perencanaan ditunjukan bahwa perencanaan dilakukan di tingkat kasar dan dimaksudkan untuk memenuhi kebutuhan total seluruh produk dengan menggunakan seluruh sumber daya manusia dan peralatan yang ada pada fasilitas produksi tersebut. 2.2.3

Metode Perencanaan Agregat

Perencanaan agregat merupakan perencanaan untuk menentukan, mengalokasikan dan menyesuaikan kapasitas produksi untuk memenuhi jumlah permintaan pada suatu periode tertentu. Menurut Narasimahan et al. terdapat beberapa metode untuk memecahkan masalah tentang perencanaan agregat terdapat dua metode, yaitu:

18



1. Metode Kualitatif a. Intitutive Method b. Inventoty Method 2. Metode Kuantitatif a. Charting and Graphical Methods b. Liniear Programming c. Liniear Decision Rule d. Transportasi e. Management Coefficients Model Manajer produksi harus bisa menetapkan rencana produksi yang tepat. Pembuatan suatu rencana produksi yang tepat harus mempertimbangkan seluruh variable dan parameter yang berkaitan secara langsung, untuk memenuhi tuntutan itu manajer produksi membutuhkan sebuah model yang akan berfungsi sebagai alat bantu untuk memperoleh gambaran umum mengenai masalah yang sedang dihadapi. Berikut ini merupakan penjelasan dari Model yang sering digunakan dalam metode perencanaan produksi, yaitu: 1. Intitutive Method Manajemen menggunakan rencanan yang sama dari tahun ke tahun. Penyelesaian dilakukan dengan intuisi hanya sekedar untuk memenuhi permintaan baru. Apabila rencana yang lama ternyata tidak optimal, pendekatan ini mengakibatkan pemborosan yang berkepanjangan. 2. Inventory Ratio Konsep yang sering digunakan dalam perencanaan produksi karena kinerja manajer sering diukur oleh rasio perputaran fasilitas, mereka dapat mencapai menggunakan perputaran rasio untuk mengendalikan kapasitas produksi. Bagaimanapun, metode itu memiliki kelemahan yaitu itu mengarah ke perputaran yang besar di tingkat persediaan untuk pola permintaan berfluktuasi. karena permintaan yang berfluktuasi, perputaran rasio tidak konstan dan karena itulah menyebabkan kesalahan.

19



3. Metode Diagram dan Grafik (Charting and Graphical Methods) Metode diagram dan grafik mudah untuk dimengerti dan mudah untuk digunakan. Pada dasarnya metode ini dapat dilakukan dengan beberapa variabel pada waktu uji coba. Mereka membutuhkan upaya komputasi hanya kecil. esensi dari masalah perencanaan agregat terbaik digambarkan oleh kebutuhan produksi dan proyeksi beban kerja kumulatif. Rencana pada teknik metode graik ini menggunakan beberapa variable secara bersama agar perencana dapat membandingkan permintaan yang diproyeksikan dengan kapasitas yang ada. Pendekatan ini merupakan pendekatan ujicoba yang tidak menjamin sebuah rencana produksi yang optimal, tetapi hanya membutuhkan perhitungan yang terbatas dan dapat dilakukan oleh karyawan administrasi sekalipun. Berikut ini adalah 5 tahapan dalam pembuatan metode diagram dan grafik: a. Tentukan permintaan pada setiap periode. b. Tentukan beberapa kapasitas pada waktu biasa, waktu lembur, dan tindakan subkontrak pada setiap periode. c. Tentukan biaya tenaga kerja, biaya pengangktan dan pemberhentian tenaga kerja, serta biaya penambahan persediaan. d. Kembangkan kebijakan perusahaan yang dapat diterapkan pada para pekerja dan tingkat persediaan. e. Kembangkan rencana-rencana alternatif dan amatilah biaya total. 4. Linear Programming Linear Programming dapat digunakan sebagai alat perencanaan agregat. Model ini dibuat karena validitas pendekatan koefisien manajemen sukar dipertanggung jawabkan. Asumsi utama model program linier dalam perencanaan agregat adalah biaya biaya variable ini bersifat linier dan variable-variabel tersebut dapat berbentuk bilangan riil. Asumsi ini sering kali menyebabkan model program linier kurang realistis jika diterapkan. Misalnya asumsi kondisi ketiadaan persediaan produk jadi yang berbanding lurus dengan jumlah ketiadakaan persediaan produk jadi.

20



5. Linear Decision Rule Menurut Kusuma Linear Decision Rule mencoba untuk menetapkan tingkat produksi optimal meminimalkan

dan tenaga kerja pada periode

biaya

total

yang

terdiri

atas

tertentu.

upah,

LDR

perekrutan,

pemberhentian, lembur dan persediaan melalui kurva biaya yang kuadratis. Program linier adalah suatu teknik matematis yang digunakan untuk memninimasi atau memaksimasi suatu fungsi linear objektif terhadap variable – variable non negative, dalam perencanaan tersebut digunakan untuk memutuskan tentang aktivitas tertentu untuk dilakukan dan bagaimana kekurangan sumber daya dialokasikan sedemikian rupa sehingga sasaran seperti biaya biaya minimum atau laba maksimum dapat dicapai. 6.

Transportasi Pada metode transportasi sering digunakan dalam proses determinasi perencanaan minimasi biaya. Secara sederhana, teknik terkomputerisasi secara lebih efisien dikembangkan masalah transportasi. Kusuma mengatakan untuk kepentingan yang praktis, biegel mengusulkan model perencanaan produksi agregat dengan menggunakan teknik Transport Shipment Problem (TSP). Model transportasi ini dilakukan dengan menggunakan bantuan tabel transportasi.

7. Management Coefficients Model

Metode perencanaan agragat dengan menggunakan model koefisiensi manajemen membentuk sebuah model keputusan formal diseputar pengalaman dan kinerja manajer. Asumsi yang digunakan adalah kinerja manajer yang lalu cukup baik sehingga dapat digunakan sebagai untuk keputusan masa depannya. Teknik ini menggunakan sebuah analisis regresi dari keputusan produksi masa lalu yang dibuat oleh manajer. Kekurangan dari metode ini adalah seseorang manajer umumnya memiliki sikap inkonsistensi dalam mengambil keputusan.

21



Strategi Perencanaan Agregat

Menurut Russel dan Taylor membagi 3 (tiga) macam strategi perencanaan agregat, yaitu chase strategy, level strategy, mixed strategi. Chase strategy merupakan kapasitas produksi dapat divariasikan pada strategi ini dengan menggunakan jam kerja lembur (overtime), jam kerja reguler (regular time), dan subkontrak . Level strategy ini menggunkan persediaan dari adanya variasi dalam permintaan, dimana pada saat permintaan menurun, kelebihan produksi disimpan sebagai persediaan untuk digunakan pada saat permintaan meningkat. Sedangkan Mixed strategy merupakan kombinasi dari chase strategy dan level strategy. Permasalahan perencanaan agregat dapat diselesaikan dengan mempertimbangkan berbagai keputusan pilihan yang tersedia. Pilihan perencanaan menurut Heizer dan Render dapat dibagi 2 yaitu dengan memodifikasi permintaan dan pilihan kedua adalah memodifikasi kapasitas, berikut penjelasan dari masing-masing pilihan: 1. Pilihan kapasitas (Capacity Options) Pilihan kapasitas merupakan pilihan yang tidak berusaha mengubah permintaan tetapi untuk menyerap fluktuasi dalam permintaan dengan mengubah kapasitas yang tersedia. Pilihan kapasitas terdiri dari 5 pilihan, yaitu: a. Mengubah tingkat persediaan dengan cara meningkatkan persediaan selama periode permintaan rendah untuk memenuhi permintaan yang tinggi di masa yang akan datang. Akibatnya muncul biaya yang berkaitan dengan penyimpanan. b. Meragamkan jumlah tenaga kerja dengan cara merekrut atau memperhentikan, dimana jumlah karyawan dapat disesuaikan dengan tingkat produksi yang diinginkan. Akibatnya adalah moral pekerja dan berpengaruh terhadap produktivitas, serta munculnya biaya tambahan yang berupa biaya pelatihan dalam perekrutan maupun biaya untuk gaji pesangon karyawan. c. Meragamkan tingkat produksi lembur atau waktu kosong, dalam pilihan ini jumlah tenaga kerja tetap konstan, namun waktu kerja diragamkan dengan mengurangi jam kerja ketika permintaan rendah, dan melakukan

22



lembur jika permintaan tinggi. Akibatnya muncul upah lembur yang tinggi daripada upah regular. d. Sub kontrak, dalam hal ini sub kontrak dapat diartikan sebagai kegiata n yang melakukan realokasi kebutuhan produksi antar perusahaan agar melancarkan proses produksi. Akibatnya harga yang mahal dapat menambah biaya pengeluaran perusahaan bertambah dan kualitas dari perusahaan lain yang melakukan subkontrak tidak sesuai seperti yang diharapkan. e. Penggunaan karyawan paruh waktu. Apabila permintaan perusahaan sedang tinggi maka perusahaan akan merkrut karyawan tidak tetap untuk memenuhi kebutuhan produksi. Akibatnya menggunakan tenaga kerja paruh waktu, kinerja karyawan tersebut tidak terampil. 2. Pilihan Permintaan ( Demand Options) Pilihan permintaan merupakan pilihan yang berusaha untuk mengurangi perubahan

pola

permintaan

selama

periode

perencanaan.

Pilihan

permintaan terdiri dari 3 pilihan, yakni: a. Mempengaruhi permintaan. Kegiatan promosi, iklan, dan diskon digunakan ketika permintaan sedang rendah. Bagaimanapun iklan khusus, promosi, penjualan, dan penetapan harga tidak selalu mampu menyeimbangkan permintaan dengan kapasitas produksi. b. Tunggakan pesanan selama periode permintaan tinggi. Tunggakan pesanan adalah pesanan barang atau jasa yang diterima perusahaan tetapi tidak mampu (secara sengaja atau kebetulan) untuk dipenuhi pada saat itu. Pilihan ini digunakan ketika pelanggan berkenan menunggu tanpa kehilangan kehendak atas pesanannya, namun konsekuensinya adalah bisa berakibat kehilangan penjualan. c. Perpaduan produk dan jasa yang counterseasonal (dengan musim yang berbeda). Perusahaan mengembangkan produk yang merupakan perpaduan dari barang counterseasonal . Contohnya adalah perusahaan yang membuat pemanas dan pendingin ruangan, perusahaan yang menerapkan pendekatan ini mungkin akan menghadapi produk atau jasa di luar area keahlian atau di luar target pasar mereka.

23



3. Pilihan Campuran Meskipun lima pilihan kapasitas dan tiga pilihan permintaan dapat menghasilkan jadwal agregat yang efektif, beberapa kombinasi diantara pilihan kapasitas dan pilihan permintaan mungkin akan lebih baik. a. Strategi Perburuan (Chase Strategy). Mencoba untuk mencapai tingkat output untuk setiap periode yang memenuhi prediksi permintaan untuk periode tersebut. Strategi ini dapat terpenuhi dengan berbagai cara. Sebagai contoh, manajer operasi dapat negubah-ubah tingkat tenaga kerjadengan merekrut atau memberhentikan karyawan, atau dapat mengubah-ubah jumlah produksi dengan waktu lembur, waktu kosong, karyawan paruh waktu, atau subkontrak. Banyak organisasi jasa menyukai strategi perburuan ini karena pilihan persediaan sangatlah sulit atau mustahil untuk diadopsi. Industri yang telah beralih ke strategi perburuan meliputi sector pendidikan, perhotelan,dan konstruksi. b. Strategi tingkat atau penjadwalan tingkat ( Level Strategy). Adalah rencana agregat dimana tingkat produksi tetap sama dari period eke periode. Perusahaan seperti Toyota dan Nissan mempertahankan tingkat produksi mereka pada tingkat yang seragam dan mungkin (1) memberikan persediaan produk mereka naik atau turun untuk menopang perbedaan antara jumlah permintaan dan produksi atau (2) menemukan pekerjaan alternative bagi karyawan. Filosofi mereka dalah tenaga kerja yang stabil menciptakan produk dengan kualitas lebih baik, lebih sedikit perputaran karyawan dan ketidakhadiran, serta karyawan yang lebih berkomitmen terhadap tujuan perusahaan. Penghematan lain mencakup karyawan yang lebih berpengalaman, penjadwalan dan pengawasan yang lebih mudah, serta lebih sedikit pembukaan dan penutupan usaha yang dramatis. Penjadwalan bertingkat akan bekerja dengan baik ketika permintaan cukup stabil. 2.2.5

Biaya Perencanaan Agregat

Menurut Narasimhan sebagian besar metode perencanana agregat menentukan suatu rencana yang minimasi biaya. Jika permintaan diketahui, maka biaya-biaya berikut harus dipertimbangkan: 24



1. Hiring Cost (Ongkos Penambahan Tenaga Kerja)

Penambahan tenaga kerja menimbulkan ongkos-ongkos untuk iklan, proses seleksi, dan training. Ongkos training merupakan ongkos yang besar apabila tenaga kerja yang direkrut adalah tenaga kerja baru yang belum berpengalaman. 2. Firing Cost (Ongkos Pemberhentian Tenaga Keja) Pemberhentian tenaga kerja biasanya terjadi karena semakin rendahnya permintaan akan produk yang dihasilkan, sehingga tingkat produksi akan menurun

secara

drastis

ataupun

karena

persoalan

teknis

seperti

produktivitas yang menurun, serta factor yang ada pada diri tenga kerja itu sendiri.pemberhentian ini mengakibatkan perusahaan harus mengeluarkan uang pesangon bagi karyawan yang di PHK, menurunkan moral kerja dan produktifitas karyawan yang masih bekerja, dan tekanan yang bersifat sosial. 3. Overtime Cost and Undertime Cost (Ongkos Lembur Dan Ongkos Menganggur. Penggunaan waktu lembur bertujuan untuk meningkatkan output produksi, tetapi konsekuensinya perusahaan harus mengeluarkan ongkos tambahan lembur yang biasanya 150% dari ongkos kerja regular. Disamping ongkos tersebut, adanya lembur biasanya akan memperbesar tingkat absent karyawan dikarenakan faktor kelelahan fisik pekerja. Kebalikan dari kondisi diatas adalah bila perusahaan mempunyai kelebihan tenaga kerjadimandingkan dengan jumlah tenaga kerja yang dibutuhkan untuk kegiatan produksi. Tenaga kerja berlebih ini kadang-kadang bisa dialokasikan untuk kegiatan lain yang produktif meskipun tidak selamanya efektif. Bila tidak dapat dialokasikan yang efektif. Maka perusahaan dianggap menanggung ongkos menganggur yang besarnya merupakan perkalian antara jumlah yang tidak terpakai dengan tingkat uaph dan tunjangan lainnya.

25



4. Inventory Cost and Back Order Cost (Ongkos Persediaan dan Ongkos Kehabisan Persediaan Persediaan

mempunyai

fungsi

permintaan pada saat-saat

mengantisipasi

timbulnya

kenaikan

tertentu. Konsekuensi dari kebijakakan

perusahaan adalah timbulnya ongkos penyimpanan ( Inventory cost dan back order cost ) yang berupa ongkos tertahannya modal, pajak, asuransi, kerusakan bahan, dan ongkos sewa gudang. Kebalikan dari kondisi diatas, kebijakkan tidak mengadaaan persediaan. Seolah – olah menguntungkan tetapi sebenarnya dapat menimbulkan kerugian dalam bentuk ongkos kehabisan persediaan. Ada tiga jenis biaya dalam persediaan menurut Heizer dan Render antara lain: a. Biaya penyimpanan (holding cost ) yaitu biaya yang terkait dengan menyimpan atau membawa persediaan selama waktu tertentu. Jenis biaya penyimpanan sebagai berikut: a) Biaya modal b) Biaya gudang c) Biaya penyusutan, kerusakan d) Biaya keusangan dan kehilangan e) Biaya kehabisan stok b. Biaya pemesanan (ordering cost ) mencakup biaya dari persediaan, formulir, proses pesanan, pembelian, dukungan administrasi dan seterusnya. Ketika pesanan sedang diproduksi, biaya pesanan juga ada, tetapi mereka adalah bagian dari biaya penyetelan. c. Biaya penyetelan ( setup cost ) adalah biaya untuk mempersiapkan sebuah mesin atau proses untuk membuat sebuah pesanan. Ini menyertakan waktu dan tenaga kerja untuk membersihkan serta mengganti peralatan. Manager operasi dapat menurunkan biaya pemesanan dengan mengurangi biaya penyetelan serta menggunkan prosedur yang lebih efisien seperti pemesanan dan pembayaran elektronik.

26



d. Sub-contract (Ongkos Sub Kontrak) Pada saat permintaan melebihi kemampuan kapasitas reguler, biasanya perusahaan melakukan sub kontrak kelebihan permintaan yang tidak bisa ditanganinya sendiri kepada perusahaan lain. Konsekuensinya dari kebijakan ini adalah timbulnya ongkos sub kontrak, dimana biasanya ongkos untuk melakukan sub kontrak ini menjadi lebih mahal dibandingkan memproduksi sendiri dan adanya resiko terjadinya keterlambatan penyerahan dari kontraktor. 2.2.6

Pemilihan Metode Peramalan

Dasar dari pertimbangan dalam pemilihan metode peramal an yang akan digunakan adalah: 1.

Pengguna atau pelaku dan kecanggihan metode.

2.

Waktu peramalan dan sumber data yang tersedia.

3.

Tergabung pada tujuan penggunaan dan karakteristik keputusan manajemen yang meliputi antara lain: a. Akurasi hasil peramalan b. Jangka waktu penggunaan hasil peramalan c. Jumlah item yang akan diramalkan d. Tersedianya data e. Pola data

Metode peramalan yang terbaik adalah metode yang menggambarkan penekanan pada data waktu yang berurutan. Apabila pola data penuh dengan random noise dan nonlinear maka pada metode peramalan kualitatif yang terbaik atau ringkasan pemilihan metode peramalan dapat dilihat pada tabel di bawah ini: Tabel 2. 1 Pemilihan Metode Peramalan Tujuan Peramalan

Jangka Waktu

Akurasi

Tingkat Manajemen

Metode

Rencana proses

Jangka panjang

Sedang

Tinggi

Qualitative/Causal

Kapasitas/fasilitas

Jangka panjang

Sedang

Tinggi

Qualitative/Causal

Rencana agregat

Jangka panjang

Tinggi

Menengah

Cusal/Time series

Penjadwalan Inventori (Sumber: Heizer, 2001)

Jangka panjang Jangka panjang

Tertinggi Tertinggi

Rendah Rendah

Time series Time series

27



2.3

DISAGREGASI DAN MASTER PRODUCTION SCHEDULE

2.3.1

Perencanaan dan Pengendalian Produksi

Sebuah perusahaan manufaktur yang melakukan proses produksi merupakan bagian yang sangat penting, maka setiap perusahaan harus bisa memproduksi dengan baik, untuk melaksanakan fungsi-fungsi produksi dengan baik, diperlukan rangkaian kegiatan yang akan membentuk suatu sistem produksi. Untuk itu dilakukan perencanaan untuk memonitor hasil produksi aktual terhadap rencana produksi dan membuat penyesuaian. Dengan adanya perencanaan, kegiatan produksi yang akan dilakukan akan lebih terarah dan perusahaan dapat mencapai tujuan dengan baik. Proses perencanaan dimulai dengan perencanaan demand hingga penentuan Jadwal Induk Produksi ( Master Production Schedule). Untuk jenis produksi massal yang melibatkan hanya satu jenis produk, perencanaan produksi tidak perlu melalui tahap disagregasi, dan perencanaan produksi sudah menjadi Jadwal Induk Produksi (JIP). Peramalan terhadap kondisi pasar atau meramalkan apa yang diinginkan oleh konsumen merupakan hal yang perlu diperhatikan dalam perencanaan produksi. Produk yang harus diproduksi, kuantitas produk yang akan diproduksi, waktu untuk aktivitas produksi, dan sumber-sumber yang dibutuhkan untuk berproduksi harus ditetapkan dalam perencanaan produksi. Dasarnya tahap-tahap dari proses perencanaan produksi adalah sebagai berikut: 1. Mengumpulkan data yang relevan dengan perencanaan produksi. Beberapa informasi yang dibutuhkan adalah sales forecast yang bersifat tidak pasti dan pesanan-pesanan yang bersifat pasti selama periode tertentu. Selanjutnya perlu pula diperhatikan backlog (pesanan yang telah diterima pada waktu lalu namun belum dikirim), kuantitas produksi di waktu lalu yang masih kurang dan harus diproduksi, dan lain-lain. 2. Mengembangkan data yang relevan dalam bentuk tabel. 3. Menentukan kapabilitas produksi, berkaitan dengan sumber-sumber daya yang ada. 4. Melakukan partnership meeting yang dihadiri oleh manajer umum, manajer PPIC, manajer produksi, manajer pemasaran, manajer keuangan,

28



manajer rekayasa, dan manajer-manajer lain yang dianggap relevan. Disini diasumsikan bahwa yang menjalankan operasi manufakturing sehari-hari adalah manajer umum dengan dibantu oleh para manajer lainnya dan mereka mempunyai otoritas untuk membuat keputusan. Perencanaan produksi juga merupakan acuan untuk menyusun Jadwal Induk Produksi (JIP). Beberapa fungsi lain perencanaa n produksi, yaitu: 1. Menjamin rencana penjualan dan rencana produksi konsisten terhadap rencana strategis perusahaan. 1. Sebagai alat ukur performansi proses perencanaan produksi. 2. Memonitor hasil produksi aktual terhadap rencana produksi dan membuat penyesuaian. 3. Mengatur persediaan produk jadi untuk mencapai target produksi dan rencana strategis. 4. Mengarahkan penyusunan dan pelaksanaan Jadwal Induk Produksi. Tujuan perencanaan produksi adalah: 1. Sebagai langkah awal untuk menentukan aktivitas prduksi yaitu sebagai referensi perencanaan lebih rinci dari rencana agregat menjadi item dalam Jadwal Induk Produksi. 2. Sebagai masukan rencana sumber daya sehingga perencanaan sumber daya dapat dikembangkan untuk mendukung perencanaan produksi. 3. Meredam (stabilisasi) produksi dan tenaga kerja terhadap fluktuasi permintaan. Secara umum proses perencanaan produksi dan pengendalian produksi dapat dibagi menjadi beberapa tahap: 1. Business Planning Pada tahap ini dilakukan penentuan orientasi pasar, jenis produk dan rencana penjualan perusahaan. 2. Perencanaan produksi ( Production Planning ) Perencanaan produksi melalui hasil peramalan dengan mempertimbangkan tingkat persediaan dan target backlog sehingga menghasilkan rencana produksi untuk tingkat famili produk.

29



3. Jadwal Induk Produksi ( Master Schedule Planning ) Tahap ini merupakan penguraian rencana produksi family produk (hasil Production Planning ) menjadi produk individu (item). 4. Rough Cut Capacity Planning (RCCP) Tahap ini merupakan validasi Jadwal Induk Produksi terhadap kapasitas yang tersedia, terutama untuk sumber yang kritis. 5. Perencanaan kebutuhan material ( Material Requirements Planning ) Tahap ini

merupakan

proses

penjabaran

produk

(item)

menjadi

bahan

baku/komponen ( part ) yang diperlukan, sehingga tahap ini merupakan tahap penentuan order pembelian atau order pembuatan. 6. Perencanaan kebutuhan kapasitas (Capacity Requirement Planning ) Tahap ini merupakan proses pemeriksaan beban kerja dalam penentuan hasil perencanaan kapasitas. Tahap ini juga merupakan proses perbandingan secara rinci kapasitas yang dibutuhkan MRP dengan situasi shop floor yang sebenarnya. Perencanaan produksi digunakan untuk menyesuaikan permintaan yang berasal dari peramalan dengan seluruh kemampuan yang ada di shop floor perusahaan. Dengan kata lain perusahaan tidak dapat begitu saja mengikuti hasil peramalan yang telah didapatkan. Karena ketidakpastian hasil peramalan, Tipe dari perusahaan manufaktur, ongkos yang timbul ketika mengubah tingkat atau level produksi. 2.3.2

Disagregasi

Pada perencanaaan produksi tidak dibahas produk yang diproduksi secara rinci melainkan dalam bentuk agregat yaitu satuan yang mempresentasikan kumpulan beberapa produk. Agar rencana tersebut dapat diimplementasikan, perlu dilakukan disagregasi dalam jumlah produksi masing-masing produk individu ( item). Hasil disegregasi ini menjadi Jadwal Induk Produksi dan merupakan masukan untuk perencanaan kebutuhan material. Ada beberapa metode yang mencoba untuk memecahkan permasalahan disagregasi. Berikut ini akan dibahas suatu metode yang dikembangkan Hax dan Britan, metode ini terdiri dari 2 algoritma yaitu: 1. Algoritma untuk memecahkan rencana agregat dalam jumlah produk famili.

30



2. Algoritma untuk memecahkan jumlah produksi famili dalam jumlah produk individu (item). Sebelum melanjutkan prosedur di atas, terlebih dahulu akan dibahas istilah-istilah yang digunakan dalam campuran produk ( product mix). Famili didefenisikan sebagai sekumpulan produk sejenis yang layak diproduk bersama, dipandang dari sudut ekonomi dan teknologi. Dengan kata lain, karena biaya pergantian produksi dari satu famili ke famili lain besar, perlu dilakukan perencanaan untuk menentukan famili mana yang akan diproduksi sebelum menentukan untuk pindah ke famili lainnya. Secara umum, di dalam suatu pabrik ada be berapa famili. Kumpulan famili disebut tipe produk. Langkah pertama prosedur ini yaitu menetukan famili mana yang akan diproduksi. Hal ini dilakukan dengan mempertimbangkan jumlah produk tersedia dan jumlah permintaan setiap produk dalam famili. Jika expektasi jumlah produk pada akhir periode lebih kecil dari persediaan cadangan ( safety stock ), maka seluruh produk dalam famili tersebut diproduksi. Secara formula untuk produk j dalam famili, jika jumlah expektasi qijt pada akhir periode t lebih kecil dari persediaan cadangan Ssij, seluruh produk di dalam famili akan diproduksi. Jika Iijt-1 adalah jumlah persediaan produk pada akhir periode t-1 dan jumlah permintaan adalah Dij.t maka jika: qijt = Iijt-1 - Dijt Hasil yang diperoleh dari proses disagregasi adalah: a. Demand tiap end item. b. On hand tiap end item. c. Master Production Schedule. Metode yang digunakan dalam proses disagregasi adalah: a. Metode Heuristik. b. Metode Analitik. c. Linier Programming method. d. Integer Programming method. e. Family Set Up Method.

31



Metode-metode dalam diasgregasi: 1. Pendekatan Hax and Meal . 2. Pendekatan Britian and Hax. 3. Rencana yang lebih tinggi menjadi pembatas atau kendala bagi rencana tingkat rendah. 4. Agregat taktis. 2.3.3

Langkah-langkah Disagregasi

A. Menentukan famili yang akan diproduksi. Suatu famili akan diproduksi bila salah satu item j dari famili tersebut memenuhi syarat sebagai berikut: Iij . t-1- Dij.t ≤ SSij Keterangan: Iij,t-1 = Tingkat persediaan pada akhir periode t-1 dari item j famili i Dij,t

= Permintaan item j famili i pada periode t

SSij

= Cadangan pinjaman ( safety stock ) item j dalam famili i

Item yang berjumlah kurang dari safety stock (SS ij) harus segera dibuat supaya tidak terjadi kekurangan. B. Disagregasi famili. C. Disagregasi item. 2.3.4 Master Production Schedule ( MPS )

Pada dasarnya Jadwal Induk Produksi merupakan suatu perencanaan tentang produk akhir dari suatu perusahaan industri manufaktur yang merencanakan memproduksi output berkaitan dengan kuantitas dan periode waktu. MPS mendisagregasikan dan mengimplementasikan rencana produksi. Apabila rencana produksi yang merupakan hasil dari proses perencanaan produksi dinyatakan dalam bentuk agregat. Aktivitas penjadwalan induk produksi pada dasarnya berkaitan dengan bagaimana menyusun dan memperbaharui MPS , memproses transaksi dari MPS , memelihara catatan-catatan MPS , mengevaluasi efektifitas dari MPS dan memberikan laporan evaluasi dalam periode waktu yang teratur untuk keperluan umpan balik dan tinjauan ulang.

32



Berdasarkan uraian diatas, kita mengetahui bahwa MPS berkaitan dengan pernyataan tentang produksi dan bukan pernyataan tentang permintaan pasar. MPS sering didefinisikan sebagai anticipated build schedule untuk item-item yang disusun oleh perencana Jadwal Induk Produksi ( MPS ). MPS membentuk jalinan komunikasi antara bagian pemasaran dan bagian manufakturing, sehingga seyogyanya bagian pemasaran juga mengetahui informasi yang ada dalam MPS terutama berkaitan dengan ATP ( Available To Promise) agar dapat memberikan janji yang akurat kepada pelanggan. Penjadwalan Induk Produksi berkaitan dengan aktivitas untuk melakukan 4 fungsi utama yaitu: 1. Menyediakan atau memberikan input utama kepada sistem perencanaan kebutuhan material dan kapasitas ( Material and Capacity Requirements Planning ). 2. Menjadwalkan pesanan-pesanan produksi dan pembelian ( Production and Purchase Order ) untuk item-item MPS . 3. Memberikan landasan untuk penentuan kebutuhan sumber daya dan kapasitas. 4. Memberikan basis untuk pembuatan janji tentang penyerahan produk (delivery promises) kepada pelanggan. Sebagai

suatu

aktivitas

proses,

penjadwalan

induk

produksi

( MPS )

membutuhkan 5 input utama, yaitu: 1. Data Permintaan Total Merupakan salah satu sumber data bagi proses penjadwalan induk produksi. Data permintaan total berkaitan dengan ramalan penjualan ( sales forecasts) dan pesanan-pesanan (orders). 2. Status Inventori Berkaitan dengan informasi tentang on-hand inventory,stok yang dialokasikan untuk penggunaan tertentu ( allocated stock ), pesanan pesanan produksi dan pembelian yang dikeluarkan ( released production and purchase orders) dan firm planned orders. MPS harus mengetahui

33



secara akurat berapa banyak inventori yang tersedia dan menentukan berapa banyak yang harus dipesan. 3. Rencana Produksi Memberikan

sekumpulan

batasan

kepada

MPS .

MPS

harus

menjumlahkannya untuk menentukan tingkat produksi, inventory dan sumber-sumber daya lain dalam rencana produksi itu. 4. Data Perencanaan Berkaitan dengan aturan-aturan tentang lot-sizing yang harus digunakan, shrinkage factor , stok pengaman ( safety stock ), dan waktu tunggu (lead time) dari masing-masing item yang biasanya tersedia dalam file induk dari item ( Item Master Fil ). 5. Informasi dari RCCP Berupa kebutuhan kapasitas untuk mengimplementasikan MPS menjadi salah satu input bagi MPS . RCCP menentukan kebutuhan kapasitas untuk mengimplementasikan MPS ,

menguji

kelayakan

dari MPS ,

dan

memberikan umpan balik kepada perencana atau penyusun Jadwal Induk Produksi (master scheduler ) untuk mengambil tindakan perbaikan apabila ditemukan adanya ketidaksesuaian antara penjadwalan induk produksi dan kapasitas yang tersedia. 2.3.5

Fungsi Jadwal Induk Produksi

Jadwal Induk Produksi memiliki empat fungsi penting, yaitu: 1. Menjadwalkan produksi dan pembelian material untuk produk (item). Jadwal Induk Produksi menyatakan kapan, jumlah dan due date produk harus dipesan. 2. Menjadikan masukan data sistem perencanaan kebutuhan material. Jadwal Induk Produksi dijabarkan menggunakan bill of material untuk menentukan jumlah kebutuhan komponen material dan perakitan sehingga Jadwal Induk Produksi dapat dipenuhi. 3. Sebagai dasar penentuan kebutuhan sumber daya, seperti tenaga kerja, jam mesin, atau energi melalui perhitungan perencanaan kapasitas kasar. Karena Jadwal Induk Produksi dinyatakan dalam satuan produk (bukan aggregate), perencanaan kapasitas dapat dilakukan lebih rinci. 34



4. Sebagai dasar untuk menentukan janji pengiriman produk kepada konsumen. Dengan mengalokasikan jumlah unit produk dalam penjadwalan, maka pengendalian jumlah produk yang belum teralokasi dapat diketahui sehingga pembuatan janji dapat diperkirakan lebih akurat.

2.3.6

Hubungan Jadwal Induk Produksi dengan Perencanaan Agregat

Perencanaan agregat adalah suatu langkah pendahuluan perencanaan kapasitas secara terperinci. Perencanaan agregat merupakan dasar untuk membuat Jadwal Induk Produksi (JIP). Jadwal Induk Produksi menyajikan rencana produksi detail untuk setiap produk akhir. Proses penyusunan Jadwal Induk Produksi untuk perusahaan yang 'Make to Stock' akan berbeda dengan perusahaan yang 'Make to Order '. Hal ini dikarenakan sumber informasi permintaan (kebutuhan) yang berbeda. Bagi perusahaan yang ' Make to Stock ', informasi permintaan didapat dari hasil peramalan. Bagi perusahaan yang ' Make to Order ', informasi permintaan diperoleh dari order-order (pesanan) yang diterima dari pelanggan. Jadwal Induk Produksi adalah rencana tertulis yang menunjukkan apa dan berapa banyak setiap produk (barang jadi) yang akan dibuat dalam setiap periode untuk beberapa periode yang akan datang. 2.3.7

Teknik Penyusunan Jadwal Induk Produksi

Banyak input yang dibutuhkan dalam penyusunan MPS telah dapat diperoleh berdasarkan laporan dari print out komputer. Pada saat ini telah banyak program komputer untuk sistem manufakturing yang tersedia, sehingga akan sangat membantu dalam perhitungan. Dengan demikian, masalah perhitungan telah terbantu melalui program-program komputer itu. Persoalan nyata adalah bagaimana memahami konsep-konsep termasuk mekanisme kerja dari sistem manufacturing itu sendiri. Safety Stock adalah stok tambahan dari item yang direncanakan untuk berada dalam inventory yang disajikan sebagai stok pengaman guna mengatasi fluktuasi dalam ramalan penjualan, pesanan-pesanan pelanggan dalam waktu singkat ( short-term customer order ), penyerahan item untuk pengisian kembali inventory dan lain-lain. Safety stock merupakan kebijaksanaan manajemen

35



berkaitan dengan stabilisasi dari sistem manufacturing , dimana apabila sistem manufakturing semakin stabil kebijaksanaan stok pengaman ini dapat diminimumkan. Sasaran dari sistem manufacturing Just In Time adalah menstabilkan mekanisme kerja dari sistem manufacturing dengan melibatkan secara langsung pemasok dan pelanggan dalam sistem manufakturing itu, sehingga kebijaksanaan terhadap stok pengaman dapat diminimumkan menuju nol (konsep zero inventory). DTF ( Demand Time fence) adalah periode mendatang dari MPS di mana dalam periode ini perubahan-perubahan terhadap MPS tidak diizinkan atau tidak diterima karena akan menimbulkan kerugian biaya yang besar akibat ketidaksesuaian atau kekacauan jadwal. PTF ( Planning Time Fence) adalah periode mendatang dari MPS di mana dalam periode ini perubahan-perubahan terhadap MPS dievaluasi guna mencegah ketidaksesuaian atau ke kacauan jadwal yang akan menimbulkan kerugian dalam biaya. MPS biasanya dinyatakan sebagai Firm Planned Orders ( FPO) dalam PTF . Forecast sales Plan merupakan rencana penjualan atau peramalan penjualan untuk item yanag dijadwalkan itu. Dalam konsep manajemen permintaan sales plan bersifat tidak pasti (uncertain). Actual Orders merupakan pesanan-pesanan yang diterima dan bersifat pasti (certain). Dalam kosep manajemen semua pesanan yang bersifat pasti ini dikelompokan ke dalam aktivitas order service, sedangkan sales forecast dikategorikan ke dalam aktivitas peramalan ( forecasting ). Order dalam Master Production Schedule terdiri dari tiga jenis yaitu: a. Planned Order Planned order adalah order yang rencananya akan dilepaskan ( released ) dan dibuat setelah mempertimbangkan Supply Demand . b. Firm Planned Order Firm Planned Order adalah order yang direncanakan akan dibuat diperusahaan ini tapi belum dilepaskan (released ).

36



c. Orders Orders adalah order yang sudah dibuat dan diperintahkan untuk dikerjakan atau dibuatkan purchase order surat pengiriman. Projected Available Balances ( PAB) merupakan proyeksi on hand inventory dari waktu ke waktu selama horizon perencanaan MPS , yang menunjukan status inventory yang diproyeksikan pada akhir dari setiap periode waktu dalam horizon perencanaan MPS . Dalam buku-buku teks yang lain PAB disebut juga sebagai Projected On Hand Balance. Dalam lingkungan manufacturing Make To Order , pada umumnya inventory tidak tersedia sebelumnya, on hand inventory tidak ada. Maka PAB dapat dipandang sebagai suatu perbandingan antara penawaran ( supply) dan permintaan (demand ). Apabila PAB negatif berarti pada periode itu produksi atau penawaran tidak mampu memenuhi permintaan. Sebaliknya untuk lingkungan manufacturing Make To Stock , kenaikan terusmenerus dalam nilai PAB menunjukan bahwa inventory dari item yang dijadwalkan itu semakin menumpuk. Berdasar informasi PAB, berbagai kebijakan dan tindakan korektif dapat diambil untuk perbaikan terus-menerus dari proses manufacturing . PAB dinyatakan melewati PTF hanya sebagai informasi saja, sementara Master schedule dan PTF tidak direncanakan melewati PTF . Available To Promises ( ATP ) memberikan informasi tentang berapa banyak item atau produk tertentu yang dijadwalkan pada peride waktu itu terse dia untuk pesanan pelanggan, sehingga berdasarkan infomasi ini, bagian pemasaran dapat membuat janji yang tepat kepada pelanggan. ATP dapat juga dihitung secara kumulatif untuk memberikan informasi tentang kumulatif ATP pada periode waktu tertentu. Master Schedule merupakan jadwal produksi atau manufacturing yang diantisipasi (anticipated manufacturing schedule) untuk item tertentu. 2.4

STRUKTUR PRODUK , BILL OF MATERIALS DAN MATERIAL REQUIREMENT PLANNING

2.4.1

Pengertian Material Requirements Planning ( MRP )

Menurut Gasperz, Material Requirement Planning ( MRP ) adalah metode penjadwalan untuk purchased planned orders dan manufactured planned orders,

37



kemudian diajukan untuk analisis lanjutan berkenaan dengan persediaan kapasitas dan keseimbangan menggunakan perencanaan kebutuhan kapasitas. Sistem MRP mengkoordinasikan pemasaran, manufacturing , pembelian, rekayasa melalui pengadopsian rencana produksi serta melalui penggunaan satu data base terintegrasi guna merencanakan, dan memperbaharui aktivitas dalam sistem industri modern secara keseluruhan. Salah satu alasan mengapa MRP digunakan secara cepat dan meluas sebagai teknik manajemen produksi, yaitu karena MRP menggunakan kemampuan komputer untuk menyimpan dan mengelola data yang berguna dalam menjalankan kegiatan perusahaan. MRP dapat mengkoordinasikan kegiatan dari berbagai fungsi dalam perusahaan manufaktur, seperti teknik, produksi dan pengadaan. Oleh karena itu, hal yang menarik dari MRP tidak hanya fungsinya sebagai penunjang dalam pengambilan keputusan, melainkan keseluruhan peranannya dalam kegiatan perusahaan. MRP sangat bermanfaat bagi perencanaan kebutuhan material untuk komponen yang jumlah kebutuhannya dipengaruhi oleh komponen lain ( dependent demand ). MRP memberikan peningkatan efisiensi karena jumlah persediaan, waktu produksi dan waktu pengiriman barang dapat direncanakan dengan lebih baik, karena ada keterpaduan dalam kegiatan yang didasarkan pada jadwal induk. Moto dari MRP adalah memperoleh material yang tepat, dari sumber yang tepat, untuk penempatan yang tepat, dan pada waktu yang tepat. 2.4.2

Empat Langkah Utama Sistem MRP

Sistem MRP memiliki empat langkah utama yang selanjutnya keempat langkah ini harus ditetapkan satu per satu pada periode perencanaan dan pada setiap item. Prosedur ini dapat dilakukan secara manual bila jumlah item yang terlibat dalam produksi relatif sedikit. Suatu program diperlukan bila jumlah item sangat banyak. Langkah-langkah tersebut adalah sebagai berikut: 1. Netting Merupakan suatu proses perhitungan kebutuhan bersih yang biasanya merupakan selisih antara kebutuhan kotor dengan persediaan di tangan dan yang sedang diproses (dipesan).

38



2. Lotting Merupakan suatu proses untuk menentukan besarnya jumlah pesanan optimal untuk setiap item secara individual berdasarkan pada hasil perhitungan kebutuhan bersih yang telah dilakukan. Beberapa teknik diarahkan untuk menyeimbangkan ongkos set up dan ongkos simpan. Ada juga teknik yang sederhana yang memakai jumlah pemesanan tetap atau periode pemesanan tetap. 3. Off Setting Merupakan salah satu langkah pada MRP untuk menentukan saat yang tepat untuk rencana pemesanan dalam memenuhi kebutuhan bersih. Rencana pemesanan didapat dengan cara menggabungkan saat awal tersedianya lot size yang diinginkan dengan besarnya waktu ancang. Waktu ancang ini sama dengan besarnya waktu saat barang mulai dipesan atau diproduksi sampai barang tersebut siap untuk dipakai. 4. Explosion Yaitu proses perhitungan kebutuhan kotor untuk tingkat yang lebih bawah didasarkan atas rencana pesanan. Dalam proses explosion ini, data mengenai struktur produk sangat memegang peranan, karena atas dasar struktur produk inilah proses explosion akan berjalan dan dapat menentukan ke arah komponen mana yang harus di-explosion. 2.4.3 Input MRP

Menturut Herjanto ada 3 komponen dasar yang menjadi masukan MRP agar diperoleh informasi sebagai output atau keluaran adalah sebagai berikut: 1. Jadwal Induk Produksi (JIP) atau Master Production Schedule ( MPS ) JIP atau Jadwal Induk produksi merupakan suatu jadwal yang menunjukan jumlah produk yang akan dibuat dalam setiap periode waktu untuk mengetahui kapasitas produksi dan kecepatan operasi perusahaan dalam merencanakan produksi sehingga dapat diketahui panjang horison waktu perencanaan produksi ( Planning Horison).

39



2. Status Persediaan ( Inventory Record ) Status persedian atau inventory record terdiri dari data-data setiap jenis barang persediaan, dimana setiap jenis barang persediaan tersebut nantinya akan dibutuhkan untuk menentukan jumlah kebutuhan bersih. Berikut ini adalah beberapa data yang dapat dilihat dari status persediaan: a. Jumlah persediaan yang dimiliki pada setiap periode ( on hand inventory). b. Jumlah barang yang sedang dipesan dan kapan pesanan tersebut akan datang (on order Inventory). c. Waktu ancang-ancang (lead time) dari setiap bahan. 3. Daftar Material atau Struktur Produk atau Bill of Material ( BOM ) Struktur produk merupakan suatu daftar barang atau material yang diperlukan bagi perakitan, pencampuran, atau pembuatan produk akhir tersebut dan menunjukan berapa banyak setiap komponen dari bagian produk yang akan diperlukan serta merinci semua nama komponen, nomor identifikasi, dan sumber bahan. 2.4.4

Output MRP

Menurut keluaran atau output dari MRP , yaitu: 1. Planned Order Schedule (Jadwal Pesanan Terencana) adalah penentuan jumlah kebutuhan meterial serta waktu pemesanannya untuk masa yang akan dating. 2. Order Release Report (Laporan Pengeluaran Pesanan) berguna bagi pembeli yang akan digunakan untuk bernegoisasi dengan pemasok, dan berguna juga bagi manajer manufaktur, yang akan digunakan untuk mengontrol proses produksi. 3. Changes to planning Orders (Perubahan terhadap pesanan yang telah direncanakan)

adalah

yang

merefleksikan

pembatalan

pesanan,

pengurangan pesanan dan pengubahan jumlah pesanan. 4. Performance

Report

(Laporan

Penampilan)

suatu

tampilan

yang

menunjukkan sejauh mana sistem bekerja, kaitannya dengan kekosongan stok dan ukuran yang lain.

40



Tujuan MRP

Secara umum, sistem MRP dimaksudkan untuk mencapai tujuan antara lain untuk meminimalkan persediaan dengan menentukan berapa banyak dan kapan suatu komponen diperlukan disesuaikan dengan Jadwal Induk Produksi (JIP). Dengan menggunakan komponen ini, pengadaan (pembelian) atas komponen yang diperlukan untuk suatu rencana produksi dapat dilakukan sebatas yang diperlukan saja sehingga dapat meminimalkan biaya persediaan. Mengurangi resiko karena keterlambatan produksi atau pengiriman MRP mengidentifikasikan banyaknya bahan dan komponen yang diperlukan baik dari segi jumlah dan waktunya dengan memperhatikan waktu tenggang produksi maupun pengadaan atau pembelian komponen, sehingga memperkecil

resiko tidak tersedianya bahan yang akan

diproses yang mengakibatkan terganggunya rencana produksi. Meningkatkan efisiensi MRP juga mendorong peningkatan efisiensi karena jumlah persediaan, waktu produksi, dan waktu pengiriman barang dapat dire ncanakan lebih baik sesuai dengan Jadwal Induk Produksi (JIP). Dengan demikian terdapat beberapa hal yang merupakan tujuan MRP ( Material Requirements Planning ) yaitu sebagai berikut: 1. Meminimalkan persediaan. MRP menentukan berapa banyak dan kapan suatu komponendiperlukan disesuaikan dengan jadwal induk produksi. 2. Mengurangi risiko karena keterlambatan produksi atau pengiriman. MRP mengidentifikasi banyaknya bahan dan komponen yang diperlukan baik dari segi jumlah dan waktunya. 3. Jadwal produksi diharapkan dapat dipenuhi sesuai dengan rencana, sehingga komitmen terhadap pengiriman barang dapat dilakukan secara lebih nyata. 4. MRP mendorong peningkatan efisiensi karena jumlah persediaan, waktu produksi, dan waktu pengiriman barang dapat direncanakan lebih baik sesuai dengan jadwal induk produksi.

41



Istilah-istilah dalam MRP

Berikut ini dijelaskan tentang istilah-istilah yang biasa digunakan, yaitu: 1. Gross Requirement (GR, kebutuhan kasar) Adalah total dari semua kebutuhan, termasuk kebutuhan yang diantisipasi untuk setiap periode waktu. Berdasarkan pengertian tersebut gross requirement merupakan bagian dari keseluruhan jumlah item (komponen) yang diperlukan pada suatu periode. 2. Schedule Receipts (SR, penerimaan yang dijadwalkan) Merupakan jumlah item yang akan diterima pada suatu periode tertentu berdasarkan pesanan yang dibuat. 3. Begin Inventory ( BI , inventori awal) Merupakan jumlah inventori di awal periode. 4. Net Requirement ( NR, kebutuhan bersih) Merupakan jumlah aktual yang diinginkan untuk diterima atau diproduksi dalam periode bersangkutan. 5. Planned Order Receipt ( PORt , penerimaan pemesanan yang direncanakan) Adalah jumlah item yamg diterima atau diproduksi oleh perusahaah manufaktur pada periode waktu terakhir 6. Planned Ending Inventory ( PEI , rencana persediaan akhir periode) Merupakan suatu perencanaan terhadap persediaan pada akhir periode. 7. Planned

Order

Releases

( PORel ,

pelepasan

pemesanan

yang

direncanakan) Adalah jumlah item yang direncanakan untuk dipesan agar memenuhi perencanaan pada masa yang akan datang atau order produksi yang dapat dilepas untuk dimanufaktur. 8. Lead Time Adalah waktu tenggang yang diperlukan untuk memesan (membuat) suatu barang sejak saat pesanan (pembuatan) dilakukan sampai barang itu diterima (selesai dibuat). 9. Lot Size (ukuran lot) Merupakan kuantitas pesanan dari item yang memberitahukan MRP berapa banyak kuantitas yang dipesan, serta lot sizing apa yang dipakai.

42



10. Safety Stock (stok pengaman) Merupakan stok pengaman yang ditetapkan oleh perencana MRP untuk mengatasi fluktuasi dalam permintaan (demand ) dan penawaran MRP untuk mempertahankan tingkat stok pada semua periode waktu. 2.4.7

Peta Proses Perakitan ( Assembly Process Chart )

Peta ini digunakan untuk tujuan perencanaan dan pengendalian transformasi proses. Assembly chart menunjukkan kebutuhan material dan perakitan komponen yang menghasilkan suatu perakitan mechanical. Flow process chart menggunakan simbol yang sama seperti assembly chart , peta ini memiliki tambahan kolom untuk waktu, jarak perpindahan, dan informasi terkait lainya yang mengizinkan adanya analisis biaya dan lainnya. Tujuan utama dari peta rakitan adalah untuk menunjukkan keterkaitan antara komponen, yang dapat juga digambarkan oleh sebuah gambar terurai. Teknik ini juga dapat digunakan untuk mengajar pekerja yang tidak ahli untuk mengetahui urutan suatu rakitan yang rumit. 2.4.8

Struktur Produk

Struktur produk terdiri dari komponen pembentuk produk akhir yang ditempatkan pada level 0 dan seterusnya, sehingga membentuk sebuah hirarki. Pada umumnya untuk assembly item disebut dengan “ parent ” dan komponen pembentuknya disebut dengan “child ”. Untuk produk akhir ditandai dengan level 0 dan semakin kebawah maka nomor level akan bertambah. Diagram sistematik ini menunjukkan hubungan antar komponen terhadap “ parent ” dan hubungan keseluruhan perakitan. Terdapat 2 cara penomoran level struktur produk, yaitu: 1. Single Level Jenis ini menggambarkan hubungan sebuah induk dengan satu level komponen – komponen pembentuknya. 2. Multi Level Jenis ini menggambarkan struktur produk yang lengkap dari level 0 sampai level yang paling bawah.

43



2.4.9 Bill of Materials ( BOM )

BOM adalah sebuah daftar jumlah komponen, campuran bahan dan bahan baku yang diperlukan untuk dirakit, dicampur atau membuat produk akhir atau dengan kata lain rangkaian struktur semua komponen yang digunakan untuk memproduksi barang jadi sesuai dengan Master Production Schedulling ( MPS ). Tujuan BOM sebagai suatu network atau jaringan yang menggambarkan hubungan induk ( parent product ) hingga komponen. BOM dibutuhkan sebagai Input dalam perencanaan dan pengendalian aktivitas produksi . Beberapa macam BOM : 1. Explosion Merupakan BOM dengan urutan dimulai dari induk sampai komponen pada level paling bawah. BOM jenis ini menunjukkan komponen yang membentuk suatu induk dari level teratas sampai level terendah. 2. Implosion Merupakan BOM dimana urutan dimulai dari komponen sampai induk atau level paling atas. Secara singkat BOM jenis ini adalah kebalikan dari BOM explosion. 2.5

LINE BALANCING

2.5.1

Definisi Line Balancing

Keseimbangan lini merupakan suatu metode penugasan sejumlah pekerjaan ke dalam stasiun kerja yang saling berkaitan dalam satu lini produksi sehingga setiap stasiun kerja memiliki waktu yang tidak melebihi waktu siklus dari stasiun kerja tersebut. Keterkaitan sejumlah pekerjaan dalam suatu lini produksi harus dipertimbangkan dalam menentukan pembagian pekerjaan ke dalam masing-masing stasiun kerja. Hubungan atau saling keterkaitan antara satu pekerjaan dengan pekerjaan lainnya digambarkan dalam suatu precedence diagram atau diagram pendahuluan, sedangkan hubungan itu disebut precedence job atau precedence network. Konsep keseimbangan lini bertujuan untuk meminimalkan total waktu menganggur dalam proses produksi. Dalam konsep ini, elemen-elemen operasi akan digabung-gabung menjadi beberapa stasiun kerja. Tujuan umum

44

UNIVERSITAS WIDYATAMA penggabungan


ini

adalah

untuk

mendapatkan

rasio delay

atau

idle

(menganggur) yang serendah mungkin. Jika memungkinkan rasio delay ini diupayakan 0% yang berarti efisiensi sama dengan 100%. Dengan demikian, modal tidak akan teralokasi pada kegiatan menganggur. Sehingga penghematan biaya

dapat diperoleh. Hasil penghematan biaya ini selanjutnya dapat

digunakan untuk mengurangi harga jual atau dialokasikan pada kegiatan produktif lainnya. 2.5.2

Tujuan Line Balancing

Tujuan dasar daripada penyeimbang lintasan yaitu untuk membantu meningkatkan jumlah produksi yang dikeluarkan dengan fasilitas dan sumber daya yang dimiliki perusahaan. Megatasi permasalahan bottleneck yang terjadi pada tahapan proses agar proses produksi dapat berjalan efektif dan effisien. Umumnya merencanakan keseimbangan dalam sebuah lintasan meliputi usaha yang bertujuan untuk mencapai suatu kapasitas yang optimal, dimana tidak terjadi pemborosan fasilitas (waktu, tenaga dan material). Tujuan ini tercapai bila: 1. Lintasan bersifat seimbang, setiap stasiun kerja mendapatkan beban kerja yang sama nilainya diukur dengan waktu. 2. Jumlah waktu operator menunggu dari proses sebelumnya ( idle) minimum di setiap stasiun kerja sepanjang lintasan proses. 3. Jumlah stasiun yang ada di lintasan memiliki waktu yang seimbang. 2.5.3 Line Balancing Input

Masukan yang diperlukan untuk merencanakan keseimbangan lintasan perakitan adalah: 1. Precedence diagram suatu jaringan kerja (terdiri atas rangkaian simpul dan anak panah) yang menggambarkan urutan perakitan serta ketergantungan pada operasi kerja lainnya yang tujuannya mempermudahkan pengontrolan dan perencanaan kegiatan yang terkait di dalamnya. 2. Data waktu baku pekerjaan tiap operasi, yang diturunkan dari perhitungan waktu baku pekerjaan operasi perakitan. 3. Kecepatan lintasan yang diinginkan (waktu siklus atau cycle time).

45



Masalah pada Lintasan

Berikut ini adalah masalah-masalah utama yang sering dihadapi dalam lintasan produksi yang dikemukakan oleh Bigel: a. Kendala sistem, hal ini sangat berkaitan dengan perawatan atau maintenance yang dilakukan perusahaan. b. Menyeimbangkan beban kerja pada beberapa stasiun kerja yang bertujuan untuk mencapai suatu efisiensi yang tinggi dan memenuhi rencana produksi yang telah dibuat. Menyelesaikan

permasalahan line balancing , manajemen indsustri harus

mengetahui tentang metoda kerja, peralatan-peralatan, mesin-mesin dan personil yang digunakan dalam proses kerja dan informasi tentang waktu yang dibutuhkan untuk setiap assembly line dan precedence relationship. Di antara aktivitas-aktivitas yang merupakan susunan dan urutan dari berbagai tugas yang perlu dilakukan manajemen industri perl u menetapkan tingkat produksi per hari yang disesuaikan dengan tingkat permintaan total, kemudian membaginya kedalam waktu produktif yang tersedia perhari. Hasil ini adalah cycle time, yang merupakan waktu dari produk yang tersedia pada setiap stasiun kerja (work station). Adapun tanda-tanda ketidakseimbangan pada suatu lintasan produksi adalah sebagai berikut: a.

Stasiun kerja yang sibuk dan waktu menganggur yang mencolok.

b.

Adanya produk yang pengerjaan tidak sesuai dengan standarnya stasiun kerja tersebut.

2.5.5

Metode-metode Line Balancing

Metode-metode yang telah dikembangkan selama masih terbatas pada Metode Heuristic, yang akan menghasilkan solusi mendekati optimal, tapi tidak menjamin tercapainya solusi optimal. Beberapa Metode Heuristic penyeimbangan lintasan ada tiga, yaitu:

46



1. RPW (Rank Position Weight) Salah satu pendekatan keseimbangan lintasan yang biasa digunakan sebagai metode dasar adalah metode yang dikembangkan oleh Helgesson dan Birnie yaitu Peringkat Bobot Posisi. Pendekatan ini menugaskan operasi ke dalam statiun-statiun kerja dengan dasar panjang waktu operasi. Proses kerja diurutkan berdasarkan pringkat, mulai dari yang paling besar sampai yang paling kecil. Nilai peringkat didapatkan dari jumlah waktu operasi mulai dari awal sampai akhir proses. 2.

Metode Pembebanan Berurut Langkah penugasan pekerjaan pada stasiun ker ja dengan menggunakan metode ini berbeda dengan urutan prioritas pembebanan kerja. Langkah-langkah penyelesaian dengan menggunakan metode pembebanan berurut ini adalah sebagai berikut: a. Hitung waktu siklus yang diinginkan. b. Buat matriks operasi pendahulu (P) dan operasi pengikut (F). c. Perhatikan baris di matriks kegiatan pendahulu (P) yang semuanya terjadi dari angka 0, dan bebankan elemen pekerjaan terbesar yang mungkin terjadi, jika ada lebih dari 1 baris yang memiliki seluruh elemen pekerjaa n yang sama dengan not. d. Perhatikan nomor elemen dibaris matriks kegiatan pengikut F yang bersesuaian dengan elemen yang telah ditugaskan. e. Lanjutkan penugasan elemen-elemen pekerjaan itu pada tiap stasiun kerja dengan ketentuan bahwa waktu total operasi tidak melebihi waktu siklus. Proses ini dikerjakan hingga semua baris pada matriks P bernilai 0. f. Hitung efisiensi rata-rata stasiun kerja yang terbentuk. g. Gunakan prosedur trial and error untuk mencari pembebanan yang akan menghasilkan efisiensi rata-rata lebih besar dari efisiensi rata-rata sebelumnya. h. Ulangi langkah 6 dan 7 sampai tidak ditemukan lagi stasiun kerja yang memiliki efisiensi rata-rata lebih tinggi.

47



Metode Pendekatan Wilayah Metode ini dikembangkan oleh Bedworth untuk mengatasi kekurangan bobot posisi. Langkah-langkah penyelesaian dengan metode pendekatan wilayah ( Region approach) adalah sebagai berikut: a. Hitung waktu siklus yang diinginkan. b. Bagi jaringan kerja kedalam wilayah-wilayah dari kiri ke kanan. c. Setiap wilayah, urutkan pekerjaan mulai dari waktu operasi terbesar sampai dengan waktu operasi terkecil. d. Bebankan pekerjaan dengan urutan sebagai berikut (perhatikan pula untuk menyesuaikan diri terhadap batas wilayah): 1) Daerah paling kiri terlebih dahulu, 2) Antar wilayah, bebankan pekerjaan dengan waktu operasi terbesar pertama kali. 3) Akhir tiap pembebanan statiun kerja, tentukan apakah utilisasi waktu tersebut telah dapat diterima.

Teknik ini mendapatkan perhatian yang besar seta telah digunakan untuk mememcahkan beberapa masalah keseimbangan lini dengan baik. Teknik ini merupakan sebuah prosedur heuristic, dimana pemilihan elemen untuk ditempatkan pada sebuah statiun kerja didasarkan pada posisi elemen pada precedence diagram. 2.5.6 Precedence Diagram

Precedence

diagram digunakan

sebelum

melangkah

pada

penyelesaian

menggunakan metode keseimbangan lintasan. Precedence diagram sebenarnya merupakan gambaran secara grafis dari urutan operasi kerja, serta ketergantungan pada operasi kerja lainya yang tujuannya untuk memudahkan pengontrolan dan perencanaan kegiatan yang terkait di dalamnya. (Baroto, 2002). Adapun tanda yang dipakai dalam precedence diagram adalah: 1.

Simbol Lingkaran dengan huruf atau nomor di dalamnya untuk mempermudah identifikasi asli dari suatu proses operasi.

2.

Tanda panah menunjukan ketergantungan dan urutan proses operasi, dalam hal ini operasi yang ada di pangkal panah berarti mendahului operasi kerja yang adda pada ujung anak panah.

48



Angka di atas symbol lingkaran adalah waktu standar yang diperlukan untuk menyelesaikan setiap proses operasi.

2.5.7

Terminologi Line Balancing

a.

Waktu Menganggur (Idle Time) Idle time adalah selisih atau perbedaan antara Cycle Time (CT ) dan Station Time (ST ), atau CT dikurangi ST .

b.

Keseimbangan Waktu Senggang ( Balance Delay) Balance delay adalah rasio antara waktu idle dalam lini perakitan dengan waktu yang tersedia. Rumus yang digunakan untuk menentukan balance delay lini perakitan adalah sebagai berikut:

Keterangan:

c.

 ∑        =   100%

N

= Jumlah elemen kerja yang ada

CT

= Cycle time

N

= Jumlah work station yang terbentuk

Efisiensi Stasiun Kerja Efisiensi stasiun kerja merupakan rasio antara waktu operasi tiap stasiun kerja (Wi) dan waktu operasi Stasiun kerja terbesar (Ws).

     100%

Keterangan:

d.

Wi

= Waktu operasi setiap stasiun

Ws

= Waktu operasi stasiun kerja terbesar

Efisiensi Lintasan Produksi (Line Efficiency) Line Efficiency merupakan rasio antara waktu yang digunakan dengan waktu yang tersedia. Berkaitan dengan waktu yang tersedia, lini akan mencapai keseimbangan apabila setiap daerah pada lini mempunyai waktu yang sama. Rumus untuk menentukan efisiensi lini perakitan setekah proses line balancing adalah sebagai berikut:

49



 ∑ =       100% Keterangan:

e.

n

= Jumlah elemen kerja yang ada

CT

= Cycle time

N

= Jumlah work station yang station yang terbentuk

Indeks Penghalusan (Smoothess (Smoothess Indeks atau Indeks atau SI ) Indeks penghalusan adalah suatu indek yang mempunyai kelancaran relative relative dari penyeimbang lini perakitan tertentu. Formula yang digunakan untuk menentukan besarnya SI adalah adalah sebagai berikut.

      −  2 Keterangan:

f.

WSK max max

= Waktu terbesar dari stasiun kerja terbentuk

WSK i

= Waktu work station yang station yang terbentuk

Work Station Work station station merupakan tempat pada lini perakitan dimana proses perakitan dilakukan. Setelah menentukan interval i nterval waktu siklus, maka ma ka jumlah stasiun kerja yang efisien dapat ditetapkan dengan rumus.

Keterangan:

 ∑  −   

t i

= waktu operasi (elemen).

CT

= waktu siklus stasiun kerja.

K min min

= jumlah stasiun kerja minimal.

50

BAB III FLOWCHART KEGIATAN PRAKTIKUM 3.1

FLOWCHART KEGIATAN PRAKTIKUM

Studi Literatur

Pengumpulan Data

Peramalan ( Forecasting ) Forecasting ) 1. Data awal demand 24 periode.

Rencana Produksi Agregat 1. Komponen atau parameter data. 2. Data hari kerja dan demand .

Disagregasi Disagregasi dan Master Production Schedule 1. Data forecast Data forecast demand . 2. Data parameter. 3. Persentas 3. Persentas e actual demand .

Struktur Produk, BOM dan MRP dan MRP 1. APC 1. APC Tamiya. 2. Struktur Produk. 3. BOM 3. BOM Tamiya Baracuda. 4. Master 4. Master Schedule Tamiya Baracuda.

Line Balancing 1. APC 1. APC Tamiya. 2. Precedence 2. Precedence Diagram. Diagram . 3. Master 3. Master Schedule Tamiya Baracuda 4. Uraian Kegiatan Precedence Diagram.

Pengolahan Data

Peramalan ( Forecasting ) Forecasting ) 1. Peramalan dengan metode DMA metode DMA.. 2. Peramalan dengan metode DES metode DES Brown. Brown. 3. Peramalan dengan metode DES metode DES Holt. Holt. Peramalan dengan Regresi Linier.

Rencana Produksi Agregat 1. Agregasi dengan Strategi Tenaga Kerja Tetap. 2. Agregasi dengan Strategi Tenaga Kerja Berubah. 3. Agregasi dengan Strategi Transportasi.

Disagregasi dan Master Production Schedule 1. Melakukan agregasi item. item . 2. Disagregasi 4 item selama 12 periode. 3. Membuat MPS Membuat MPS terhadap 4 item. item .

Struktur Produk, BOM dan MRP dan MRP 1. MRP 1. MRP seluruh komponen dan assembling dengan menggunakan metode LFL metode LFL,, EOQ, EOQ , POQ dan Silver Meal.

Analisis

Kesimpulan dan Saran

Kegiatan Praktikum Gambar 3. 1 Flowchart Kegiatan

51

Line Balancing 1. Penyeimbangan lintasan menggunakan metode Cluster dan dan RPW.



3.2

URAIAN FLOWCHART KEGIATAN KEGIATAN PRAKTIKUM

3.2.1

Studi Literatur

Studi Literatur merupakan suatu cara menyelesaikan persoalan dengan menelusuri sumber-sumber tulisan yang pernah dibuat sebelumnya. Sumber-sumber tulisan yang praktikan dapatkan pada Pratikum Perencanaan dan Pengendalian Produksi ini adalah berupa buku, modul Pratikum Perencanaan dan Pengendalian Produksi, jurnal, artikel, laporan yang sudah pernah dibuat dan situs-situs internet. Persoalan yang ada tentunya tidak jauh dari materi yang ada pada Pratikum Perencanaan dan Pengendalian Produksi ini yaitu Peramalan ( Forecasting ), ), Rencana Produksi Agregat serta Disagregasi dan Master dan Master Production Schedule. Schedule. 3.2.2

Pengumpulan Data

3.2.2.1 Peramalan ( Forecasting ) Pengumpulan data pada Modul Peramalan ( Forecasting ) ini yaitu data awal demand selama selama 24 periode. Data awal tersebut kemudian ditambahkan dengan dua digit pada NPM praktikan. Data awal demand selama 24 periode tersebut berguna untuk meramalkan 12 periode yang akan datang dengan menggunakan metode peramalan yang telah ditentukan. 3.2.2.2 Rencana Produksi Agregat Pengumpulan data pada Modul Rencana Produksi Agregat ini yaitu hasil dari peramalan yang telah dilakukan pada Modul Peramalan Peramala n ( Forecasting ) selama 12 periode. Data forecast tersebut diambil berdasarkan nilai MSE terkecil. Data selanjutnya yang dipakai yaitu data parameter-parameter yang berguna dalam proses agregasi. 3.2.2.3 Disagregasi dan Master dan Master Production Schedule Pengumpulan data pada Modul Disagregasi dan Master Production Schedule ini yaitu data forecast demand berdasarkan hasil peramalan pada Modul Peramalan ( Forecasting Forecasting ). ). Data selanjutnya yang dipakai yaitu parameter-parameter seperti cost , faktor konversi, proporsi dan lain-lain serta persentase actual demand yang nantinya akan berguna untuk menentukan actual demand pada MPS pada MPS .

52



3.2.2.4 Struktur Produk, Bill of Materials dan Material Requirement Planning Pengumpulan data pada Struktur Produk, Bill of Materials dan Material Requirement Planning ini yaitu Assembly Process Chart dari produk Tamiya, Struktur Produk, Bill of Materials ( BOM ) dan Master Schedule dari produk Tamiya Baracuda. Seluruh data digunakan untuk merencanakan kebutuhan material ( Material Requirement Planning ) dari seluruh komponen-komponen yang ada. 3.2.2.5 Line Balancing Pengumpulan data pada Line Balancing ini yaitu Assembly Process Chart dari produk Tamiya, Precedence Diagram, Master Schedule Tamiya dan uraian kegiatan berdasarkan Precedence Diagram. APC digunakan sebagai acuan dalam membuat Precedence Diagram dan Master Schedule digunakan sebagai acuan dalam menentukan jumlah permintaan (demand ) yang datang. Seluruh data tersebut digunakan dalam penyeimbangan lintasan perakitan. 3.2.3

Pengolahan Data

3.2.3.1 Peramalan ( Forecasting ) Pengolahan data pada Modul Peramalan ( Forecasting ) yaitu dengan melakukan peramalan selama 12 periode yang akan datang berdasarkan data masa lalu berupa demand selama 24 periode. Metode yang digunakan pada Modul Peramalan ( Forecasting ) ini yaitu Double Moving Average, Single Exponential Smoothing Satu Parameter dari Brown, Single Exponential Smoothing Dua Parameter dari Holt dan Metode Regresi Linier. Hasil akhir yang didapat pada Modul Peramalan ( Forecasting ) yaitu peramalan selama 12 periode dengan menggunakan metode yang memiliki tingkat akurasi tinggi yang dilihat berdasarkan nilai MSE terendah. 3.2.3.2 Rencana Produksi Agregat Pengolahan data pada Modul Rencana Produksi Agregat yaitu dengan melakukan agregasi terhadap data hasil peramalan yang telah dilakukan pada Modul Peramalan ( Forecasting ) selama 12 periode. Strategi yang digunakan pada proses agregasi ini yaitu Strategi Tenaga Kerja Tetap, Strategi Tenaga Kerja Berubah dan Strategi Transportasi. Hasil akhir yang didapatkan pada Modul Rencana Produksi Agregat ini yaitu ongkos optimal dalam kebijakan produksi.

53



3.2.3.3 Disagregasi dan Master Production Schedule Pengolahan data pada Modul Disagregasi dan Master Production Schedule yaitu dengan melakukan agregasi, disagregasi lalu membuat Jadwal Induk Produksi (JIP) terhadap 4 buah item. Data yang dipakai pada proses-proses tersebut yaitu data forecast demand pada Modul Peramalan ( Forecasting ) selama 12 periode dan data. Hasil akhir yang didapat pada Modul Disagregasi dan Master Production Schedule yaitu Jadwal Induk Produksi (JIP) yang berisi informasi mengenai pengalokasian sumber daya, ketersediaan kapasitas dan lain-lain. 3.2.2.4 Struktur Produk, Bill of Materials dan Material Requirement Planning Pengolahan data pada Modul Struktur Produk, Bill of Materials dan Material Requirement Planning ini yaitu dengan mengolah data Master Schedule dan Bill of Materials menjadi perencanaan kebutuhan material ( Material Requierement Planning ). Metode-metode yang digunakan pada pembuatan MRP ini yaitu LFL, EOQ, POQ dan Silver Meal. Hasil akhir yang akan didapatkan yaitu informasiinformasi mengenai kebutuhan komponen untuk suatu produk end item. 3.2.2.5 Line Balancing Pengolahan data pada Modul Line Balancing ini yaitu proses penyeimbangan lintasan perakitan dengan menggunakan metode Cluster dan Ranked Positional Weight ( RPW ). Penyeimbangan lintasan ini bertujuan untuk meminimalkan waktu menganggur untuk meningkatkan tingkat efisiensi dari stasiun kerja. Tujuan lain dari Line Balancing ini yaitu meminimumkan biaya akibat menganggur, sehingga biaya tersebut dapat dialokasikan kepada kegiatan-kegiatan yang produktif. 3.2.4

Analisis

Analisis diperoleh dari pengerjaan setiap modul tersebut. Analisis berisikan hasil dari pengolahan data. Hasil pengolahan data tersebut pada tahapan analisis ini dikaji lebih lanjut. Artinya pada analisis, hasil pengolahan data diuraikan berdasarkan penyebabnya melalui komponen penyusunnya. Berdasarkan analisis yang telah dibuat dapat dilihat pemahaman materi dari setiap praktikan dalam mengejakan setiap modul yang diberikan.

54



Kesimpulan dan Saran

Kesimpulan pada laporan ujian tengah semester ini dibuat guna memenuhi harapan dari tujuan yang ada. Kesimpulan yang dibuat berdasar pada pembuktian yang diperoleh dari hasil kegiatan praktikum yang telah dijalani. Saran yang dibuat mejadi pendapat dari praktikan untuk dilaksanakan. Saran dari praktikan dapat menjadi cara untuk mengatasi permasalahan atau kelemahan yang ada.

55

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1

PENGUMPULAN DATA

4.1.1


Pengumpulan data dilakukan dengan menambahkan masing-masing demand dari setiap periode dengan dua digit terakhir pada NPM (+31). Data awal demand dapat dilihat pada Tabel 4.1 dan Tabel 4.2 di bawah ini: Tabel 4. 1 Data Awal Demand Periode (t ) Demand (d ) 1 8292 2 12456 3 9461 4 8438 5 9729 6 8074 7 10044 8 8973 9 9901 10 7586 11 9997 12 8974 13 9949 14 7982 15 9494 16 7982 17 9808 18 7618 19 9637 20 9845 21 10077 22 11212 23 11287 24 11367

Tabel 4. 2 Data Awal Demand NPM (+31) Periode (t ) Demand (d ) 1 8323 2 12487 3 9492 4 8469 5 9760 6 8105 7 10075 8 9004 9 9932 10 7617 11 10028 12 9005 13 9980 14 8013 15 9525 16 8013 17 9839 18 7649 19 9668 20 9876 21 10108 22 11243 23 11318 24 11398

(Sumber: Pengumpulan Data)


56




Pengumpulan data pada modul Rencana Produksi Agregat ini terdiri dari komponen-komponen data awal, data hari kerja dan demand . Komponen data awal terdiri dari jumlah inventori awal, jam kerja, waktu baku, cost dan juga komponen lainnya. Data hari kerja terdiri dari 12 periode dengan demand merupakan hasil pengolahan data pada modul Peramalan ( Forecasting ) pada metode Regresi Linier. Pengambilan data pada metode Regresi Linier diakibatkan karena nilai MSE yang dihasilkan merupakan nilai terkecil dari semua metode peramalan ( forecasting ). Komponen data awal, data hari kerja dan demand dapat dilihat pada Tabel 4.3 dan Tabel 4.4 di bawah ini: Tabel 4. 3 Komponen Data Awal Komponen Inventori Awal Jam Kerja (JK) Maks. Over Time (OT ) Maks. Sub Kontrak Waktu Baku Tenaga Kerja (TK) Awal Tenaga Kerja (TK) Maks Regular Time (RT) Cost Over Time (OT) Cost Sub Kontrak (SK) Cost Hiring (HR) Cost Lay Off (LO) Cost Inventory Cost

Nilai Satuan 250 Unit 8 Jam 25% RT Unit 50% RT Unit 1,67 Jam/unit 12 Orang 30 Orang Rp 50.000 /Unit Rp 75.000 /Unit Rp 120.000 /Unit Rp 1.000.000 /Orang Rp 1.500.000 /Orang Rp 2.500 /Unit


Tabel 4. 4 Data Hari Kerja dan Demand Periode Hari Kerja 1 21 2 19 3 21 4 20 5 22 6 20 7 21 8 19 9 20 10 21 11 20 12 19 Total 243

Demand

10089 10133 10177 10221 10265 10309 10353 10397 10441 10485 10530 10574 123974


4.1.3


Pengumpulan data pada modul ini yaitu data forecast demand yang telah didapatkan pada modul Forecasting , data parameter yang ada dan persentase actual

57



demand yang telah ditentukan. Hasil peramalan tersebut digunakan sebagai data awal untuk melakukan proses disagregasi dan master production schedule atau Jadwal Induk Produksi. Data-data tersebut dapat dilihat pada Tabel 4.5 sampai Tabel 4.7 di bawah ini: Tabel 4. 5 Data Forecast Demand Periode

Demand

1

10089

2

10133

3

10177

4

10221

5

10265

6

10309

7

10353

8

10397

9

10441

10

10485

11

10530

12

10574


Tabel 4. 6 Data Parameter Tamiya Auldey Baracuda Cobra Hauler Emperor Proporsi 30% 30% 20% 20% Faktor Konversi 0,51 0,52 0,92 1 Setup Cost Rp 400.000 Rp 400.000 Rp 300.000 Rp 300.000 Holding Cost Rp 2.000 Rp 2.200 Rp 2.500 Rp 3.000 Inventori 250 250 250 250 (Sumber: Pengumpulan Data) Jenis Produk

Tabel 4. 7 Persentase Actual Demand Periode % AD 1 1,05 2 1,1 3 1,15 4 1,2 5 1,2 6 1,15 (Sumber: Pengumpulan Data)

58




4.1.4.1 Assembly Process Chart Berikut ini merupakan Assembly Process Chart (Peta Proses Perakitan) dari produk Tamiya Baracuda dapat dilihat pada Gambar 4.1 di bawah ini:

Gambar 4. 1 Assembly Process Chart ( APC ) Tamiya Baracuda (Sumber: Pengumpulan Data)

4.1.4.2 Struktur Produk Berikut ini merupakan Struktur Produk dari produk Tamiya Baracuda dapat dilihat pada Gambar 4.2 di bawah ini:

Gambar 4. 2 Struktur Produk Tamiya Baracuda (Sumber: Pengumpulan Data)

59



4.1.4.3 Bill of Materials ( BOM ) Berikut ini merupakan Bill of Materials ( BOM ) dari produk Tamiya Baracuda dapat dilihat pada Tabel 4.8 di bawah ini: Tabel 4. 8 Bill of Materials ( BOM ) Tamiya Baracuda No. Level

Kode

Deskripsi

T

Tamiya

Kuantitas Order Policy On Hand Lead Time Lot Size LFL 148 0 1 1

Setup Cost

Holding Cost

Rp2.500.000

Rp

10.000

Rp3.000.000

Rp

14.500

Rp1.750.000

Rp

7.500

Rp1.750.000

Rp

10.000

Rp2.000.000

Rp

12.000

EOQ

Rp2.500.000

Rp

17.000

1 EOQ

Rp2.500.000

Rp

12.000

SM

Rp1.000.000

Rp

10.000

0

1

Rp1.000.000

Rp

10.000

0

1

EOQ

Rp1.500.000

Rp

12.000

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 1 2 0 0 0 1 0 1 1

1 1 1 EOQ 1 1 SM 1 1 1 SM EOQ 1 1 EOQ EOQ 1 SM EOQ

Rp1.000.000

Rp

12.000

Rp1.200.000

Rp

8.000

Rp1.000.000 Rp1.000.000

Rp Rp

10.000 10.000

Rp1.500.000 Rp2.500.000

Rp Rp

12.000 15.000

Rp1.000.000 Rp2.500.000

Rp Rp

10.000 17.000

Rp2.500.000 Rp2.500.000

Rp Rp

17.000 17.000

1

0

2

1

Bd

Body

1

POQ

0

2

EOQ

3

1

A-13

Assembling 13

1

LFL

0

0

1

4

2

KB

Key Battery

1

SM

0

0

SM

5

2

A-12

Assembling 12

1

LFL

0

0

1

6

3

BkR

Black Roller

2

EOQ

0

2

EOQ

7

3

A-11

Assembling 11

1

LFL

0

0

1

8

4

BlR

Blue Roller

2

POQ

0

1

EOQ

9

4

A-10

Assembling 10

1

LFL

0

0

1

10

5

Bu

Bumper

1

LFL

0

0

1

11

5

A-9

Assembling 9

1

LFL

0

0

1

12

6

AXC

Axle Shaft Co ver

1

POQ

0

1

13

6

A-8

Assembling 8

1

14

7

OOB

On Of f Butto n

1

LFL EOQ

0 0

0 0

15

7

A-7

1

LFL

0

0

1

16

8

SA-8

Assembling 7 Sub Assembling 8

1

LFL

0

0

1

17 18

9 9

SA-7 Sub Assembling 7 CG Cover Gear

1 1

LFL

0

0

1

SM

0

2

19

10

BIG

Blue Gear

1

LFL

0

20

10

CE

Cover Engine

1

POQ

21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39

8 9 9 10 10 11 12 12 11 12 13 13 12 13 14 14 13 14 14

1 2 1 1 1 1 2 2 1 1 2 2 1 1 2 1 1 4 1

LFL LFL LFL EOQ LFL LFL SM LFL LFL LFL SM EOQ LFL LFL POQ POQ LFL SM POQ

A-6 Assembling 6 OrG Ora ng e Ge ar A-5 Assembling 5 PS Propeller Shaf t A-4 Assembling 4 SA-3 Sub Assembling 3 VgFR Velg FR TrFR Tire FR A-3 Assembling 3 SA-2 Sub Assembling 2 VgRR Velg RR TrRR Tire RR A-2 Assembling 2 SA-1 Sub Assembling 1 Ash Axle Shaft GrG Green Gear A-1 Assembling 1 Brg Bearing Chs Chasis

(Sumber: Pengolahan Data)

Catatan: Data lengkap BOM terlampir. 4.1.4.4 Master Production Schedule ( MPS ) Berikut ini merupakan Master Production Schedule ( MPS ) dari produk Tamiya Baracuda dapat dilihat pada Tabel 4.9 di bawah ini: Tabel 4. 9 Master Production Schedule ( MPS ) Tamiya Baracuda Master Schedule

No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

Nama Asep Supriyadi A Martin Decker L.T Muhammad Royyan Miftah R Alifia Febriliawaty R Firmansyah Amanda Kanya H Rifqi Naufal W Fikri Ahmad R Yogi Triana Chaka Wafa W Riski Septian Rachman Vicky Elfia nAgeras Kusuma Fiqhy Kamalia Nadya Putri Muhammad Raihan M Andika Yusuf Raka M Anggi Tri Satya P Muha mma d Ha bi Ya sha Briyannes Sinaga

1 9390 9404 9399 9370 9374 9383 12387 9399 9399 9367 9392 9408 9379 9367 9387 9376 9389 12 41 6 9479

2 9431 9445 9439 9410 9415 9425 8073 9440 9439 9408 9433 9450 9420 9408 9796 9416 9430 12 80 5 7009

3 15788 15811 15800 15751 1 5762 15778 8319 15803 15800 15744 15789 15820 15767 1 5751 15779 15761 15783 18 506 15823

4 0 0 0 0 0 0 8565 0 0 0 0 0 0 0 0 0 0 135 84 0

5 9888 9902 9894 9867 9870 9880 17426 9897 9894 9860 9890 9906 9875 9863 15918 9873 9884 4 27 3 0

Periode 6 7 9927 12044 9943 12063 9937 12054 9907 9614 9909 9619 9924 12038 1 7914 0 9941 9646 9937 12054 9904 9612 9932 9638 9946 12068 9918 9624 9907 9615 15983 0 9915 9621 9928 9635 55 46 1 10 72 16100 0

8 12097 12116 12104 16091 9703 12090 18887 16145 12104 9653 16129 12121 16108 1 6092 12091 16102 16125 1 48 44 9678

9 12147 12164 9725 0 9702 12140 1 5497 0 9725 9694 0 12168 0 0 16192 0 0 1 553 3 7281

10 12198 12216 16278 16231 9410 12190 0 16280 16278 9353 16268 12222 16246 16225 0 16241 16262 2 653 9 0

11 19599 19626 0 16299 9499 19586 20344 16349 9808 9437 16339 19637 16315 16295 16327 16311 16332 0 11751

12 0 17893 16411 0 8469 17851 2 0829 0 9234 9516 0 17899 0 0 16393 0 0 16 70 2 0


60



4.1.5 Line Balancing

Pengumpulan data pada modul Line Balancing ini yaitu Assembly Process Chart ( APC ), Precedence Diagam, data demand dari master schedule Tamiya Baracuda dan tabel uraian kegiatan. Data-data tersebut dapat dilihat pada Gambar 4.3, Gambar 4.4, Tabel 4.10 dan Tabel 4.11 di bawah ini:

Gambar 4. 3 Assembly Process Chart Tamiya Baracuda (Sumber: Pengumpulan Data)

Gambar 4. 4 Precedence Diagram (Sumber: Pengumpulan Data)

61



Tabel 4. 10 Data Permintaan Periode Demand 1

9392

2

9433

3

15789

4

0

5

9890

6

9932

7

9638

8

16129

9

0

10

16268

11

16339

12

0

Total

112810

Rata-rata

9401


Tabel 4. 11 Uraian Kegiatan Precedence Diagram No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

Kegiatan Start Assembling 1 Sub Assembling 1 Assembling 2 Sub Assembling 2 Assembling 3 Sub Assembling 3 Assembling 4 Sub Assembling 4 Assembling 5 Assembling 6 Sub Assembling 5 Sub Assembling 6 Sub Assembling 7 Sub Assembling 8 Assembling 7 Assembling 8 Assembling 9 Assembling 10 Assembling 11 Assembling 12 Assembling 13 Assembling 14 Assembling 15 End

Keterangan Komponen Bearing dan Chassis Komponen Axle Shaft dan Komponen Green Gear Rangkaian Axle Shaft dan Rangkaian Chassis Komponen Velg RR dan Komponen Tire RR Rangkaian Tire RR dan Rangkaian Chassis Komponen Velg FR dan Komponen Tire FR Rangkaian Tire FR dan Rangkaian Chassis Komponen TambahanWhite Gear dan Komponen Propeller Shaft Rangkaian Propeller Shaft dan Rangkaian Chassis Komponen Orange Gear dan Rangkaian Chassis Komponen Tambahan Platte Copper dan Komponen Cover Engine Komponen Tambahan Blue Gear Pin dan Komponen Blue Gear Rangkaian Blue Gear dan Rangkaian Cover Engine Rangkaian Cover Engine dan Komponen Cover Gear Rangkaian Cover Gear dan Rangkaian Chassis Komponen On Off Button dan Rangkaian Chassis Komponen Axle Shaft Cover dan Rangkaian Chassis Komponen Bumper dan Rangkaian Chassis Komponen Blue Roller dan Rangkaian Chassis Komponen Black Roller dan Rangkaian Chassis Komponen Key Battery dan Rangkaian Chassis Komponen Body dan Rangkaian Chassis Komponen Sticker dan Rangkaian Chassis Total Waktu Pe rakitan (Detik)

Waktu Node Pendahulu 0 22 Start 13 Start 10 2,3 18 Start 11 4,5 18 Start 11 6,7 7 Start 11 8,9 10 10 5 Start 3 12 8 13 8 14 11 11,15 9 16 7 17 9 18 11 19 12 20 9 21 8 22 40 23 0 271

Mesin Meja Assembling Meja Assembling Meja Assembling Meja Assembling Meja Assembling Meja Assembling Meja Assembling Meja Assembling Meja Assembling Meja Assembling Meja Assembling Meja Assembling Meja Assembling Meja Assembling Meja Assembling Meja Assembling Meja Assembling Meja Assembling Meja Assembling Meja Assembling Meja Assembling Meja Assembling Meja Assembling -


62



4.2

PENGOLAHAN DATA

4.2.1


Pengolahan data dilakukan dengan meramalkan demand selama 12 periode kedepan. Data yang dipakai sebagai acuan untuk menentukan ramalan pada 12 periode kedapan yaitu data demand yang telah ditambahkan NPM (+31) selama 24 periode. Metode yang digunakan untuk melakukan peramalan ( forecasting ) yaitu Double Moving Average ( DMA), Double Exponential Smoothing ( DES ) Satu Parameter dari Brown, Double Exponential Smoothing ( DES ) Dua Parameter dari Holt dan metode Regresi Linier. A. Double Moving Average ( DMA) Tabel 4. 12 Hasil Perhitungan DMA Periode 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36

Demand

8323 12487 9492 8469 9760 8105 10075 9004 9932 7617 10028 9005 9980 8013 9525 8013 9839 7649 9668 9876 10108 11243 11318 11398

S't

S''t

at

1 0100,67 1 0149,33 9240,33 9830,11 8650,56 8778,00 9389,22 8166,78 9313,33 9110,56 9516,11 9061,33 9050,89 9071,78 9670,33 9348,33 9992,33 8851,00 9194,22 8507,78 9192,33 9237,89 9146,78 8883,33 8975,56 8791,11 9671,00 9248,89 10093,11 8999,33 9184,56 8814,11 9172,67 9281,00 9064,33 8517,00 8896,33 8137,67 9125,67 8938,44 9312,89 8500,33 8714,33 8286,33 9052,00 8892,67 9211,33 9064,33 8872,22 9256,44 9 884,00 9333,44 10434,56 10409,00 9785,78 11032,22 10889,67 10394,22 11385,11 11319,67 10872,78 11766,56

Total

2

bt

m

Peramalan

et

|et|



PE (%)

|PE|

-589,78 -611,22 202,78 10,44 322,00 -343,22 -45,56 -92,22 422,11 -185,22 -108,33 -379,33 187,22 -214,00 159,33 192,11 550,56 623,22 495,44 446,89

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 3 4 5 6 7 8 9 10 11 12

8061 7556 9719 9083 10315 8165 9102 8699 10516 8629 8956 7759 9501 8073 9371 9449 10986 11656 11881 12214 12214 12661 13108 13555 14001 14448 14895 15342 15789 16236 16683 17130

1699 549 356 -79 -383 -548 926 306 -536 -616 569 254 338 -424 297 427 -878 -413 -563 -816

1699 549 356 79 383 548 926 306 536 616 569 254 338 424 297 427 878 413 563 816

2886601 301401 126736 6241 146689 300304 857476 93636 287296 379456 323761 64516 114244 179776 88209 182329 770884 170569 316969 665856

17,41 6,77 3,53 -0,88 -3,86 -7,19 9,23 3,40 -5,37 -7,69 5,97 3,17 3,44 -5,54 3,07 4,32 -8,69 - 3,67 - 4,97 - 7,16

17,41 6,77 3,53 0,88 3,86 7,19 9,23 3,40 5,37 7,69 5,97 3,17 3,44 5,54 3,07 4,32 8,69 3,67 4,97 7,16

465

10977

8262949

5,30

115,34


Contoh Perhitungan: 1.

  ++  ++      10100,67 63


2.

3.

4.

5.

6.

7.


′  ++  ,+, +,  ,  9830,11   339830,  9240, 339240, 11 8650, 5 6   −  ′  − 9240,339830,11 589,78    × 8650,56 589,78×1 8060,78≈8061    97608061 1699   ×100%  1699 ×100% 9760 17,41%

Perhitungan Error : 1. 2. 3. 4. 5. 6. 7.

 ∑   23,25  ∑||   548,85  ∑  465 216225     10811,25  −   106,68  ∑  , 0,26  ∑||  , 5,77 64



Tabel 4. 13 Ringkasan Perhitungan Error DMA

Perhitungan Error ME 23,25 MAE 548,85 216225 SSE 10811,25 MSE 106,68 SDE 0,26 MPE 5,77 MAPE (Sumber: Pengolahan Data)

Demand 14000 12000 10000

d n 8000 a m e 6000 D

Demand

4000 2000 0 0

5

10

15

20

25

30

Periode

Gambar 4. 5 Diagram Scatter DMA (Sumber: Pengolahan Data)

Plot Data 18000 16000 14000 12000 d n10000 a m 8000 e D 6000 4000 2000 0

Demand Forecasting

0

10

20

30

40

Periode

Gambar 4. 6 Plot Data DMA (Sumber: Pengolahan Data)

65



B. Double Exponential Smoothing Satu Parameter (Brown) Tabel 4. 14 Hasil Perhitungan DES Brown α = 0,90

Periode

Demand

S't

S''t

at

bt

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36

8323 12487 9492 8469 9760 8105 10075 9004 9932 7617 10028 9005 9980 8013 9525 8013 9839 7649 9668 9876 10108 11243 11318 11398

8323,00 12070,60 9749,86 8597,09 9643,71 8258,87 9893,39 9092,94 9848,09 7840,11 9809,21 9085,42 9890,54 8200,75 9392,58 8150,96 9670,20 7851,12 9486,31 9837,03 10080,90 11126,79 11298,88 11388,09

8323,00 11695,84 9944,46 8731,82 9552,52 8388,24 9742,87 9157,93 9779,08 8034,01 9631,69 9140,05 9815,49 8362,23 9289,54 8264,82 9529,66 8018,97 9339,58 9787,29 10051,54 11019,27 11270,92 11376,37

12445,36 9555,26 8462,35 9734,90 8129,51 10043,90 9027,95 9917,11 7646,21 9986,73 9030,79 9965,59 8039,28 9495,61 8037,10 9810,73 7683,27 9633,05 9886,78 10110,26 11234,32 11326,84 11399,80

3372,84 -1751,38 -1212,63 820,70 -1164,28 1354,64 -584,94 621,15 -1745,07 1 597,68 -491,64 675,44 -1453,26 927,31 -1024,72 1264,84 -1510,68 1320,60 447,71 2 64,26 9 67,72 2 51,65 1 05,45

m Peramalan

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 3 4 5 6 7 8 9 10 11 12

7804 7250 10556 6966 11399 8444 10539 5902 11585 8540 10642 6587 10423 7013 11076 6173 10954 10335 10375 12203 11579 11506 11506 11611 11717 11822 11928 12033 12138 12244 12349 12455 12560 12666

Total

et

|et|

2



PE (%)

|PE|

1688 1219 -796 1139 - 1324 560 -607 1715 - 1557 465 -662 1426 -898 1000 - 1237 1476 - 1286 -459 -267 -960 -261 -108

1688 1219 796 1139 1324 560 607 1715 1557 465 662 1426 898 1000 1237 1476 1286 459 267 960 261 108

2849344 1485961 633616 1297321 1752976 313600 368449 2941225 2424249 216225 438244 2033476 806404 1000000 1530169 2178576 1653796 210681 71289 921600 68121 11664

17,78 14,39 -8,16 14,05 - 13,14 6,22 -6,11 22,52 - 15,53 5,16 -6,63 17,80 -9,43 12,48 -12,57 19,30 -13,30 -4,65 -2,64 - 8,54 -2,31 -0,95

17,78 14,39 8,16 14,05 13,14 6,22 6,11 2 2,52 15,53 5,16 6,63 1 7,80 9,43 1 2,48 12,57 1 9,30 13,30 4,65 2,64 8,54 2,31 0,95

266

21110

25206986

25,75

233,65



2.

 ×1×− 0,9×1248710, 9×8323 11238,30,1×8323 11238,3832,3 12070, 6   

  ×   1 × − 0,9×12070,6 10, 9 ×8323 10863,54 0,1 ×8323 10863,54832,3 11695,84 66


3.

4.

5.

6.

7.


  ( ′) 12070,6 12070,611695,84 12445, 3 6   − ( ′)  −,, 12070,611695,84 9374,76 3372,84    × 9555,26 1751,38×1 9555,261751,38 7803,88≈7804    94927804 1688    ×100% ×100% 17,78%  ∑   12,09  ∑||   959,55  ∑  266 70756     3216,18  −  , 58,05  ∑  , 1,17  ∑||  , 10,62

Perhitungan Error : 1. 2. 3. 4. 5. 6. 7.

67



Tabel 4. 15 Ringkasan Perhitungan Error DES Brown

PERHITUNGAN ERROR ME

12,09

MAE

959,55

SSE

70756

MSE

3216,18

SDE

58,05

MPE

1,17

MAPE

10,62


Tabel 4. 16 Hasil Perhitungan Alpha DES Brown MSE

α

MSE

0,1

148092,05

0,91

5473,14

0,2

30787,68

0,92

8326,55

0,3

143694,73

0,93

11776,41

0,4

216018,18

0,94

15715,64

0,5

209332,55

0,95

20404,55

0,6

144504,05

0,96

25773,14

0,7

66440,05

0,97

31616,18

0,8

11730,18

0,98

37972,55

0,9

3216,18

0,99

45001,14

α


Demand 14000 12000 10000 d n 8000 a m e 6000 D

Demand

4000 2000 0 0

5

10

15

20

25

30

Periode

Gambar 4. 7 Diagram Scatter DES Brown (Sumber: Pengolahan Data)

68



Plot Data 14000 12000 10000

d n 8000 a m e 6000 D

Demand

4000

Forecast

2000 0 0

10

20

30

40

Periode

Gambar 4. 8 Plot Data DES Brown (Sumber: Pengolahan Data)

C. Double Exponential Smoothing Dua Parameter (Holt) Tabel 4. 17 Hasil Perhitungan DES Holt α =

Periode 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36

Demand

8323 12487 9492 8469 9760 8105 10075 9004 9932 7617 10028 9005 9980 8013 9525 8013 9839 7649 9668 9876 10108 11243 11318 11398

S't 8323,00 12487,00 10207,90 8479,41 9460,03 8311,57 9802,40 9208,39 9818,63 7887,98 9645,32 9210,32 9878,01 8257,09 9258,09 8213,59 9590,06 7958,35 9361,71 9937,34 10154,02 11159,91 11395,30 11428,23

bt 4164,00 4164,00 -1634,79 -1719,12 710,64 -962,55 1245,50 -410,06 508,21 -1686,76 1412,93 -250,20 575,90 -1401,24 760,77 -863,97 1152,43 -1353,30 1127,69 630,84 258,09 931,11 304,96 60,13

Total

m

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 3 4 5 6 7 8 9 10 11 12

0,90 dan ɣ = 0,90 Peramalan et

8574 6761 10171 7350 11048 8799 10327 6202 11059 8961 10454 6856 10019 7350 10743 6606 10490 10569 10413 12092 11701 11489 11489 11549 11609 11669 11729 11789 11850 11910 11970 12030 12090 12150

|et|

2



PE (%)

|PE|

918 1708 -411 755 -973 205 -395 1415 -1031 44 -474 1157 -494 663 -904 1043 -822 -693 -305 -849 -383 -91

918 1708 411 755 973 205 395 1415 1031 44 474 1157 494 663 904 1043 822 693 305 849 383 91

842724 2917264 168921 570025 946729 42025 156025 2002225 1062961 1936 224676 1338649 244036 439569 817216 1087849 675684 480249 93025 720801 146689 8281

9,67 20,17 -4,21 9,32 -9,66 2,28 -3,98 18,58 -10,28 0,49 -4,75 14,44 -5,19 8,27 -9,19 13,64 -8,50 -7,02 -3,02 -7,55 -3,38 -0,80

9,67 20,17 4,21 9,32 9,66 2,28 3,98 18,58 10,28 0,49 4,75 14,44 5,19 8,27 9,19 13,64 8,50 7,02 3,02 7,55 3,38 0,80

83

15733

14987559

19,32

174,37


69




2.

3.

4.

5.

 ×  1 × − − 0,90×12487 10,90 × 83234164 11238,3 0,1×12487 11238,31248,7 12487   ×    −  1− 0, 9 0× 124878323  10,90 ×4164,00 0, 9 0× 4164  0,1 ×4164,00 3747,6416,4 4164     × 10207,90 1634,79×1 10207,901634,79 8573,11≈8574    94928574 918    ×100% 918 ×100% 9492 9,67% −  ∑   8322 3,77 621889 18,11    ∑|| ∑ 15733   22 715,14  19,2232 0,88

Perhitungan Error : 1.

2.

5.

6.

70


4.


 ∑  83 6889    688922 313,14

7.

 ∑||  174,2237 7,93

Tabel 4. 18 Ringkasan Perhitungan Error DES Holt

PERHITUNGAN ERROR ME

3,77

MAE

715,14

SSE

6889

MSE

313,14

SDE

18,11

MPE

0,88

MAPE 7,93 (Sumber: Pengolahan Data)

Tabel 4. 19 Hasil Perhitungan Alpha dan Gamma DES Holt Satu Desimal α

0,1

0,2

0,3

ɣ

MSE

ɣ

MSE

ɣ

MSE

0,1

7587330618,18

0,1

357428771,64

0,1

101901504,73

0,2

2995198936,41

0,2

8 4687768,00

0,2

2 3278040,91

0,3 0,4

1126182691,64

0,3

31352053,14

0,3

8103450,18

411852515,64

0,4

15358996,55

0,4

3556896,18

0,5

155089170,18

0,5

8600001,14

0,5

1748964,05

0,6

67284030,73

0,6

5253818,23

0,6

901732,55

0,7

38613150,73

0,7

3457083,68

0,7

464582,23

0,8

30795856,41

0,8

2410342,00

0,8

226852,55

0,9

30983075,64

0,9

1728161,64

0,9

97688,91

0,1

1760232880,41

0,1

216634968,00

0,1

7 5254305,50

0,2

444088120,41

0,2

51090576,18

0,2

16786049,50

0,3

138727728,41

0,3

18720292,55

0,3

5629756,41

0,4

62986392,05

0,4

8881112,91

0,4

2336116,41

α

0,4

0,5

α

0,7

0,8

0,5

40259869,14

0,5

4845710,23

0,5

1062161,64

0,6

30169644,05

0,6

2887313,64

0,6

487230,73

0,7

22833753,14

0,7

1815563,64

0,7

209918,23

0,8

16405636,55

0,8

1171171,64

0,8

75172,55

0,9

11127150,73

0,9

758881,64

0,9

16527,68

0,1

687983760,41

0,1

144087054,73

0,1

5 7419716,55

0,2

162786560,73

0,2

33547540,41

0,2

12445600,41

0,3

58500710,23

0,3

12033883,68

0,3

3991620,05

0,4

29798400,73

0,4

5518014,73

0,4

1548131,64

0,5

17744480,18

0,5

2884416,18

0,5

634780,41

0,6

11030640,18

0,6

1620583,68

0,6

247192,00

0,7

7073892,05

0,7

937716,55

0,7

78481,64

0,8

4812913,64

0,8

542906,18

0,8

13010,23

0,9

3549662,23

0,9

304913,64

0,9

313,14

0,6

0,9


71



Tabel 4. 20 Hasil Perhitungan Alpha dan Gamma DES Holt Dua Desimal MSE α 0,91 1818,18 0,92 2909,50 0,93 4256,18 0,94 5793,14 0,91 0,94 0,95 7603,68 0,96 9493,14 0,97 11638,00 0,98 14051,64 0,99 16418,23 0,91 3002,23 0,92 4424,73 0,93 5989,50 0,94 7753,14 0,92 0,95 0,95 9913,14 0,96 12055,68 0,97 14254,55 0,98 16802,91 0,99 19560,73 0,91 4538,91 0,92 6122,23 0,93 8056,41 0,94 10040,91 0,93 0,96 0,95 12149,50 0,96 14613,14 0,97 17304,05 0,98 19800,00 0,99 22656,18 (Sumber: Pengolahan Data) α

ɣ

ɣ

0,91 0,92 0,93 0,94 0,95 0,96 0,97 0,98 0,99 0,91 0,92 0,93 0,94 0,95 0,96 0,97 0,98 0,99 0,91 0,92 0,93 0,94 0,95 0,96 0,97 0,98 0,99

MSE 6324,05 8056,41 10255,68 12385,64 14924,05 17416,41 20282,91 23107,68 26254,55 8326,55 10385,64 12720,05 15133,14 17812,55 20587,68 23498,23 26601,14 29896,41 10385,64 12624,05 15238,23 17926,55 20771,64 23629,14 27020,05 30118,00 33462,00

α

0,97

0,98

0,99

ɣ

0,91 0,92 0,93 0,94 0,95 0,96 0,97 0,98 0,99 0,91 0,92 0,93 0,94 0,95 0,96 0,97 0,98 0,99 0,91 0,92 0,93 0,94 0,95 0,96 0,97 0,98 0,99

MSE 12624,05 15290,91 17926,55 20894,73 23826,18 27090,18 30266,18 33618,18 37310,73 15396,55 17983,68 20956,41 23826,18 27020,05 30489,14 33931,64 37475,64 41195,64 17869,50 20710,23 23892,05 27301,14 30414,73 34088,91 37558,23 41109,14 45091,64

Demand 14000 12000 10000 d n 8000 a m e D 6000

4000 2000 0 0

5

10

15

20

25

30

Periode

Gambar 4. 9 Diagram Scatter DES Holt (Sumber: Pengolahan Data)

72



Plot Data 14000 12000 10000 d n 8000 a m e 6000 D

Demand Forecast

4000 2000 0 0

10

20

30

40

Periode

Data DES Holt Holt Gambar 4. 10 Plot Data DES (Sumber: Pengolahan Data) D. Regresi Linier Tabel 4. 21 Hasil Perhitungan Regresi Linier Periode 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 300

2

Demand



8323 12487 9492 8469 9760 8105 10075 9004 9932 7617 10028 9005 9980 8013 9525 8013 9839 7649 9668 9876 10108 11243 11318 11398

1 4 9 16 25 36 49 64 81 100 121 144 169 196 225 256 289 324 361 400 441 484 529 576

dt 8323 24974 28476 33876 48800 48630 70525 72032 89388 76170 110308 108060 129740 112182 142875 128208 167263 137682 183692 197520 212268 247346 260314 273552

228927

4900

2912204

F=a+bt 9032,51 9076,53 9120,54 91 9164,56 92 9208,57 9252,59 92 9296,60 93 9340,61 93 9384,63 9428,64 9472,66 9516,67 9560,69 96 9604,70 9648,72 96 9692,73 9736,74 97 9780,76 9824,77 9868,79 9912,80 99 9956,82 10000,83 10044,84 10088,86 10132,87 10176,89 10220,90 10264,92 10308,93 10352,94 10396,96 10440,97 10484,99 10529,00 10573,02

Peramalan 9033 9077 9121 9165 9209 9253 9297 9341 9385 9429 9473 9517 9561 9605 9649 9693 9737 9781 9825 9869 9913 9957 10001 10045 10089 10133 10177 10221 10265 10309 10353 10397 10441 10485 10530 10574

et - 710 3410 371 - 696 551 - 1148 778 - 337 547 - 1812 555 - 512 419 - 1592 - 124 - 1680 102 - 2132 - 157 7 195 1286 1317 1353

|et| 710 3410 371 696 551 1148 778 337 547 1812 555 512 419 1592 124 1680 102 2132 157 7 195 1286 1317 1353

- 9,00

21 21791,00

2



504100 11628100 137641 484416 303601 1317904 605284 113569 299209 3283344 308025 262144 175561 2534464 15376 2822400 10404 4545424 24649 49 38025 1653796 1734489 1830609

PE (%) - 8,53 27,31 3,91 - 8,22 5,65 - 14,16 7,72 - 3,74 5,51 - 23,79 5,53 - 5,69 4,20 - 19,87 - 1,30 - 20,97 1,04 - 27,87 - 1,62 0,07 1,93 11,44 11,64 11,87

|PE| 8,53 27,31 3, 3,91 8,22 5, 5,65 14,16 7, 7,72 3,74 5, 5,51 23,79 5,53 5, 5,69 4, 4 ,20 19,87 1, 1,30 20,97 1, 1,04 27,87 1, 1,62 0,07 1, 1 ,93 11,44 11,64 11,87

34632583,00 - 37,96 233,57


73




2.

3.

4.

  1 1    ×  8323×1 8323    ∑∑−∑−−∑−∑∑∑∑      −       −   − −    44,∑ −∑ 0−1∑     228927 2444,01300  22892713203 24  215724 24 8988,50

5.

6.

7.

 × 8988,5 44,01×1 8988,544,01 9032,51≈9033      83239033 710    ×100%  ×100%  710 8323 8,53%

Perhitungan Error Perhitungan Error : 1.

2.

3.

   ∑  9,2400 0,∑||38|    21791 907,96 24  ∑   9,00 81,00

4.

5.

   81,2400 3,38  −   81,81,2300 1,88

74


6.


 ∑  37,2496 1,58

7.

 ∑|||  233,2457 9,73

Tabel 4. 22 Ringkasan Perhitungan Error Perhitungan Error Regresi Regresi Linier

PERHITUNGAN ERROR ERROR ME

-0,38

MAE

907,96

SSE

81,00

MSE

3,38

SDE

1,88

MPE

-1,58

MAPE

9,73


Demand 14000 12000 10000 d 8000 n a m e D 6000

4000 2000 0 0

5

10

15

20

25

30

Periode

Regresi Linier Gambar 4. 11 Diagram Scatter Regresi (Sumber: Pengolahan Data)

75



Plot Data 14000 12000 10000 d n 8000 a m e 6000 D

Demand Forecast

4000 2000 0 0

10

20

30

40

Periode

Gambar 4. 12 Plot Data Regresi Linier (Sumber: Pengolahan Data) Tabel 4. 23 Ringkasan Hasil Perhitungan Error Semua Metode No. Error

DMA ME 1 23,25 2 548,85 MAE 3 SSE 2 16225,00 MSE 4 10811,25 SDE 5 106,68 MPE 6 0,26 7 MAPE 5,77 (Sumber: Pengolahan Data)

4.2.2

Metode Forecasting DES Brown DES Holt 12,09 3,77 959,55 715,14 70756,00 6889,00 3216,18 313,14 58,05 18,11 1,17 0,88 10,62 7,93

Regresi Linier -0,38 907,96 81,00 3,38 1,88 -1,58 9,73


Pengolahan data pada modul Rencana Produksi Agregat ini yaitu dengan mencari ongkos total menggunakan tiga metode seperti strategi tenaga kerja tetap, strategi tenaga kerja berubah dan strategi transportasi. A. Strategi Tenaga Kerja Tetap Tabel 4. 24 Strategi Tenaga Kerja Tetap ( Round Up) Periode 0 1 2 3 4 5 6 7 8 9 10 11 12 Total

HK Demand TK RMH 12 21 10089 17976 19 10133 16264 21 10177 17976 20 10221 17120 22 10265 18832 20 10309 17120 107 21 10353 17976 19 10397 16264 20 10441 17120 21 10485 17976 20 10530 17120 19 10574 16264 243 123974 119 208008

UPRT UPOT Hiring Inventory 250 10764 95 925 9738 530 10764 1117 10251 1147 11276 2158 10251 2100 10764 2511 9738 1852 10251 1662 10764 1941 10251 1662 9738 826 124550 0 95 18431

Biaya RT Rp 538.200.000 Rp 486.900.000 Rp 538.200.000 Rp 512.550.000 Rp 563.800.000 Rp 512.550.000 Rp 538.200.000 Rp 486.900.000 Rp 512.550.000 Rp 538.200.000 Rp 512.550.000 Rp 486.900.000 Rp6.227.500.000

Biaya Inventory Biaya OT Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp

2.312.500 1.325.000 2.792.500 2.867.500 5.395.000 5.250.000 6.277.500 4.630.000 4.155.000 4.852.500 4.155.000 2.065.000 46.077.500

Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp

-

Biaya Hiring

Total Biaya

Rp 95.000.000

Rp 635.512.500 Rp 488.225.000 Rp 540.992.500 Rp 515.417.500 Rp 569.195.000 Rp 517.800.000 Rp 544.477.500 Rp 491.530.000 Rp 516.705.000 Rp 543.052.500 Rp 516.705.000 Rp 488.965.000 Rp 6.368.577.500

Rp 95.000.000


76



Contoh Perhitungan: 1. Tenaga Kerja

 − ×  ∑∑ ×   123974250 ×1,67   243×8   123724 1944 ×1,67 63,64×1,67106,27≈107   ×× 21×8×107 17976        , 10764,07≈10764

Pekerja

2. Regular Man Hour ( RMH )

Jam

3. Unit Production Regular Time (UPRT )

Unit

4. Unit Production Over Time (UPOT ) Karena UPRT > Demand , maka tidak terdapat Unit Production Over Time (UPOT ). 5. Hiring

 10712 95      −   1076400250 10089 1101410089925 Pekerja

6. Inventori

Unit

77



7. Biaya Unit Production Regular Time

  ×  10764× 50.000  538.200.000   ×  925× 2.500  2.312.500   ×  0× 75.000  0 ×  95× 1.000.000  95.000.000   ∑  ∑  ∑  ∑   6.227.500.000 46.077.500 0  95.000.000  6.368.577.500

8. Biaya Inventori

9. Biaya Unit Production Over Time

10. Biaya Hiring

11. Total Cost

B. Strategi Tenaga Kerja Tetap ( Round Down)

Tabel 4. 25 Strategi Tenaga Kerja Tetap ( Round Down) Periode 0 1 2 3 4 5 6 7 8 9 10 11 12 Total

HK Demand TK RMH 12 21 10089 17808 19 10133 16112 21 10177 17808 20 10221 16960 22 10265 18656 20 10309 16960 106 21 10353 17808 19 10397 16112 20 10441 16960 21 10485 17808 20 10530 16960 19 10574 16112 243 123974 118 206064

UPRT UPOT Hiring Inventory 250 10663 94 824 9647 338 10663 824 10155 758 11171 1664 10155 1510 10663 1820 9647 1070 10155 784 10663 962 10155 587 9647 340 0 123384 340 94 11141

Biaya RT Rp 533.150.000 Rp 482.350.000 Rp 533.150.000 Rp 507.750.000 Rp 558.550.000 Rp 507.750.000 Rp 533.150.000 Rp 482.350.000 Rp 507.750.000 Rp 533.150.000 Rp 507.750.000 Rp 482.350.000 Rp 6.169.200.000

Biaya Inventory Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp

2.060.000 845.000 2.060.000 1.895.000 4.160.000 3.775.000 4.550.000 2.675.000 1.960.000 2.405.000 1.467.500 27.852.500

Biaya OT

Biaya Hiring

Total Biaya

Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp 25.500.000 Rp 25.500.000

Rp 94.000.000


Rp 94.000.000


78




 − ×  ∑∑ ×   123974250 243×8 ×1,67   123724 1944 ×1,67 63,64×1,67106,27≈106   ×× 21×8×106 17808        , 10663,47≈10663     − 10574 9647587 10574 10234 340  10612 94      −   1066300250 10089 1093110089824   ×  10663× 50.000 533.150.000 Pekerja


Jam


Unit

4. Unit Production Over Time (UPOT )

5. Hiring

Pekerja

6. Inventori

Unit


79



8. Biaya Inventori

  ×  824× 2.500  2.060.000   ×  0× 75.000  0 ×  94× 1.000.000  94.000.000   ∑  ∑  ∑  ∑   6.169.200.000 27.852.500 25.000.000  94.000.000 6.316.552.500


10. Biaya Hiring

11. Total Cost

C. Strategi Tenaga Kerja Berubah ( Round Up)

Tabel 4. 26 Strategi Tenaga Kerja Berubah ( Round Up) Perio de HK Demand TK Dihitung TK Terpakai RMH 0 1 21 10089 2 19 10133 3 21 10177 4 20 10221 5 22 10265 6 20 10309 7 21 10353 8 19 10397 9 20 10441 10 21 10485 11 20 10530 12 19 10574 Total 243 123974

12 98 112 101 107 97 108 103 114 109 104 110 116 1279

98 112 101 107 97 108 103 114 109 104 110 116 1279

16464 17024 16968 17120 17072 17280 17304 17328 17440 17472 17600 17632 206704

UPRT UPOT Hiring Lay Off Inventory

9858 10194 10160 10251 10222 10347 10361 10376 10443 10462 10538 10558 123770

86 14 11 6 10 11 5 11 5 5

0

6 6 140

36

250 19 80 63 93 50 88 96 75 77 54 62 46 1053

Biaya RT

Rp 492.900.000 Rp 509.700.000 Rp 508.000.000 Rp 512.550.000 Rp 511.100.000 Rp 517.350.000 Rp 518.050.000 Rp 518.800.000 Rp 522.150.000 Rp 523.100.000 Rp 526.900.000 Rp 527.900.000 Rp6.188.500.000

Biaya Inventory Rp 47.500 Rp 200.000 Rp 157.500 Rp 232.500 Rp 125.000 Rp 220.000 Rp 240.000 Rp 187.500 Rp 192.500 Rp 135.000 Rp 155.000 Rp 115.000 Rp 2.007.500

Biaya OT

Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp

Biaya Hiring

-

Biaya Lay Off

Rp 86.000.000 Rp 14.000.000 Rp 16.500.000 Rp

6.000.000 Rp 15.000.000

Rp 11.000.000 Rp 7.500.000 Rp 11.000.000 Rp 7.500.000 Rp 7.500.000 Rp 6.000.000 Rp 6.000.000 Rp 140.000.000

Rp 54.000.000

Total Biaya




 ×− × − × ×1,67  9839 168 ×1,67  58,57×1,67 97,81≈98 Pkrja 80




  ×× 21×8×97 16464        , 9858, 6 8≈9858     − 10089 9858250 10089100890   981286 Pkrja      −   985800250 10089 101081008919   ×  9858× 50.000  492.900.000   ×  19× 2.500  47.500   ×  0× 75.000  0 Jam


Unit


Unit

5. Hiring

6. Inventori

Unit


8. Biaya Inventori


81



10. Biaya Hiring

×  86× 1.000.000  86.000.000   ×  11× 1.500.000  16.500.00   ∑  ∑  ∑  ∑  ∑   6.188.50.000 2.007.500 0  140.000.000 54.000.000  6.384.507.500

11. Biaya Layoff

12. Total Cost

D. Strategi Tenaga Kerja Berubah ( Round Down) Tabel 4. 27 Strategi Tenaga Kerja Berubah ( Round Down) Periode HK Demand TK Dihitung TK Terpakai RMH 0 1 2 3 4 5 6 7 8 9 10 11 12 Total

21 10089 19 10133 21 10177 20 10221 22 10265 20 10309 21 10353 19 10397 20 10441 21 10485 20 10530 19 10574 243 123974

12 97 111 101 106 97 107 102 114 108 104 109 116 1272

97 111 101 106 97 107 102 114 108 104 109 116 1272

16296 16872 16968 16960 17072 17120 17136 17328 17280 17472 17440 17632 205576

UPRT UPOT Hiring Lay Off Inventory

9758 10102 10160 10155 10222 10251 10261 10376 10347 10462 10443 10558 123095

81 31 17 66 43 58 92 21 94 23 87 16 629

85 14 10 5 9 10 5 12 6 4 5 7 138

34

250 0 0 0 0 0 0 0 0 0 0 0 0 250

Biaya RT


Biaya Inventory Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp

-

Biaya OT

Biaya Hiring

Rp 6.075.000 Rp 2.325.000 Rp 1.275.000 Rp 4.950.000 Rp 3.225.000 Rp 4.350.000 Rp 6.900.000 Rp 1.575.000 Rp 7.050.000 Rp 1.725.000 Rp 6.525.000 Rp 1.200.000 Rp 47.175.000

Rp 85.000.000 Rp 14.000.000

Biaya Lay Off

Rp15.000.000 Rp

5.000.000 Rp13.500.000

Rp 10.000.000 Rp 7.500.000 Rp 12.000.000 Rp 9.000.000 Rp 6.000.000 Rp 5.000.000 Rp 7.000.000 Rp138.000.000

Rp51.000.000

Total Biaya




 ×− ×  10089250 21×8 ×1,67  9839 168 ×1,67  58,57×1,67 97, 8 1≈97 Pekerja

82




  ×× 21×8×97 16296        , 9758, 0 8≈9758     − 10089 9758250 10089 10008 81    971285 Pkrja      −   9758810250 10089 10089100890   ×  9758× 50.000  487.900.000   ×  0× 2.500  0   ×  81× 75.000  6.075.000 Jam


Unit


5. Hiring

6. Inventori

Unit


8. Biaya Inventori


83



10. Biaya Hiring

11. Biaya Layoff

×    ×  85× 1.000.000 10× 1.500.000  85.000.000  15.000.000   ∑  ∑  ∑  ∑  ∑   6.154.750.000 0 47.175.000  138.000.000 51.000.000  6.390.925.000

12. Total Cost

E. Strategi Transportasi Tabel 4. 28 Strategi Transportasi Periode

1

RT 9839 1 OT ST

50000

2

3

4

5

6

7

8

9

10

11

52500

55000

57500

60000

62500

65000

67500

70000

72500

75000

77500

75000

77500

80000

82500

85000

87500

90000

92500

95000

97500

100000

102500

120000

122500

125000

127500

130000

132500

135000

137500

140000

142500

145000

147500

50000

52500

55000

57500

60000

62500

65000

67500

70000

72500

75000

75000

77500

80000

82500

85000

87500

90000

92500

95000

97500

100000

120000

122500

125000

127500

130000

132500

135000

137500

140000

142500

145000

50000

52500

55000

57500

60000

62500

65000

67500

70000

75000

77500

80000

82500

85000

87500

90000

92500

95000

97500

120000

122500

125000

127500

130000

132500

135000

137500

140000

142500

50000

52500

55000

57500

60000

62500

65000

67500

75000

77500

80000

82500

85000

87500

90000

92500

95000

120000

122500

125000

127500

130000

132500

135000

137500

140000

RT

395

9738

2 OT ST RT

10177

3 OT ST RT

10221

4 OT ST RT

10265

5 OT ST

50000

72500

70000

30

52500

55000

60000

62500

65000

77500

80000

82500

85000

87500

90000

92500

120000

122500

125000

127500

130000

132500

135000

137500

50000

52500

55000

57500

60000

62500

65000

75000

77500

80000

82500

85000

87500

90000

120000

122500

125000

127500

130000

132500

135000

58

10251

6 OT ST RT

10353

7 OT ST

50000

57500

291

75000

RT

248

190

515

67500

52500

55000

57500

60000

62500

75000

77500

80000

82500

85000

87500

120000

122500

125000

127500

130000

132500

50000

52500

55000

57500

60000

75000

77500

80000

82500

85000

120000

122500

125000

127500

130000

50000

52500

55000

57500

75000

77500

80000

82500

120000

122500

125000

127500

RT

411

9738

8 OT ST RT

10251

9 OT ST RT

10485

10 OT ST

50000

52500

55000

75000

77500

80000

120000

122500

125000

50000

52500

75000

77500

1 20 00 0

1 22 50 0

RT

279

10251

11 OT ST RT

9738

50000 75000

12 OT

120000

ST emand

12

10089

10133

10177

10221

10265

10309

10353

10397

10441

10485

10530

10574

Kapasitas

Kapasitas Tak Terpakai

10764

530

2691

2691

5382

5382

9738

0

2435

2435

4869

4869

10 764

2 96

2691

2691

5382

5382

10251

0

2563

2563

5126

5126

11276

0

2819

2819

5638

5638

10251

0

2563

2563

5126

5126

10764

0

2691

2691

5382

5382

9738

0

2435

2435

4869

4869

10251

0

2 563

2 563

5126

5126

10764

0

2691

2691

5382

5382

10251

0

2 563

2 563

5 126

5 126

9738

0

2435

2435

4869

4869

Cost

Rp

512.687.500

Rp

486.900.000

Rp

529.947.500

Rp

513.150.000

Rp

576.717.500

Rp

512.550.000

Rp

539.227.500

Rp

486.900.000

Rp

512.550.000

Rp

538.897.500

Rp

512.550.000

Rp

486.900.000

Inventori Awal

Rp 6.208.977.500


84

250



Contoh Perhitungan: 1. Kapasitas Regular Time (RT)

   10764     ×.  10764×25% 2691     ×.  10764×50%5382    9839×50000  395×52500   491.950.000   20.737.500  512.687.500        ⋯    512.687.500 486.900.000 529.947.500 ⋯ 486.900.000  6.208.977.500

2. Kapasitas Over Time (OT)

3. Kapasitas Sub Contract (ST)

4. Total Cost Periode

5. Total Cost

F. Kesimpulan Tabel 4. 29 Kesimpulan Rencana Produksi Agregat Total Cost No. Metode 1 Strategi Tenaga Kerja Tetap ( Round Up ) Rp 6.368.577.500 2 Strategi Tenaga Kerja Tetap ( Round Down ) Rp 6.316.552.500 3 Strategi Tenaga Kerja Berubah ( Round Up ) Rp 6.424.822.500 4 Strategi Tenaga Kerja Berubah ( Round Down ) Rp 6.452.900.000 5 Strategi Transportasi Rp 6.208.977.500 (Sumber: Pengolahan Data)

85




A. Agregasi Tabel 4. 30 Hasil Agregasi Item Forecast Demand

Periode Demand 1 2 3 4 5 6 7 8 9 10 11 12

10089 10133 10177 10221 10265 10309 10353 10397 10441 10485 10530 10574

Tamiya Baracuda Cobra 5935 5821 5961 5846 5987 5872 6013 5897 6039 5923 6065 5948 6090 5973 6116 5999 6142 6024 6168 6050 6195 6075 6220 6101

Auldey Hauler Emperor 2194 2018 2203 2027 2213 2036 2222 2045 2232 2053 2242 2062 2251 2071 2261 2080 2270 2089 2280 2097 2290 2106 2299 2115

RPA 15968 16037 16108 16177 16247 16317 16385 16456 16525 16595 16666 16735

(Sumber: Pegolahan Data)

Contoh Perhitungan: 1. Forecast Demand Baracuda Periode 1

 × 10089×30%      0,51 5934,71≈5935      593558212194201815968 

2. RPA

B. Disagregasi Tabel 4. 31 Disagregasi Periode 1 PERIODE 1 Demand Family (i) Tamiya Auldey

10089 Item (j) Baracuda Cobra Hauler Emperor

R PA Iij,t-1 148 145 55 50

15968 rij,t Sij,t Iij,t dij,t Iij,t < Sij,t 5935 0 -5787 5787 Produksi 5821 0 -5676 5676 Produksi 2194 0 -2139 2139 Produksi 2018 0 -1968 1968 Produksi

Rp Rp Rp Rp

Kj 400.000 400.000 300.000 300.000

Total

Rp Rp Rp Rp

hij rij x hij T*j q*ij 2.000 Rp 11.870.000 1 5935 2.200 Rp 12.806.200 1 5821 2.500 Rp 5.485.000 1 2194 3.000 Rp 6.054.000 1 2018 Rp 36.215.200

mij q*ij x mij rij x mij q*ij (adj) q*ij (adj) x mij Iij,t (adj) Iij,t (adj) x mij 0,51 3027 3027 9392 4790 3605 1839 0,52 3027 3027 9212 4791 3536 1839 0,92 2019 2019 3472 3195 1333 1227 1 2018 2018 3194 3194 1226 1226 10091 10091 15970 6131


Contoh Perhitungan Periode 1: a. Menentukan Inventori Baracuda

× ,−     75  250×30%  0,51 0,51 147,06≈148  86



b. Menentukan Forecast Demand Item Baracuda

 × ,     10089×30% 0, 5 1 7  3026, 0,51 5934,71≈5935  , ,− , 14859355787  ,  , 5787  , <, 5787<0     400.000   ℎ  ℎ2.000 ×ℎ ×ℎ5935×2.000 11.8∗70.000    ∗   ∑ 2× ×ℎ 0 00  2×400. 36.215.200 0,0221≈1∗     ∗∗max{∗  ×,;,}  max{1×5935;5787} 5945 

c. Menentukan Inventori Akhir dan Demand Baracuda

d. Menentukan Family yang Harus Diproduksi (Baracuda) Karena

atau

, maka item Baracuda pada periode 1

diproduksi. e.

f.

g. Menghitung

Baracuda

h. Waktu Optimal (

i.

Menghitung

87

UNIVERSITAS WIDYATAMA j.


∗ ∗×) ∗  ∗  (×∑ ∑ × 5935 (5935×1596810091) 10091   5935 5935×5877 10091 59353456,54 9391,54≈9392  Menghitung

Tabel 4. 32 Disagregasi Periode 2 PERIODE 2 Demand 10133 Family (i) Item (j) Baracuda Tamiya Cobra Hauler Auldey Emperor Total

R PA Iij,t-1 1839 1839 1227 1226

16037 rij,t Sij,t Iij,t dij,t Iij,t < Sij,t 5961 0 -4122 4122 Produksi Rp 5846 0 -4007 4007 Produksi Rp 2203 0 -976 976 Produksi Rp 2027 0 -801 801 Produksi Rp

Kj 400.000 400.000 300.000 300.000

Rp Rp Rp Rp

hij 2.000 2.200 2.500 3.000

rij x hij Rp 11.922.000 Rp 12.861.200 Rp 5.507.500 Rp 6.081.000 Rp 36.371.700

T*j 1 1 1 1

q*ij 5961 5846 2203 2027

mij q*ij x mij 0,51 3041 0,52 3040 0,92 2027 1 2027 10135

rij x mij q*ij (adj) q*ij (adj) x mij Iij,t (adj) Iij,t (adj) x mij 3041 9433 4811 5311 2709 3040 9251 4811 5244 2727 2027 3486 3208 2510 2310 2027 3208 3208 2407 2407 10135 16038 10153


Tabel 4. 33 Disagregasi Periode 3 Demand Family (i) Tamiya Auldey


RPA Iij,t-1 2709 2727 2310 2407

Total

PERIODE 3 16108 rij,t Sij,t Iij,t dij,t Iij,t < Sij,t Kj hij rij x hij T*j q*ij mij q*ij x mij rij x mij q*ij (adj) q*ij (adj) x mij Iij,t (adj) Iij,t (adj) x mij 5987 0 -3278 3278 Produksi Rp 400.000 Rp 2.000 Rp 11.974.000 1 5987 0,51 3054 3054 15789 8053 12511 6381 5872 0 -3145 3145 Produksi Rp 400.000 Rp 2.200 Rp 12.918.400 1 5872 0,52 3054 3054 15486 8053 12341 6418 2213 0 97 97 Tidak 2036 0 371 371 Tidak Rp 24.892.400 6108 6108 16106 12799


Tabel 4. 34 Disagregasi Periode 4 PERIODE 4 Demand Family (i) Tamiya Auldey


RPA Iij,t-1 6381 6418 97 371

16177 rij,t Sij,t Iij,t dij,t Iij,t < Sij,t Kj hij 6013 0 368 368 Tidak 5897 0 521 521 Tidak 2222 0 -2125 2125 Produksi Rp 300.000 Rp 2.500 2045 0 -1674 1674 Produksi Rp 300.000 Rp 3.000

Total

rij x hij

Rp 5.555.000 Rp 6.135.000 Rp 11.690.000

T*j q*ij

1 1

mij q*ij x mij rij x mij q*ij (adj) q*ij (adj) x mij Iij,t (adj) Iij,t (adj) x mij

2222 0,92 2045 1

2045 2045 4090

2045 2045 4090

8789 8089

8086 8089 16175

6664 6415

6131 6415 12546




RPA 16247 Iij,t-1 rij,t Sij,t Iij,t dij,t Iij,t < Sij,t 368 6039 0 -5671 5671 Produksi 521 5923 0 -5402 5402 Produksi 6131 2232 0 3899 3899 Tidak 6415 2053 0 4362 4362 Tidak

Kj Rp 400.000 Rp 400.000

Total

hij rij x hij T*j q*ij mij q*ij x mij rij x mij q*ij (adj) q*ij (adj) x mij Iij,t (adj) Iij,t (adj) x mij Rp 2.000 Rp 12.078.000 1 6039 0,51 3080 3080 9890 5044 4219 2152 Rp 2.200 Rp 13.030.600 1 5923 0,52 3080 3080 9700 5044 4298 2235

Rp 25.108.600

6160

6160

10088

4387




RPA 16317 Iij,t-1 rij,t Sij,t Iij,t dij,t Iij,t < Sij,t 2152 6065 0 -3913 3913 Produksi 2235 5948 0 -3713 3713 Produksi 3899 2242 0 1657 1657 Tidak 4362 2062 0 2300 2300 Tidak

Total

Kj Rp 400.000 Rp 400.000

hij rij x hij T*j q*ij mij q*ij x mij rij x mij q*ij (adj) q*ij (adj) x mij Iij,t (adj) Iij,t (adj) x mij Rp 2.000 Rp 12.130.000 1 6065 0,51 3094 3094 9932 5066 6019 3070 Rp 2.200 Rp 13.085.600 1 5948 0,52 3093 3093 9740 5065 6027 3135

Rp 25.215.600

6187

6187

10131

6205


88





RPA Iij,t-1 3070 3135 1657 2300

16385 rij,t Sij,t Iij,t dij,t Iij,t < Sij,t 6090 0 -3020 3020 Produksi 5973 0 -2838 2838 Produksi 2251 0 -594 594 Produksi 2071 0 229 229 Produksi

Rp Rp Rp Rp

Kj 400.000 400.000 300.000 300.000

Total

Rp Rp Rp Rp

hij rij x hij T*j q*ij mij q*ij x mij rij x mij q*ij (adj) q*ij (adj) x mij Iij,t (adj) Iij,t (adj) x mij 2.000 Rp 12.180.000 1 6090 0,51 3106 3106 9638 4916 6618 3376 2.200 Rp 13.140.600 1 5973 0,52 3106 3106 9453 4916 6615 3440 2.500 Rp 5.627.500 1 2251 0,92 2071 2071 3563 3278 2969 2732 3.000 Rp 6.213.000 1 2071 1 2071 2071 3278 3278 3507 3507 Rp 37.161.100 10354 10354 16388 13055


Tabel 4. 38 Disagregasi Periode 8 Demand Family (i) Tamiya Auldey


RPA Iij,t-1 3376 3440 2732 3507

Total

PERIODE 8 16456 rij,t Sij,t Iij,t dij,t Iij,t < Sij,t Kj hij rij x hij T*j q*ij mij q*ij x mij rij x mij q*ij (adj) q*ij (adj) x mij Iij,t (adj) Iij,t (adj) x mij 6116 0 -2740 2740 Produksi Rp 400.000 Rp 2.000 Rp 12.232.000 1 6116 0,51 3120 3120 16129 8226 13389 6829 5999 0 -2559 2559 Produksi Rp 400.000 Rp 2.200 Rp 13.197.800 1 5999 0,52 3120 3120 15821 8227 13262 6897 2261 0 471 471 Tidak 2080 0 1427 1427 Tidak Rp 25.429.800 6240 6240 16453 13726




RPA 16525 Iij,t-1 rij,t Sij,t Iij,t dij,t Iij,t < Sij,t 6829 6142 0 687 687 Tidak 6897 6024 0 873 873 Tidak 471 2270 0 -1799 1799 Produksi 1427 2089 0 -662 662 Produksi

Kj

hij

rij x hij

Rp 300.000 Rp 300.000

Rp 2.500 Rp 3.000

Rp 5.675.000 Rp 6.267.000 Rp 11.942.000

Total

T*j q*ij

1 1


2270 0,92 2089 1

2089 2089 4178

2089 2089 4178

8979 8263

8261 8263 16524

7180 7601

6606 7601 14207




RPA Iij,t-1 687 873 6606 7601

Total

16595 rij,t Sij,t Iij,t dij,t Iij,t < Sij,t Kj hij rij x hij T*j q*ij mij q*ij x mij rij x mij q*ij (adj) q*ij (adj) x mij Iij,t (adj) Iij,t (adj) x mij 6168 0 -5481 5481 Produksi Rp 400.000 Rp 2.000 Rp 12.336.000 1 6168 0,51 3146 3146 16268 8297 10787 5502 6050 0 -5177 5177 Produksi Rp 400.000 Rp 2.200 Rp 13.310.000 1 6050 0,52 3146 3146 15957 8298 10780 5606 2280 0 4326 4326 Tidak 2097 0 5504 5504 Tidak Rp 25.646.000 6292 6292 16595 11108


Tabel 4. 41 Disagregasi Periode 11 Demand 10530 Family (i) Item (j) Baracuda Tamiya Cobra Hauler Auldey Emperor Total

RPA Iij,t-1 5502 5606 4326 5504

PERIODE 11 16666 rij,t Sij,t Iij,t dij,t Iij,t < Sij,t Kj hij rij x hij T*j q*ij mij q*ij x mij 6195 0 -693 693 Produksi Rp 400.000 Rp 2.000 Rp 12.390.000 1 6195 0,51 3160 6075 0 -469 469 Produksi Rp 400.000 Rp 2.200 Rp 13.365.000 1 6075 0,52 3159 2290 0 2036 2036 Tidak 2106 0 3398 3398 Tidak Rp 25.755.000 6319

rij x mij q*ij (adj) q*ij (adj) x mij Iij,t (adj) Iij,t (adj) x mij 3160 16339 8333 15646 7980 3159 16023 8332 15554 8089

6319

16665

16069


Tabel 4. 42 Disagregasi Periode 12 PERIODE 12 Demand 10574 Family (i) Item (j) Baracuda Tamiya Cobra Hauler Auldey Emperor Total

RPA Iij,t-1 7980 8089 2036 3398

16735 rij,t Sij,t Iij,t dij,t Iij,t < Sij,t 6220 0 1760 1760 Tidak 6101 0 1988 1988 Tidak 2299 0 -263 263 Produksi 2115 0 1283 1283 Produksi

Kj

Rp 300.000 Rp 300.000

hij

Rp 2.500 Rp 3.000

rij x hij

Rp 5.747.500 Rp 6.345.000 Rp 12.092.500

T*j q*ij

1 1


2299 0,92 2115 1

2116 2115 4231

2116 2115 4231

9094 8366

8367 8366 16733

8831 9649

8125 9649 17774


C. Master Production Schedule ( MPS )

Pengolahan data untuk proses Jadwal Induk Produksi atau Master Production Schedule yaitu dengan menambahkan actual demand yang didapat dari proses pengalian demand dengan persentase actual demand . Data tersebut dapat dilihat pada Tabel 4.43:

89



Tabel 4. 43 Data Actual Demand Actual Demand

Periode

% AD

Tamiya Auldey Baracuda Cobra Hauler Emperor 1 1,05 6232 6113 2304 2119 2 1,1 6558 6431 2424 2230 3 1,15 6886 6753 2545 2342 4 1,2 7216 7077 2667 2454 5 1,2 7247 7108 2679 2464 6 1,15 6975 6841 2579 2372 (Sumber: Pengolahan Data)

RPA 16768 17643 18526 19414 19498 18767

Tabel 4. 44 Master Production Schedule Baracuda Description Order Quantity Periode

Forecast Actual Demand Master Schedule PAB ATP Planned Order

Baracuda

Safety Stock DTF PTF

2 Periode NR

4 7

Lead Time

1

Lot Size

10

1

2

3

4

5

6

7

8

9

10

11

12

5935

5961

5987

6013

6039

6065

6090

6116

6142

6168

6195

6220

6232

6558

6886

7216

7247

6975

0

0

0

0

0

0

9392

9433

15789

0

9890

9932

9638

16129

0

16268

16339

0

Past Due

148

0

3308

6183

15086

7870

10513

13470

17018

27031

20889

30989

41133

34913

33 08

61 83

15 08 6

7 87 0

1 05 13

1 34 70

17 018

2 70 31

2 08 89

3 098 9

4 11 33

34 91 3


Contoh Perhitungan: 1. 2.

, ∗  ℎ  

3. Projected Available Balance ( PAB) a. Daerah Demand Time Fences ( DTF )

 −  ℎ  14893926232 3308   −     1051399326975 13470   −  1347098386090 17018 

b. Daerah Planning Time Fences ( PTF )

c. Setelah Planning Time Fences ( PTF )

90



4. Available to Promise ( ATP )

 −   14893926232 3308   −  1347096386090 17018 

5. Planned Order

Tidak terdapat Planned Order karena tidak terdapat PAB yang bernilai negatif selama 2 periode berturut-turut. Tabel 4. 45 Master Production Schedule Cobra Description Order Quantity Periode


Cobra


2 Periode NR

4 7

Lead Time

1

Lot Size

10

1

2

3

4

5

6

7

8

9

10

11

12

5821

5846

5872

5897

5923

5948

5973

5999

6024

6050

6075

6101

6113

6431

6753

7077

7108

6841

0

0

0

0

0

0

9212

9251

15486

0

9700

9740

9453

15821

0

15957

16023

0

3244

6064

14797

7720

10312

13211

16691

26513

20489

30396

40344

34243

32 44

60 64

14 79 7

7 72 0

1 03 12

1 32 11

16 691

2 65 13

2 04 89

3 039 6

4 03 44

34 24 3

Lead Time

1

Lot Size

10

Past Due

145

0


Tabel 4. 46 Master Production Schedule Hauler Description Order Quantity Periode


Hauler


2 Periode NR

4 7

1

2

3

4

5

6

7

8

9

10

11

12

2194

2203

2213

2222

2232

2242

2251

2261

2270

2280

2290

2299

2304

2424

2545

2667

2679

2579

0

0

0

0

0

0

3472

3486

0

8789

0

0

3563

0

8979

0

0

9094

Past Due

55

0

1223

2285

-260

5862

3183

604

1916

- 345

6364

4084

1794

8589

1223

2285

-260

5862

3183

604

1916

-345

6364

4084

1794

8589

Lead Time

1

Lot Size

10

11 2106 0 0 1658 1658

12 2115 0 8366 7909 7909


Tabel 4. 47 Master Production Schedule Emperor Description

Emperor

Order Quantity

2 Periode NR

Periode Forecast Actual Demand Master Schedule PAB ATP Planned Order

Past Due

50

1 2018 2119 3194 1125 1125

2 2027 2230 3208 2103 2103

3 2036 2342 0 -239 -239

4 2045 2454 8089 5396 5396

Safety Stock DTF PTF 5 2053 2464 0 2932 2932

0 4 7 6 2062 2372 0 560 560

7 2071 0 3278 1767 1767

8 2080 0 0 - 313 -313

9 2089 0 8263 5861 5861

10 2097 0 0 3764 3764


91



Struktur Produk , Bill Of Materials dan Material Requirement Planning Tabel 4. 48 MRP End Item Tamiya

Part No BOM UOM Lead Time Safety Stock Periode Gross Requirement Schedule Receipts PAB I Net Requirement Planned Order Receipts Planned Order Released

Past Due

1 9392

2 9433

3 15789

4 0

5 9890

Description Tamiya On Hand 148 Order Policy LFL Lot Size 1 6 7 8 9932 9638 16129

148

-9244 9244 9244 9244

-9433 9433 9433 9433

-15789 15789 15789 15789

0 0 0 0

-9890 9890 9890 9890

-9932 9932 9932 9932

-9638 9638 9638 9638

-16129 16129 16129 16129

0 0 0 0

-16268 16268 16268 16268

- 16339 16339 16339 16339

0 0 0 0

0

0

0

0

0

0

0

0

0

0

0

0

1 1 0 0

PAB II

9 0

10 16268

11 16339

12 0


Tabel 4. 49 MRP Komponen Body Part No BOM UOM Lead Time Safety Stock Periode Gross Requirement Schedule Receipts PAB I Net Requirement Planned Order Receipts Planned Order Released

5 9890

Description On Hand Order Policy Lot Size 6 7 8 9932 9638 16129

-9684 9684 10835 8668

-8781 8781 10835 15169

-7584 7584 8668 0

-15045 15045 15169 17336

124 0 0 15169

-16144 16144 17336 0

-15147 15147 15169 0

22 0 0 0

1151

2054

1084

124

124

1192

22

22

2 1 2 0 Past Due

1 9244

2 9433

3 15789

0

-9244 9244 10835 15169

-7842 7842 8668 0

-14963 206 14963 0 15169 0 10835 10835

1591

826

PAB II

206

4 0

206

Body 0 POQ EOQ 9 0

1 2167 10 16268

Periode Unit 11 16339

12 0


Keterangan:

   2.500.000 ℎ 10.000 Contoh Perhitungan:

1. Rata-rata Demand

̅  924494331578909890⋯0 12  112662 12 9389  ̅ 2    ℎ    2 2. 5 00. 0 00 9389  10.000 √ 469450002166,67≈2167   ̅  2167 9389 0,231≈1 

2. Lot Size

3. Order Policy

92



4. Gross Requirement

   ×  9244×19244     −     159194330 7842 

5. PAB I

6. Net Requirement

Jika PAB I < 0 maka:

    −  9433001591 7842   ×    7842 2167×2167 4×2167 8668         8668 7842 826 

7. Planned Order Receipts

8. PAB II

Tabel 4. 50 MRP Induk Assembling 13 Part No BOM UOM Lead Time Safety Stock Periode Gross Requirement Schedule Receipts PAB I Net Requirement Planned Order Receipts Planned Order Released PAB II

Description On Hand Order Policy Lot Size

3 1 0 0 Past Due

1 9244

2 9433

3 15789

4 0

5 9890

6 9932

7 9638

Assembling 13 0 LFL 1 8 9 16129 0

0

-9244 9244 9244 9244

-9433 9433 9433 9433

-15789 15789 15789 15789

0 0 0 0

-9890 9890 9890 9890

-9932 9932 9932 9932

-9638 9638 9638 9638

-16129 16129 16129 16129

0 0 0 0

-16268 16268 16268 16268

-16339 16339 16339 16339

0 0 0 0

0

0

0

0

0

0

0

0

0

0

0

0

10 16268

11 16339

12 0


93



Contoh Perhitungan: 1. Gross Requirement

   ×  9244×19244     −     094330 9433 

2. PAB I

3. Net Requirement


    −  9433000 9433   ×    94331×1 9433×19433         9433 9433 0 


5. PAB II

Tabel 4. 51 Metode Silver Meal Komponen Key Battery Part No BOM UOM Setup Cost Holding Cost Periode 1 1,2 2 2,3 3 3,4 4 4,5 4,5,6 6 6,7 7 7,8 8 8,9 9 9, 10 9, 10,11 11 11,12 12

NR 9244 18677 9433 25222 15789 15789 0 9890 19822 9932 19570 9638 25767 16129 16129 0 16268 32607 16339 16339 0

4 1 Rp 3.000.000 Rp 14.500 IP Setup Cost 0 Rp 3.000.000 1 Rp 3.000.000 0 Rp 3.000.000 1 Rp 3.000.000 0 Rp 3.000.000 1 Rp 3.000.000 0 Rp 1 Rp 3.000.000 2 Rp 3.000.000 0 Rp 3.000.000 1 Rp 3.000.000 0 Rp 3.000.000 1 Rp 3.000.000 0 Rp 3.000.000 1 Rp 3.000.000 0 Rp 1 Rp 3.000.000 2 Rp 3.000.000 0 Rp 3.000.000 1 Rp 3.000.000 0 Rp -

Description On Hand Order Policy Lot Size Holding Cost Rp Rp 136.778.500 Rp Rp 228.940.500 Rp Rp Rp Rp 143.405.000 Rp 574.838.000 Rp Rp 139.751.000 Rp Rp 233.870.500 Rp Rp Rp Rp 235.886.000 Rp 945.603.000 Rp Rp Rp -

Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp

Total Cost Lot Size 3.000.000 9244 139.778.500 18677 3.000.000 9433 231.940.500 25222 3.000.000 15789 3.000.000 15789 0 146.405.000 9890 577.838.000 19822 3.000.000 9932 142.751.000 19570 3.000.000 9638 236.870.500 25767 3.000.000 16129 3.000.000 16129 0 238.886.000 16268 948.603.000 32607 3.000.000 16339 3.000.000 16339 0


Key Battery 0 SM SM TC /Periode Order Ke 3.000.000 1 69.889.250 3.000.000 2 115.970.250 3.000.000 1.500.000 3 73.202.500 4 192.612.667 3.000.000 5 71.375.500 3.000.000 6 118.435.250 3.000.000 1.500.000 7 119.443.000 8 316.201.000 3.000.000 1.500.000 9 -


94



Contoh Perhitungan: 1. Net Requirement

2.

,   92449433 18677     ,  × 14.500×9433 136.778.500  ,  ×  3.000.000×1 3.000.000  ,  ,  , 136.778.5003.000.000 139.778.500    ,  139.778.500  ,   2 69.889.250

3. Setup Cost

4. Total Cost

5. Total Cost per Periode

Tabel 4. 52 MRP Komponen Key Battery Part No BOM UOM Lead Time Safety Stock Periode Gross Requirement Schedule Receipts PAB I Net Requirement Planned Order Receipts Planned Order Released

4 1 0 0

Description Key Battery On Hand 0 Order Policy SM Lot Size SM 7 8 9 9638 16129 0

Past Due

1 9244

2 9433

3 15789

4 0

5 9890

6 9932

0

-9244 9244 9244 9244

-9433 9433 9433 9433

-15789 15789 15789 15789

0 0 9890 9890

0 0 0 0

-9932 9932 9932 9932

-9638 9638 9638 9638

-16129 16129 16129 16129

0

0

0

9890

0

0

0

0

PAB II

10 16268

11 16339

12 0

0 0 16268 16268

0 0 0 0

-16339 16339 16339 16339

0 0 0 0

16268

0

0

0


Contoh Perhitungan: 1. Gross Requirement

   ×  9244×19244  95



2. PAB I

   −     094330 9433 

3. Net Requirement


    −  9433000 9433   ℎ   9433         9433 9433 0 


5. PAB II

Tabel 4. 53 MRP Induk Assembling 12 Part No BOM UOM Lead Time Safety Stock Periode

Gross Requirement Schedule Receipts PAB I Net Requirement Planned Order Receipts Planned Order Released


5 1 0 0

Past Due

0

PAB II

Assembling 12 0

LFL 1

1

2

3

4

5

6

7

8

9

10

11

9244

9433

15789

0

9890

9932

9638

16129

0

16268

16339

12

-9244

-9433

-15789

0

-9890

-9932

-9638

-16129

0

-16268

-16339

0

9244

9433

15789

0

9890

9932

9638

16129

0

16268

16339

0

9244

9433

15789

0

9890

9932

9638

16129

0

16268

16339

0

9244

9433

15789

0

9890

9932

9638

16129

0

16268

16339

0

0

0

0

0

0

0

0

0

0

0

0

0

0


Tabel 4. 54 MRP Komponen Black Roller Part No BOM UOM Lead Time Safety Stock Periode Past Due Gross Requirement Schedule Receipts 0 PAB I Net Requirement Planned Order Receipts Planned Order Released PAB II

6 2 2 0 1 18488

2 18866

3 31578

- 184 88 - 166 27 - 304 39 18488 16627 30439 20727 17766 32571 32571 0 17766 2239

1139

2132

4 0 2132 0 0 20727 2132

5 19780

Description On Hand Order Policy Lot Size 6 7 8 19864 19276 32258

-176 48 - 197 46 - 182 95 - 298 26 17648 19746 18295 29826 17766 20727 20727 32571 20727 32571 0 32571 118

981

2432

2745

Black Roller 0 EOQ EOQ 9 0

2961 10 32536

Unit 11 32678

2 745 0 0 32571

- 297 91 29791 32571 0

- 298 98 29898 32571 0

267 3 0 0 0

2745

2780

2673

2673

12 0


Keterangan:

   1.750.000 ℎ 7.500 96



Contoh Perhitungan: 1. Rata-rata Demand Rata-rata Demand

̅  184881886631578019780⋯0 12  225324  12  1818777777  2ℎ̅   2 50.00050018777   21.77.  √ 8762 8762606000  29296060,,17 ≈ 29296161        ×     9244×218488       −−       2239188660  166 1662727  

2. Lot Size

3. Gross Requirement

4. PAB I

5. Net Requirement

Jika PAB Jika PAB I < 0 maka:

         −−  1886600223916627     ×       16627 2961 ×2961 6×2961  1717767666  


97



7. PAB II

        17766 16627 1139  Induk Assembling 11 11 Tabel 4. 55 MRP Induk Assembling

Part No BOM UOM Lead Time Saf et y St ock Periode

Gross Requirement Schedule Receipts PAB I Net Requirement Planned Order Order Receipts Receipts Planned Order Order Released Released

Description Description On Hand Hand Order Policy Policy Lot Size

7 1 0 0

Past Due

0

Assembling 11 0

LFL 1

1

2

3

4

5

6

7

9244

9433

15789

0

9890

9932

9638

16129

- 9244

- 9433

- 15789

0

- 9890

- 9932

- 9638

9244

9433

15789

0

9890

9932

9638

9244

9433

15789

0

9890

9932

9244

94 9433

15789

0

9890

99 9932

0

0

0

0

0

0

PAB II

8

9

10

0

16268

16339

11

- 16129

0

- 16268

-1 - 16339

0

16129

0

16268

16339

0

9638

16129

0

16268

16339

0

96 9638

16129

0

16268

16339

0

0

0

0

0

0

12 0

0


Tabel 4. 56 MRP Komponen Blue Komponen Blue Roller Part No BOM UOM Lead Time Saf et y St ock Periode Gross Requirement Schedule Receipts PAB I Net Requirement Planned Order Order Receipts Receipts Planned Order Order Released Released


8 2 1 0 Past Due

0

1 18488

2 18866

3 31578

- 18488 - 16842 - 30472 18488 16842 30472 20512 17948 30768 17948 30768 0

PAB II

2024

1106

296

4 0

5 19780

6 19864

7 19276

Blue Roller Roller 0 POQ EOQ 8 9 32258 0

296 - 19484 - 18836 - 17600 - 31910 0 19484 18836 17600 31910 0 20512 20512 17948 33332 20512 20512 17948 33332 0 296

1028

1676

348

1422

1 2564 10 32536


12 0

1422 0 0 33332

- 31114 31114 33332 30768

-30460 30460 30768 0

308 0 0 0

1422

2218

308

308

10 16268

11 16339

12 0

-16339 16339 16339 16339

0 0 0 0


Tabel 4. 57 MRP Induk Assembling Induk Assembling 10 10 Part No BOM UOM Lead Time Saf et y St ock Periode Gross Requirement Schedule Receipts PAB I Net Requirement Planned Order Order Receipts Receipts Planned Order Order Released Released


9 1 0 0 Past Due

1 9244

2 9433

3 15789

4 0

5 9890

6 9932

7 9638

Assembling 10 0 LFL 1 8 9 16129 0

0

- 9244 9244 9244 9244

- 9433 9433 9433 9433

- 15789 15789 15789 15789

0 0 0 0

-9890 9890 9890 9890

-9932 9932 9932 9932

- 9638 9638 9638 9638

- 16129 16129 16129 16129

0 0 0 0

- 16268 16268 16268 16268

0

0

0

0

0

0

0

0

0

0

0

0

10 16268

11 16339

12 0

-16339 16339 16339 16339

0 0 0 0

PAB II


Tabel 4. 58 MRP Komponen Bumper Komponen Bumper Part No BOM UOM Lead Time Saf et y St ock Periode Gross Requirement Schedule Receipts PAB I Net Requirement Planned Order Order Receipts Receipts Planned Order Order Released Released PAB II

Past Due

0


10 1 0 0 1 9244

2 9433

3 15789

4 0

5 9890

6 9932

7 9638

8 16129

Bumper 0 LFL 1 9 0

- 9244 9244 9244 9244

- 9433 9433 9433 9433

- 15789 15789 15789 15789

0 0 0 0

-9890 9890 9890 9890

-9932 9932 9932 9932

- 9638 9638 9638 9638

- 16129 16129 16129 16129

0 0 0 0

- 16268 16268 16268 16268

0

0

0

0

0

0

0

0

0

0

0

0


98



Tabel 4. 59 MRP Induk Assembling Induk Assembling 9 9 Part No BOM UOM Lead Time Safety Stock Periode

Gross Requirement Schedule Receipts PAB I Net Requirement Planned Order Receipts Planned Order Released Released

Description Description On Hand Order Policy Policy Lot Size

11 1 0 0

Past Due

0

PAB II

Assembling 9 0

LFL 1

1

2

3

4

5

6

7

8

9

10

11

12 12

9244

9433

15789

0

9890

9932

9638

16129

0

16268

16339

0

-9244

- 9433

- 15789

0

- 9890

- 9932

- 9638

- 16129

0

- 16268

-1 -16339

0

9244

9433

15789

0

9890

9932

9638

16129

0

16268

16339

0

9244

9433

15789

0

9890

9932

9638

16129

0

16268

16339

0

9244

9433 94

15789

0

9890

9932 99

9638 96

16129

0

16268

16339

0

0

0

0

0

0

0

0

0

0

0

0

0


Komponen Axle Shaft Cover Tabel 4. 60 MRP Komponen Axle Part No BOM UOM Lead Time Safety Stock Periode

Gross Requirement Schedule Receipts PAB I Net Requirement Requirement Planned Order Receipts Receipts Planned Order Released Released


12 1 1 0

Past Due

0

PAB II

Axle Shaft Cover 0 1

POQ EOQ

1662

Periode

Unit

1

2

3

4

5

6

7

8

9

10

11

12

9244

9433

15789

0

9890

9932

963 8

16129

0

16268

16339

0

- 9244

- 8 70 5

- 14522

43 436

- 94 9454

- 9414

- 9080

- 15237

13 83

- 14885

- 16266

354

9244

8705

14522

0

9454

9414

908 0

15237

0

14885

16266

0

9972

9972 99

14958

0

9972

9972 99

997 2

16620

0

14958

16620

0

9972

14958

0

9972

9972

9972

16620

0

14958

16620

0

0

728

1267

436

436 43

51 8

558

892 89

1383

13 83

73

354

354


Induk Assembling 8 8 Tabel 4. 61 MRP Induk Assembling Part No BOM UOM Lead Time Safety Stock Periode

Gross Requirement Schedule Receipts PAB I Net Requirement Planned Order Receipts Planned Order Released Released


13 1 0 0

Past Due

0

PAB II

Assembling 8 0

LFL 1

1

2

3

4

5

6

7

8

9

10

11

12 12

9244

9433

15789

0

9890

9932

9638

16129

0

16268

16339

0

-9244

- 9433

- 15789

0

- 9890

- 9932

- 9638

- 16129

0

- 16268

-1 -16339

0

9244

9433

15789

0

9890

9932

9638

16129

0

16268

16339

0

9244

9433

15789

0

9890

9932

9638

16129

0

16268

16339

0

9244

9433 94

15789

0

9890

9932 99

9638 96

16129

0

16268

16339

0

0

0

0

0

0

0

0

0

0

0

0

0


Tabel 4. 62 MRP Komponen Komponen On Off Button Part No BOM UOM Lead Time Saf ety Stock Periode

Gross Requirement Schedule Receipts PAB I Net Requirement Requirement Planned Order Order Receipts Receipts Planned Order Order Released Released

Description Description On Hand Order Policy Lot Size

14 1 0 0

Past Due

0

PAB II

On Off Button 0

EOQ EOQ

1978

Unit

1

2

3

4

5

6

7

8

9

10

11

9244

9433

15789

0

9890

9932

9638

16129

0

16268

1 6339

12 0

- 9244

- 8787

- 14686

1138

-8 -8752

- 8794

- 8542

- 14781

1043

- 1 5225

- 15740

84

9244

8787

14686

0

8752

8794

8542

14781

0

15225

1 5740

0

9890

98 9890

15824

0

98 90

98 9890

98 9890

15824

0

15824

1 5824

0

9890

98 9890

15824

0

98 90

98 9890

98 9890

15824

0

15824

1 5824

0

646

1103

1138

1138

1138

1096

1348

1043

1043

599

84

84

10 16268

11 16339

12 0


Induk Assembling 7 7 Tabel 4. 63 MRP Induk Assembling Part No BOM BOM UOM Lead Time Time Safety Stock Periode Gross Requirement Schedule Receipts PAB I Net Require Requirement ment Planned Planned Order Order Receipts Planned Planned Order Order Released eleased PAB II

Past Due Due

0

Description Description On Hand Hand Order Order Policy Policy Lot Size

15 1 0 0 1 9244

2 9433

3 15789

4 0

5 9890

6 9932

7 9638

8 16129

Assembling Assembling 7 0 LFL 1 9 0

-9244 9244 9244 9244

-9433 9433 9433 9433

- 15789 15789 15789 15789

0 0 0 0

- 9890 9890 9890 9890

- 9932 9932 9932 9932

-9638 9638 9638 9638

- 16129 16129 16129 16129

0 0 0 0

-16268 16268 16268 16268

- 16339 16339 16339 16339

0 0 0 0

0

0

0

0

0

0

0

0

0

0

0

0


99



Tabel 4. 64 MRP Induk Sub Assembling 8 Part No BOM UOM Lead Time Safety Stock


16 1 0 0

Past Due

Periode


0

PAB II

Sub Assembling 8 0

LFL 1

1

2

3

4

5

6

7

8

9244

9433

15789

0

9890

9932

9638

16129

9

10

0

16268

16339

-9244

-9433

-15789

0

-9890

-9932

-9638

9244

9433

15789

0

9890

9932

9638

9244

9433

15789

0

9890

9932

9244

9433

15789

0

9890

9932

0

0

0

0

0

0

11

12

-16129

0

-16268

-16339

0

16129

0

16268

16339

0

9638

16129

0

16268

16339

0

9638

16129

0

16268

16339

0

0

0

0

0

0

0

0

11

12


Tabel 4. 65 MRP Induk Sub Assembling 7 Part No BOM UOM Lead Time Safety Stock


17 1 0 0

Past Due

Periode


0

PAB II

Sub Assembling 7 0

LFL 1

1

2

3

4

5

6

7

8

9244

9433

15789

0

9890

9932

9638

16129

9

10

0

16268

16339

-9244

-9433

-15789

0

-9890

-9932

-9638

9244

9433

15789

0

9890

9932

9638

-16129

0

-16268

-16339

0

16129

0

16268

16339

0

9244

9433

15789

0

9890

9932

9244

9433

15789

0

9890

9932

9638

16129

0

16268

16339

0

9638

16129

0

16268

16339

0

0

0

0

0

0

0

0

0

0

0

0

0

0


Tabel 4. 66 Metode Silver Meal Komponen Cover Gear Part No BOM UOM Setup Cost Holding Cost Periode NR 1 9244 1,2 18677 2 9433 2,3 25222 3 15789 3,4 15789 4 0 4,5 9890 4,5,6 19822 6 9932 6,7 19570 7 9638 7,8 25767 8 16129 8,9 16129 9 0 9, 10 16268 9, 10,11 32607 11 16339 11,12 16339 12 0

18 1 Rp 1.000.000 Rp 10.000 IP 0 1 0 1 0 1 0 1 2 0 1 0 1 0 1 0 1 2 0 1 0


Setup Cost 1.000.000 1.000.000 1.000.000 1.000.000 1.000.000 1.000.000 1.000.000 1.000.000 1.000.000 1.000.000 1.000.000 1.000.000 1.000.000 1.000.000 1.000.000 1.000.000 1.000.000 1.000.000 -

Holding Cost Rp Rp 94.330.000 Rp Rp 157.890.000 Rp Rp Rp Rp 98.900.000 Rp 396.440.000 Rp Rp 96.380.000 Rp Rp 161.290.000 Rp Rp Rp Rp 162.680.000 Rp 652.140.000 Rp Rp Rp -


Total Cost 1.000.000 95.330.000 1.000.000 158.890.000 1.000.000 1.000.000 99.900.000 397.440.000 1.000.000 97.380.000 1.000.000 162.290.000 1.000.000 1.000.000 163.680.000 653.140.000 1.000.000 1.000.000 -

Description Cover Gear On Hand 0 Order Policy SM Lot Size SM Lot Size TC /Periode Order Ke 9244 Rp 1.000.000 1 18677 Rp 47.665.000 9433 Rp 1.000.000 2 25222 Rp 79.445.000 15789 Rp 1.000.000 15789 Rp 500.000 3 0 Rp 9890 Rp 49.950.000 4 19822 Rp 132.480.000 9932 Rp 1.000.000 5 19570 Rp 48.690.000 9638 Rp 1.000.000 6 25767 Rp 81.145.000 16129 Rp 1.000.000 16129 Rp 500.000 7 0 Rp 16268 Rp 81.840.000 8 32607 Rp 217.713.333 16339 Rp 1.000.000 16339 Rp 500.000 9 0 Rp -


Tabel 4. 67 MRP Komponen Cover Gear Part No BOM UOM Lead Time Safety Stock Periode Gross Requirement Schedule Receipts PAB I Net Requirement Planned Order Receipts Planned Order Released PAB II

Past Due

0

Description On Hand Order Policy Lot Size 7 8 9638 16129

18 1 2 0 1 9244

2 9433

3 15789

4 0

5 9890

6 9932

-9244 9244 9244 15789

-9433 9433 9433 9890

-15789 15789 15789 0

0 0 9890 9932

0 0 0 9638

-9932 9932 9932 16129

-9638 9638 9638 16268

-16129 16129 16129 0

0

0

0

9890

0

0

0

0

Cover Gear 0 SM SM 9 0

10 16268

11 16339

12 0

0 0 16268 16339

0 0 0 0

-16339 16339 16339 0

0 0 0 0

16268

0

0

0


100



Tabel 4. 68 MRP Komponen Blue Gear Part No BOM UOM Lead Time Safety Stock Periode


19 1 0 0

Past Due


0

Blue Gear 0

LFL 1

1

2

3

4

5

6

7

8

9

10

11

12

9244

9433

15789

0

9890

9932

9638

16129

0

16268

16339

0

-9244

-9433

-15789

0

-9890

-9932

-9638

-16129

0

-16268

- 16339

0

9244

9433

15789

0

9890

9932

9638

16129

0

16268

16339

0

9244

9433

15789

0

9890

9932

9638

16129

0

16268

16339

0

9244

9433

15789

0

9890

9932

9638

16129

0

16268

16339

0

0

0

0

0

0

0

0

0

0

0

0

0

PAB II


Tabel 4. 69 MRP Komponen Cover Engine Part No BOM UOM Lead Time Safety Stock Periode



20 1 1 0

Past Due

0

PAB II

Cover Engine 0

POQ EOQ

1

1533

Periode

Unit

1

2

3

4

5

6

7

8

9

10

11

12

9244

9433

15789

0

9890

9932

9638

16129

0

16268

16339

0

-9244

-7946

-14537

793

-9097

-9831

-8738

-15669

1194

-15074

-16083

780

9244

7946

14537

0

9097

9831

8738

15669

0

15074

16083

0

10731

9198

15330

0

9198

10731

9198

16863

0

15330

16863

0

9198

15330

0

9198

10731

9198

16863

0

15330

16863

0

0

1487

1252

793

793

101

900

460

1194

1194

256

780

780

12





21 1 0 0

Past Due

0

PAB II

Assembling 6 0

LFL 1

1

2

3

4

5

6

7

8

9

10

11

9244

9433

15789

0

9890

9932

9638

16129

0

16268

16339

-9244

-9433

-15789

0

-9890

-9932

-9638

-16129

0

-16268

-16339

0

9244

9433

15789

0

9890

9932

9638

16129

0

16268

16339

0

9244

9433

15789

0

9890

9932

9638

16129

0

16268

16339

0

9244

9433

15789

0

9890

9932

9638

16129

0

16268

16339

0

0

0

0

0

0

0

0

0

0

0

0

0

0


Tabel 4. 71 MRP Komponen Orange Gear Part No BOM UOM Lead Time Safety Stock Periode



22 2 0 0

Past Due

0

PAB II

Orange Gear 0

LFL 1

1

2

3

4

5

6

7

8

9

10

11

12

18488

18866

31578

0

19780

19864

19276

32258

0

32536

32678

0

-18488

-18866

-31578

0

-19780

-19864

-19276

-32258

0

-32536

-32678

0

18488

18866

31578

0

19780

19864

19276

32258

0

32536

32678

0

18488

18866

31578

0

19780

19864

19276

32258

0

32536

32678

0

18488

18866

31578

0

19780

19864

19276

32258

0

32536

32678

0

0

0

0

0

0

0

0

0

0

0

0

0



Gross Requirement Schedule Receipts PAB I Net Requirement Planned Order Receipts Planned Order Released PAB II


23 1 0 0

Past Due

0

Assembling 5 0

LFL 1

1

2

3

4

5

6

7

8

9

10

11

12

9244

9433

15789

0

9890

9932

9638

16129

0

16268

16339

0

-9244

-9433

-15789

0

-9890

-9932

-9638

-16129

0

-16268

-16339

0

9244

9433

15789

0

9890

9932

9638

16129

0

16268

16339

0

9244

9433

15789

0

9890

9932

9638

16129

0

16268

16339

0

9244

9433

15789

0

9890

9932

9638

16129

0

16268

16339

0

0

0

0

0

0

0

0

0

0

0

0

0


101



Tabel 4. 73 MRP Komponen Propeller Shaft Part No BOM UOM Lead Time Safety Stock Periode



24 1 0 0

Past Due

0

Propeller Shaft 0

EOQ EOQ

Periode 1679

Unit

1

2

3

4

5

6

7

9

10

9244

9433

15789

0

9890

9932

9638

16129

0

16268

16339

0

-9244

-8603

-14318

793

-9097

-8955

-8519

-14574

537

-15731

-15280

1510

9244

8603

14318

0

9097

8955

8519

14574

0

15731

15280

0

10074

10074

15111

0

10074

10074

10074

15111

0

16790

16790

0

10074

10074

15111

0

10074

10074

10074

15111

0

16790

16790

0

830

1471

793

793

977

1119

1555

537

537

1059

1510

1510

11

12

PAB II

8

11

12





25 1 0 0

Past Due

0

Assembling 4 0

LFL 1

1

2

3

4

5

6

7

9244

9433

15789

0

9890

9932

9638

16129

-9244

-9433

-15789

0

-9890

-9932

-9638

9244

9433

15789

0

9890

9932

9638

9244

9433

15789

0

9890

9932

9244

9433

15789

0

9890

9932

0

0

0

0

0

0

PAB II

8

9

10

0

16268

16339

-16129

0

-16268

-16339

0

16129

0

16268

16339

0

9638

16129

0

16268

16339

0

9638

16129

0

16268

16339

0

0

0

0

0

0

0

0


Tabel 4. 75 MRP Induk Sub Assembling 3 Part No BOM UOM Lead Time Safety Stock Periode Gross Requirement Schedule Receipts PAB I Net Requirement Planned Order Receipts Planned Order Released

2 9433

3 15789

4 0

5 9890

6 9932

7 9638

-9244 9244 9244 9244

-9433 9433 9433 9433

-15789 15789 15789 15789

0 0 0 0

-9890 9890 9890 9890

-9932 9932 9932 9932

0

0

0

0

0

0

Past Due

0


26 1 0 0 1 9244

PAB II

8 16129

Sub Assembling 3 0 LFL 1 9 0

10 16268

11 16339

12 0

-9638 9638 9638 9638

-16129 16129 16129 16129

0 0 0 0

-16268 16268 16268 16268

-16339 16339 16339 16339

0 0 0 0

0

0

0

0

0

0


Tabel 4. 76 Metode Silver Meal Komponen Velg FR Part No BOM UOM Setup Cost Holding Cost Periode NR 1 18488 1,2 37354 2 18866 2,3 50444 3 31578 3,4 31578 4 0 4,5 19780 4,5,6 39644 6 19864 6,7 39140 7 19276 7,8 51534 8 32258 8,9 32258 9 0 9, 10 32536 9, 10,11 65214 11 32678 11,12 32678 12 0

27 2 Rp 1.000.000 Rp 10.000 IP 0 1 0 1 0 1 0 1 2 0 1 0 1 0 1 0 1 2 0 1 0


Setup Cost 1.000.000 1.000.000 1.000.000 1.000.000 1.000.000 1.000.000 1.000.000 1.000.000 1.000.000 1.000.000 1.000.000 1.000.000 1.000.000 1.000.000 1.000.000 1.000.000 1.000.000 1.000.000 -

Holding Cost Rp Rp 188.660.000 Rp Rp 315.780.000 Rp Rp Rp Rp 197.800.000 Rp 792.880.000 Rp Rp 192.760.000 Rp Rp 322.580.000 Rp Rp Rp Rp 325.360.000 Rp 1.304.280.000 Rp Rp Rp -


Total Cost 1.000.000 189.660.000 1.000.000 316.780.000 1.000.000 1.000.000 198.800.000 793.880.000 1.000.000 193.760.000 1.000.000 323.580.000 1.000.000 1.000.000 326.360.000 1.305.280.000 1.000.000 1.000.000 -

Description On Hand Order Policy Lot Size Lot Size TC /Periode 18488 Rp 1.000.000 37354 Rp 94.830.000 18866 Rp 1.000.000 50444 Rp 158.390.000 31578 Rp 1.000.000 31578 Rp 500.000 0 Rp 19780 Rp 99.400.000 39644 Rp 264.626.667 19864 Rp 1.000.000 39140 Rp 96.880.000 19276 Rp 1.000.000 51534 Rp 161.790.000 32258 Rp 1.000.000 32258 Rp 500.000 0 Rp 32536 Rp 163.180.000 65214 Rp 435.093.333 32678 Rp 1.000.000 32678 Rp 500.000 0 Rp -

Velg FR 0 SM SM Order Ke 1 2

3 4 5 6

7 8

9


102



Tabel 4. 77 MRP Komponen Velg FR Part No BOM UOM Lead Time Safety Stock Periode



27 2 0 0

Past Due

0

PAB II

Velg FR 0

SM SM

1

2

3

4

5

6

7

8

9

10

18488

18866

31578

0

19780

19864

19276

32258

0

32536

32678

11

12

-18488

-18866

-31578

0

0

-19864

-19276

-32258

0

0

-32678

0

18488

18866

31578

0

0

19864

19276

32258

0

0

32678

0

18488

18866

31578

19780

0

19864

19276

32258

32536

0

32678

0

18488

18866

31578

19780

0

19864

19276

32258

32536

0

32678

0

0

0

0

19780

0

0

0

0

32536

0

0

0

11

12

0


Tabel 4. 78 MRP Komponen Tire FR Part No BOM UOM Lead Time Safety Stock Periode



28 2 0 0

Past Due

0

PAB II

6

7

Tire FR 0

LFL 1

1

2

3

4

5

8

18488

18866

31578

0

19780

19864

19276

32258

-18488

-18866

-31578

0

-19780

-19864

-19276

18488

18866

31578

0

19780

19864

19276

18488

18866

31578

0

19780

19864

18488

18866

31578

0

19780

19864

0

0

0

0

0

0

9

10

0

32536

32678

-32258

0

-32536

-32678

0

32258

0

32536

32678

0

19276

32258

0

32536

32678

0

19276

32258

0

32536

32678

0

0

0

0

0

0

0

0


Tabel 4. 79 MRP Induk Assembling 3 Part No BOM UOM Lead Time Safety Stock Periode Gross Requirement Schedule Receipts PAB I Net Requirement Planned Order Receipts Planned Order Released

Past Due

0

PAB II


29 1 0 0 1 9244

8 16129

Assembling 3 0 LFL 1 9 0

2 9433

3 15789

4 0

5 9890

6 9932

7 9638

10 16268

11 16339

12 0

-9244 9244 9244 9244

-9433 9433 9433 9433

-15789 15789 15789 15789

0 0 0 0

-9890 9890 9890 9890

-9932 9932 9932 9932

-9638 9638 9638 9638

-16129 16129 16129 16129

0 0 0 0

-16268 16268 16268 16268

-16339 16339 16339 16339

0 0 0 0

0

0

0

0

0

0

0

0

0

0

0

0

10 16268

11 16339

12 0

-16339 16339 16339 16339

0 0 0 0


Tabel 4. 80 MRP Induk Sub Assembling 2 Part No BOM UOM Lead Time Safety Stock Periode Gross Requirement Schedule Receipts PAB I Net Requirement Planned Order Receipts Planned Order Released PAB II

Past Due

0


30 1 0 0 1 9244

2 9433

3 15789

4 0

5 9890

6 9932

7 9638

8 16129

Sub Assembling 2 0 LFL 1 9 0

-9244 9244 9244 9244

-9433 9433 9433 9433

-15789 15789 15789 15789

0 0 0 0

-9890 9890 9890 9890

-9932 9932 9932 9932

-9638 9638 9638 9638

-16129 16129 16129 16129

0 0 0 0

-16268 16268 16268 16268

0

0

0

0

0

0

0

0

0

0

0

0


103



Tabel 4. 81 Metode Silver Meal Komponen Velg RR Part No BOM UOM Setup Cost Holding Cost Periode NR 1 18488 1,2 37354 2 18866 2,3 50444 3 31578 3,4 31578 4 0 4,5 19780 4,5,6 39644 6 19864 6,7 39140 7 19276 7,8 51534 8 32258 8,9 32258 9 0 9, 10 32536 9, 10,11 65214 11 32678 11,12 32678 12 0


Holding Cost Rp Rp 226.392.000 Rp Rp 378.936.000 Rp Rp Rp Rp 237.360.000 Rp 951.456.000 Rp Rp 231.312.000 Rp Rp 387.096.000 Rp Rp Rp Rp 390.432.000 Rp 1.565.136.000 Rp Rp Rp -


Total Cost 1.500.000 227.892.000 1.500.000 380.436.000 1.500.000 1.500.000 238.860.000 952.956.000 1.500.000 232.812.000 1.500.000 388.596.000 1.500.000 1.500.000 391.932.000 1.566.636.000 1.500.000 1.500.000 -

Description On Hand Order Policy Lot Size Lot Size TC /Periode 18488 Rp 1.500.000 37354 Rp 113.946.000 18866 Rp 1.500.000 50444 Rp 190.218.000 31578 Rp 1.500.000 31578 Rp 750.000 0 Rp 19780 Rp 119.430.000 39644 Rp 317.652.000 19864 Rp 1.500.000 39140 Rp 116.406.000 19276 Rp 1.500.000 51534 Rp 194.298.000 32258 Rp 1.500.000 32258 Rp 750.000 0 Rp 32536 Rp 195.966.000 65214 Rp 522.212.000 32678 Rp 1.500.000 32678 Rp 750.000 0 Rp -

Velg RR 0 SM SM Order Ke 1 2

3 4 5 6

7 8

9


Tabel 4. 82 MRP Komponen Velg RR Part No BOM UOM Lead Time Safety Stock Periode



31 2 1 0

Past Due

0

PAB II

Velg RR 0

SM SM

1

2

3

4

5

6

7

18488

18866

31578

0

19780

19864

19276

32258

8

-18488

-18866

-31578

0

0

-19864

-19276

-32258

18488

18866

31578

0

0

19864

19276

32258

18488

18866

31578

19780

0

19864

19276

32258

18866

31578

19780

0

19864

19276

32258

32536

0

0

0

19780

0

0

0

0

9

10

0

11

12

32536

32678

0

0

0

-32678

0

0

0

32678

0

32536

0

32678

0

0

32678

0

0

32536

0

0

0


Tabel 4. 83 MRP Komponen Tire RR Part No BOM UOM Lead Time Safety Stock Periode



32 2 2 0

Past Due

0

PAB II

Tire RR 0

EOQ EOQ 8

9

2502 10

Unit

1

2

3

4

5

6

7

18488

18866

31578

0

19780

19864

19276

32258

0

32536

32678

11

0

12

- 18488

- 17338

- 31402

1124

- 18656

- 18504

- 17764

- 30006

18

- 32518

- 32670

2358

18488

17338

31402

0

18656

18504

17764

30006

0

32518

32670

0

20016

17514

32526

0

20016

20016

20016

30024

0

32526

35028

0

32526

0

20016

20016

20016

30024

0

32526

35028

0

0

0

1528

176

1124

1124

1360

1512

2252

18

18

8

2358

2358


Tabel 4. 84 MRP Induk Assembling 2 Part No BOM UOM Lead Time Safety Stock Periode Gross Requirement Schedule Receipts PAB I Net Requirement Planned Order Receipts Planned Order Released PAB II

Past Due

0


33 1 0 0 1 9244

2 9433

3 15789

4 0

5 9890

6 9932

7 9638

-9244 9244 9244 9244

-9433 9433 9433 9433

-15789 15789 15789 15789

0 0 0 0

-9890 9890 9890 9890

-9932 9932 9932 9932

0

0

0

0

0

0

8 16129

Assembling 2 0 LFL 1 9 0

10 16268

11 16339

12 0

-9638 9638 9638 9638

-16129 16129 16129 16129

0 0 0 0

-16268 16268 16268 16268

-16339 16339 16339 16339

0 0 0 0

0

0

0

0

0

0


104



Tabel 4. 85 MRP Induk Sub Assembling 1 Part No BOM UOM Lead Time Safety Stock Periode



34 1 0 0

Past Due

0

PAB II

Sub Assembling 1 0

LFL 1

1

2

3

4

5

6

7

8

9244

9433

15789

0

9890

9932

9638

16129

9

10

0

16268

16339

-9244

-9433

-15789

0

-9890

-9932

-9638

9244

9433

15789

0

9890

9932

9638

9244

9433

15789

0

9890

9932

9244

9433

15789

0

9890

9932

0

0

0

0

0

0

11

-16129

0

-16268

-16339

0

16129

0

16268

16339

0

9638

16129

0

16268

16339

0

9638

16129

0

16268

16339

0

0

0

0

0

0

12 0

0


Tabel 4. 86 MRP Komponen Axle Shaft Part No BOM UOM Lead Time Safety Stock Periode



35 2 0 0

Past Due

0

PAB II

Axle Shaft 0

POQ EOQ

1

1938

P eriode

Unit

1

2

3

4

5

6

7

8

9

10

18488

18866

31578

0

19780

19864

19276

32258

0

32536

32678

11

12 0

- 18488

- 17974

- 30172

836

- 18944

- 19428

- 17386

- 32202

744

- 31792

- 31524

1422

18488

17974

30172

0

18944

19428

17386

32202

0

31792

31524

0

19380

19380

31008

0

19380

21318

17442

32946

0

32946

32946

0

19380

19380

31008

0

19380

21318

17442

32946

0

32946

32946

0

892

1406

836

836

436

1890

56

744

744

1154

1422

1422


Tabel 4. 87 MRP Komponen Green Gear Part No BOM UOM Lead Time Safety Stock Periode



36 1 1 0

Past Due

0

PAB II

Green Gear 0

POQ EOQ

1

1662 10

P eriode

Unit

1

2

3

4

5

6

7

8

9

9244

9433

15789

0

9890

9932

9638

16129

0

16268

16339

11

0

12

- 9244

- 8705

-14522

436

- 9454

- 9414

-9080

- 15237

1383

- 14885

- 16266

354

9244

8705

14522

0

9454

9414

9080

15237

0

14885

1 6266

0

9972

9972

14958

0

9972

9972

9972

16620

0

14958

16620

0

9972

14958

0

9972

9972

9972

16620

0

14958

16620

0

0

728

1267

436

436

518

5 58

892

1383

1383

73

354

354

11

12



Gross Requirement Schedule Receipts PAB I Net Requirement Planned Order Receipts Planned Order Released PAB II


37 1 0 0

Past Due

0

Assembling 1 0

LFL 1

1

2

3

4

5

6

7

8

9244

9433

15789

0

9890

9932

9638

16129

9

10

0

16268

16339

-9244

-9433

-15789

0

-9890

-9932

-9638

9244

9433

15789

0

9890

9932

9638

-16129

0

-16268

-16339

0

16129

0

16268

16339

0

9244

9433

15789

0

9890

9932

9244

9433

15789

0

9890

9932

9638

16129

0

16268

16339

0

9638

16129

0

16268

16339

0

0

0

0

0

0

0

0

0

0

0

0

0

0


105



Tabel 4. 89 Metode Silver Meal Komponen Bearing Part No BOM UOM Setup Cost Holding Cost Periode NR 1 36976 1,2 74708 2 37732 2,3 100888 3 63156 3,4 63156 4 0 4,5 39560 4,5,6 79288 6 39728 6,7 78280 7 38552 7,8 103068 8 64516 8,9 64516 9 0 9, 10 65072 9, 10,11 130428 11 65356 11,12 65356 12 0


Holding Cost Rp Rp 641.444.000 Rp Rp 1.073.652.000 Rp Rp Rp Rp 672.520.000 Rp 2.695.792.000 Rp Rp 655.384.000 Rp Rp 1.096.772.000 Rp Rp Rp Rp 1.106.224.000 Rp 4.434.552.000 Rp Rp Rp -


Total Cost 2.500.000 643.944.000 2.500.000 1.076.152.000 2.500.000 2.500.000 675.020.000 2.698.292.000 2.500.000 657.884.000 2.500.000 1.099.272.000 2.500.000 2.500.000 1.108.724.000 4.437.052.000 2.500.000 2.500.000 -

Description On Hand Order Policy Lot Size Lot Size TC /Periode 36976 Rp 2.500.000 74708 Rp 321.972.000 37732 Rp 2.500.000 100888 Rp 538.076.000 63156 Rp 2.500.000 63156 Rp 1.250.000 0 Rp 39560 Rp 337.510.000 79288 Rp 899.430.667 39728 Rp 2.500.000 78280 Rp 328.942.000 38552 Rp 2.500.000 103068 Rp 549.636.000 64516 Rp 2.500.000 64516 Rp 1.250.000 0 Rp 65072 Rp 554.362.000 130428 Rp 1.479.017.333 65356 Rp 2.500.000 65356 Rp 1.250.000 0 Rp -

Bearing 0 SM SM Order Ke 1 2

3 4 5 6

7 8

9


Tabel 4. 90 MRP Komponen Bearing Part No BOM UOM Lead Time Safety Stock Periode



38 4 1 0

Past Due

0

PAB II

Bearing 0

SM SM

1

2

3

4

5

6

7

36976

37732

63156

0

39560

39728

38552

64516

8

-36976

-37732

-63156

0

0

-39728

-38552

-64516

36976

37732

63156

0

0

39728

38552

64516

36976

37732

63156

39560

0

39728

38552

64516

37732

63156

39560

0

39728

38552

64516

65072

0

0

0

39560

0

0

0

0

9 0

10

11

12

65072

65356

0

0

0

-65356

0

0

0

65356

0

65072

0

65356

0

0

65356

0

0

65072

0

0

0


Tabel 4. 91 MRP Komponen Chasis Part No BOM UOM Lead Time Safety Stock Periode Gross Requirement Schedule Receipts PAB I Net Requirement Planned Order Receipts Planned Order Released PAB II

Past Due

0


39 1 1 0 1 9244

2 9433

3 15789

4 0

5 9890

6 9932

7 9638

-9244 9244 9972 9972

-8705 8705 9972 14958

-14522 14522 14958 0

436 0 0 9972

-9454 9454 9972 9972

-9414 9414 9972 9972

728

1267

436

436

518

558

8 16129

Chasis 0 POQ EOQ 9 0

1 1662 10 16268


12 0

-9080 9080 9972 16620

-15237 15237 16620 0

1383 0 0 14958

-14885 14885 14958 16620

-16266 16266 16620 0

354 0 0 0

892

1383

1383

73

354

354


106



4.2.5 Line Balancing

4.2.5.1 Metode Cluster A. Waktu Siklus (WS)

   8 ×3600   9401 3,06   40   15 271   ℎ       40  6,78≈7  

B. Waktu Maksimal Kegiatan

C. Jumlah Stasiun Kerja

Tabel 4. 92 Pembagian Region (Stasiun Kerja) Region Task Task Time 1

1,2

22

2

3,4

23

3

5,6

29

4

7,8

29

5

9,10,11

28

6

12,13,14,15,16

35

7

17,18,19,20

36

8

21,22,23

29

9

24,25

40


Gambar 4. 13 Precedence Diagam Setelah Pembagian Region (Sumber: Pengolahan Data)

107



Tabel 4. 93 Kumulatif Waktu Tiap Stasiun Kerja Work Station 1

2

3

4

5

6

7

8

9

Task

Task Time

Cumulative Station Time

1

0

0

2

22

22

3

13

13

4

10

23

5

18

18

6

11

29

7

18

18

8

11

29

9

7

7

10

11

18

11

10

28

12

5

5

13

3

8

14

8

16

15

8

24

16

11

35

17

9

9

18

7

16

19

9

25

29

11

36

21

12

12

22

9

21

23

8

29

24

40

40

25

0

40


Tabel 4. 94 Efisiensi Stasiun Kerja Work Station

1 2 3 4 5 6 7 8 9

Station Time

22 23 29 29 28 35 36 29 40 Jumlah Rata-rata

Idle Time

18 17 11 11 12 5 4 11 0

Efesiensi Stasiun Kerja 55,0% 57,5% 72,5% 72,5% 70,0% 87,5% 90,0% 72,5% 100,0% 677,5% 75,3%


Contoh Perhitungan: A. Efisiensi Stasiun Kerja

1.

   1   ×100%  2240 ×100%55,0% 108



   2   ×100%  2340 ×100%57,0%    3   ×100%  2940 ×100%72,5%    4   ×100%  2940 ×100%72,5%    5   ×100%  2840 ×100%70,0%    6   ×100%  3540 ×100%87,5%    7   ×100%  3640 ×100%90,0%    8   ×100%  2940 ×100%72,5%    9   ×100%  4040 ×100%100,0% ℎ     ℎ  677,95% 75,3%  100%   100%75,3%24,7% 2.

3.

4.

5.

6.

7.

8.

9.

B. Rata-rata Persen Efisiensi

C. Idle Time

109



D. Balance Delay

   ×100%    ℎ ×    ℎ ×  271  ×100%  9×409×40  360 360271  ×100%  36089  ×100%24,7%       ℎ ×   ×100% 271  ×100%  9×40   271360   ×100%75,3% ℎ  ∑  4022  4023 ⋯ 4040 √ 116134,07 E. Efisiensi Lintasan Kerja

F. Smoothness Index

4.2.5.2 Metode Ranked Position Weight A. Waktu Siklus (WS)

   8 ×3600   9401 3,06   40   1 271   ℎ       40  6,78≈7  

B. Waktu Maksimal Kegiatan

C. Jumlah Stasiun Kerja

110



Tabel 4. 95 Tabel Positional Weight Awal Task Task Time

Tabel 4. 96 Tabel Pengurutan Positional Weight

Positional Weight

Task

Task T im e

P osit ional Weight

1

0

191

1

0

191

2

22

191

2

22

191

3

13

182

3

13

182

4

10

169

5

18

177

5

18

177

4

10

169

6

11

159

7

18

166

7

18

166

6

11

159

8

11

148

8

11

148

9

7

144

9

7

144

10

11

137

12

5

140

11

10

126

10

11

137

12

5

140

13

3

135

13

3

135

14

8

132

14

8

132

11

10

126

15

8

124

15

8

124

16

11

116

16

11

116

17

9

105

17

9

105

18

7

96

18

7

96

19

9

89

19

9

89

20

11

80

20

11

80

21

12

69

21

12

69

22

9

57

22

9

57

23

8

48

23

8

48

24

40

40

24

40

40

25

0

0

25

0

0



Tabel 4. 97 Kumulatif Station Time Tiap Stasiun Kerja Work Station Task Task Time 1 0 1 2 22 3 13 5 18 2 4 10 7 18 3 6 11 8 11 9 7 12 5 4 10 11 13 3 14 8 11 10 15 8 5 16 11 17 9 18 7 19 9 6 20 11 21 12 22 9 7 23 8 24 40 8 25 0

Cumulative Station Time 0 22 35 18 28 18 29 40 7 12 23 26 34 10 18 29 38 7 16 27 39 9 17 40 40


111



Tabel 4. 98 Efisiensi Stasiun Kerja Wo rk S ta tio n

1 2 3 4 5 6 7 8

S ta tion Time

35 28 40 34 38 39 17 40 Jumlah Rata-rata

Id le Time

5 12 0 6 2 1 23 0

Efesiensi Stasiun Kerja 87,5% 70,0% 100,0% 85,0% 95,0% 97,5% 42,5% 100,0% 677,5% 84,7%


Contoh Perhitungan: A. Efisiensi Stasiun Kerja

1.

2.

3.

4.

5.

6.

7.

8.

     1  ×100%    3540×100%87, 5 %    2 28   ×100%  40×100%70, 0 %    3 40   ×100%  40×100%100%    4 34   ×100%  40×100%85, 0 %    5 38   ×100%  40×100%95, 0 %    6 39   ×100%  40×100%97, 5 %    7 17   ×100%  40×100%42, 5 %    8 40   ×100%  40 ×100%100% 112



B. Rata-rata Persen Efisiensi

ℎ     ℎ  677,85% 84,7%  100%   100%84,7%15,3%    ×100%    ℎ ×    ℎ ×  271  ×100%  8×408×40  320 360271  ×100%  32049  ×100%15,31% C. Idle Time

D. Balance Delay

E. Efisiensi Lintasan Kerja

      ℎ ×   ×100% 271  ×100%  8×40   271320   ×100%84,7% ℎ  ∑  4035  4028 ⋯ 4040 √ 73927,19 F. Smoothness Index

113

BAB V ANALISIS 5.1 PERAMALAN (FORECASTING )

Praktikum modul Peramalan ( Forecasting ) kali ini membahas mengenai kegiatan memprediksi demand di masa depan dengan menggunakan data demand awal (masa lalu). Ramalan yang diperoleh pada modul kali ini yaitu menggunakan metode kuantitatif dengan model time series. Peramalan time series merupakan metode kuantitatif untuk menganalisis data masa lampau yang telah dikumpulkan secara teratur dengan menggunakan teknik yang tepat. Metode peramalan ( forecasting ) yang digunakan untuk meramalkan demand pada 12 periode yang akan datang yaitu Double Moving Average ( DMA), Double Exponential Smoothing ( DES ) Satu Parameter dari Brown, Double Exponential Smoothing ( DES ) Dua Parameter dari Holt dan metode peramalan Regresi Linier. Tabel 5. 1 Perhitungan Mean Squared Error ( MSE ) Metode Forecasting Error DES DES DMA Regresi Linier Brown Holt MSE 10811,25 3216,18 313,14 3,38 (Sumber: Pengolahan Data)

Hasil peramalan ( forecasting ) pada modul ini diupayakan untuk dapat meminimumkan pengaruh ketidakpastian, dengan kata lain bertujuan untuk mendapatkan ramalan yang bisa meminimumkan kesalahan dalam meramal ( forecast error ) yang biasanya diukur dengan menggunakan Mean Squared Error ( MSE ). Semakin kecil nilai MSE , maka akurasi peramalan akan semakin tinggi atau dengan kata lain nilai MSE terkecil merupakan hasil ramalan terbaik. Penggunaan Mean Squared Error ( MSE ) sebagai metode pengukuran error disebabkan karena MSE sangat baik dalam memberikan gambaran terhadap konsistensi data. Semakin minimum nilai MSE , maka varian model yang ada akan semakin kecil. Data dengan varian yang kecil akan memberikan hasil yang relatif lebih konsisten untuk seluruh data dibandingkan dengan data dengan varian yang lebih besar. Berdasarkan Tabel 5.1 di atas menunjukkan hasil perhitungan Error yaitu MSE . Hasil perhitungan MSE dengan menggunakan metode peramalan Double Moving

114



Average menjadi nilai yang paling besar yaitu 10811,25, hal tersebut menunjukkan bahwa metode peramalan yang dilakukan dengan menggunakan Double Moving Average memiliki tingkat akurasi yang rendah. Hasil perhitungan MSE pada metode peramalan Regresi Linier menjadi nilai yang terkecil dari semua metode peramalan yang telah dilakukan yaitu sebesar 3,38, hal tersebut menunjukkan bahwa metode peramalan ( forecasting ) yang dilakukan dengan menggunakan metode Regresi Linier memiliki akurasi yang tinggi atau dengan kata lain merupakan metode terbaik. Adanya metode peramalan ( forecasting ) yang baik dan memiliki tingkat akurasi yang tinggi diharapkan dapat membantu suatu perusahaan dalam mengambil kebijakan dalam memenuhi permintaan ( demand ).

5.2 RENCANA PRODUKSI AGREGAT

Praktikum modul Rencana Produksi Agregat kali ini membahas mengenai menghitung total biaya berdasarkan Demand yang telah diramalkan di modul Peramalan ( Forecasting ) sebelumnya. Penggunaan perencanaan agregat ditujukkan untuk menentukan kombinasi yang optimal dari tingkat produksi, jumlah tenaga kerja, dan tingkat persediaan. Perencanaan agregat yang tergolong perencanaan jangka menengah memegang peranan penting dalam perencanaan operasi secara kesuluruhan. Strategi yang digunakan dalam modul Rencana Produksi Agregat kali ini yaitu strategi tenaga kerja tetap, strategi tenaga kerja berubah dan strategi transportasi. Tabel 5. 2 Ringkasan Perhitungan Total Cost No. Metode Total Cost 1 Strategi Tenaga Kerja Tetap ( Round Up ) Rp 6.368.577.500 2 Strategi Tenaga Kerja Tetap ( Round Down ) Rp 6.316.552.500 3 Strategi Tenaga Kerja Berubah ( Round Up ) Rp 6.424.822.500 4 Strategi Tenaga Kerja Berubah ( Round Down ) Rp 6.452.900.000 5 Strategi Transportasi Rp 6.208.977.500 (Sumber: Pengolahan Data)

Tabel 5.2 di atas merupakan hasil perhitungan total cost berdasarkan strategi yang digunakan. Strategi tenaga kerja tetap menunjukkan hasil ongkos total yang relatif lebih kecil dibandingkan dengan menggunakan strategi tenaga kerja berubah. Hal tersebut dapat terjadi karena pada strategi tenaga kerja tetap, jumlah tenaga kerja

115



yang digunakan dari periode 1 sampai dengan 12 adalah sama. Berbeda jika dibandingkan dengan strategi tenaga kerja berubah, pada strate gi ini jumlah tenaga kerja yang digunakan pada setiap periode bergantung pada jumlah hari kerja (HK) dan permintaan (demand ), serta adanya pemberhentian pada tenaga kerja pun menambah ongkos yang harus dikeluarkan. Ongkos total tekecil pada perencanaan agregat

ini

yaitu

dengan

menggunakan

strategi

transportasi

sebesar

Rp6.208.997.500. Strategi transportasi yang digunakan lebih menekankan pada pemenuhan permintaan (demand ) dengan kapasitas yang tersedia.

5.3 DISAGREGASI DAN MASTER PRODUCTION SCHEDULE

Proses disagregasi memungkinkan suatu perusahaan mendapatkan Jadwal Induk Produksi berdasarkan item bukan berdasarkan family atau secara agregat. Hasil disegregasi ini menjadi Jadwal Induk Produksi dan merupakan masukan untuk perencanaan kebutuhan material. Adanya proses disagregasi pada suatu family produk akan sangat membantu perusahaan dalam merencanakan kebutuhan produksi serta tentunya akan mempermudah perusahaan dalam menganalisa kebutuhan materialnya. Proses disagregasi yang dilakukan pada modul ini yaitu pada family Tamiya dan Auldey yang masing-masingnya memiliki dua item yaitu Baracuda, Cobra, Hauler dan Emperor.

Periode 1 2 3 4 5 6 7 8 9 10 11 12

Tabel 5. 3 Keputusan Produksi Produksi atau Tidak Produksi

Baracuda Produksi Produksi Produksi Tidak Produksi Produksi Produksi Produksi Tidak Produksi Produksi Tidak

Cobra Produksi Produksi Produksi Tidak Produksi Produksi Produksi Produksi Tidak Produksi Produksi Tidak

Hauler Produksi Produksi Tidak Produksi Tidak Tidak Produksi Tidak Produksi Tidak Tidak Produksi

Emperor Produksi Produksi Tidak Produksi Tidak Tidak Produksi Tidak Produksi Tidak Tidak Produksi


116



Berdasarkan Tabel 5.3 menunjukan keputusan perusahaan untuk memproduksi atau tidak memproduksi keempat jenis produk yang ada. Keputusan untuk memproduksi produk tersebut diambil apabila nilai inventori akhir safety stock



,

lebih kecil dari nilai

, sebaliknya apabila nilai inventori akhir lebih besar dari nilai

safety stock maka tidak akan dilakukan produksi. Sebagai contoh, pada periode 3 perusahaan tidak memproduksi produk Hauler dan Emperor dikarenakan nilai inventori akhir masing-masing yaitu 97 unit dan 371 unit . Hal tersebut menunjukan nilai inventori lebih besar dari nilai safety stock yang berjumlah 0 unit atau tidak terdapat safety stock . Tabel 5. 4 Master Production Schedule Baracuda Description Order Quantity Periode


Baracuda


2 Periode NR

Past Due

148

0 4 7

Lead Time

1

Lot Size

10

1

2

3

4

5

6

7

8

9

10

11

12

5935

5961

5987

6013

6039

6065

6090

6116

6142

6168

6195

6220

6232

6558

6886

7216

7247

6975

0

0

0

0

0

0

9392

9433

15789

0

9890

9932

9638

16129

0

16268

16339

0

3308

6183

15086

7870

10513

13470

17018

27031

20889

30989

41133

34913

33 08

61 83

15 08 6

7 87 0

1 05 13

1 34 70

17 018

2 70 31

2 08 89

3 098 9

4 11 33

34 91 3


Master Production Schedule dapat digunakan suatu perusahaan dalam merencakan proses produksi selama periode yang telah ditentukan. MPS dapat digunakan sebagai dasar dalam penentuan kebutuhan sumber daya seperti tenaga kerja dan kapasitas mesin. MPS pun dapat memberikan informasi penting terutama berkaitan dengan ATP ( Available to Promise) agar dapat memberikan janji yang terukur kepada pelanggan. Berdasarkan Tabel 5.4 di atas, MPS untuk produk Baracuda memberikan informasi-informasi berkaitan dengan kegiatan produksi untuk produk Baracuda selama periode tertentu, dalam pembuatan MPS diperlukan informasiinformasi pendukung seperti keputusan produksi atau tidak produksinya suatu produk pada periode tertentu, actual demand , inventori awal dan lain-lain. Nilai 0 pada Master Schedule periode 4 diakibatkan karena pada periode tersebut tidak terjadi proses produksi untuk item Baracuda. Available to Promise ( ATP ) untuk item Baracuda periode 1 yaitu sebesar 3308 unit , hal tersebut menunjukkan bahwa perusahaan dapat menjanjikan produk kepada konsumen sebanyak 3308 unit .

117



5.4 STRUKTUR PRODUK , BILL OF MATERIALS DAN MATERIAL REQUIREMENT PLANNING

Material Requirement Planning pada dasarnya memberikan informasi-informasi terkait kebutuhan komponen untuk suatu produk end item. Informasi lain yang tersedia dapat berupa jadwal pelaksanaan rencana pemesanan, jadwal pemesanan ulang atau pembatalan pesanan, kebutuhan minimal setiap item, sehingga pada akhirnya diharapkan dapat meningkatkan efisiensi dari suatu proses produksi. Input yang harus tersedia agar diperoleh informasi-informasi tersebut berupa Jadwal Induk Produksi atau Master Production Schedule, status persediaan (inventori record ) dan Bill of Materials ( BOM ) atau struktur produk. Modul Struktur Produk, Bill of Materials dan Material Requirement Planning bertujuan untuk membuat MRP terhadap komponen-komponen pada suatu produk end item. Terdapat 4 kebijakan pemesanan ( Order Policy) yang digunakan dalam pembuatan MRP pada modul ini yaitu POQ ( Period Order Quantity), EOQ ( Economic Order Quantity), Lot For Lot dan Silver Meal . Terdapat beberapa komponen pada MRP yang berisi informasi-informasi penting, seperti misalnya Gross Requirement atau kebutuhan kasar merupakan total dari semua kebutuhan, termasuk kebutuhan yang diantisipasi untuk setiap periode waktu, Net Requirement yang merupakan jumlah aktual yang diinginkan untuk diterima atau diproduksi dalam periode bersangkutan dan komponen-komponen lainnya. Berikut merupakan MRP sebagai perbandingan dari dua kebijakan pemesanan yaitu EOQ dan Lot For Lot dapat dilihat pada Tabel 5.5 dan Tabel 5.6 di bawah i ni: Tabel 5. 5 MRP Komponen Black Roller Part No BOM UOM Lead Time Safety Stock Periode Past Due Gross Requirement Schedule Receipts PAB I 0 Net Requirement Planned Order Receipts Planned Order Released PAB II

4 0

5 19780

6 19864

Description Black Roller On Hand 0 Order Policy EOQ Lot Size EOQ 7 8 9 19276 32258 0

2132 0 0 20727

-17648 17648 17766 20727

- 19746 19746 20727 32571

- 18295 18295 20727 0

- 29826 29826 32571 32571

2745 0 0 32571

- 29791 29791 32571 0

- 298 98 29898 32571 0

2673 0 0 0

2132

118

981

2432

2745

2745

2780

2673

2673

6 2 2 0 1 18488

2 18866

3 31578

- 18488 - 16627 - 30439 18488 16627 30439 20727 17766 32571 32571 0 17766 2239

1139

2132

2961 10 32536

Unit 11 32678

12 0


118



Tabel 5. 6 MRP Induk Assembling 12 Part No BOM UOM Lead Time Safety Stock


5 1 0 0

Past Due

Periode


0

Assembling 12 0

LFL 1

1

2

3

4

5

6

7

8

9

10

11

12

9244

9433

15789

0

9890

9932

9638

16129

0

16268

16339

0

-9244

-9433

-15789

0

-9890

-9932

-9638

-16129

0

-16268

-16339

0

9244

9433

15789

0

9890

9932

9638

16129

0

16268

1 6339

0

9244

9433

15789

0

9890

9932

9638

16129

0

16268

16339

0

9244

9433

15789

0

9890

9932

9638

16129

0

16268

16339

0

0

0

0

0

0

0

0

0

0

0

0

PAB II

0


Berdasarkan Tabel 5.5 dan Tabel 5.6 di atas menunjukkan bahwa terdapat perbedaan yang signifikan terlihat, terutama pada komponen MRP Planned Order Receipts atau penerimaan pemesanan yang direncanakan. Pada metode atau Order Policy Lot For Lot , penentuan jumlah kebutuhan bahan baku ditetapkan berdasarkan kebutuhan bersih (net requirement ) untuk satu periode tunggal, sedangkan pada metode Economic Order Quantity ( EOQ) penentuan jumlah kebutuhan bahan baku ditetapkan berdasarkan kebutuhan yang diperkirakan. Besarnya kebutuhan bahan baku yang diperkirakan pada metode EOQ biasanya dihitung sebesar

  ̅

dengan A merupakan setup cost ,

̅

merupakan rata-

rata kebutuhan kasar (Gross Requirement ) pada beberapa periode tertentu dan h merupakan ongkos penyimpanan (holding cost ). 5.5 LINE BALANCING

Penyeimbangan

lini

perakitan

dapat

digunakan

sebagai

langkah

dalam

meminimumkan banyaknya work station dan meminimumkan waktu menganggur (idle time) pada lintasan produksi. Meminimumkan waktu menganggur berarti meminimumkan biaya idle time pada setiap stasiun kerja. Tujuan dari pada penyeimbangan lintasan adalah memaksimasi kecepatan di tiap stasiun kerja sehingga dicapai efisiensi kerja yang tinggi di tiap stasiun kerja. Tabel 5. 7 Hasil Perhitungan Metode Cluster dan RPW Objek Analisis Metode

Rata-rata Efisiensi WS Balance Delay Efisiensi Lintasan Kerja Smoothness Index

Cluster Ranked Positional Weight

75,3% 84,7%

24,7% 15,3%

75,3% 84,7%

34,07 27,19


Berdasarkan Tabel 5.7 menunjukkan bahwa dengan menggunakan metode Cluster , rata-rata efisiensi stasiun kerja yang dihasilkan yaitu sebesar 75,3% dan dengan

119



menggunakan metode RPW efisiensi stasiun kerja meningkat menjadi 84,7%. Perbedaan tersebut terjadi karena terdapat perbedaan dari banyaknya stasiun kerja. Banyaknya stasiun kerja dengan menggunakan metode Cluster yaitu sebanyak 9 stasiun kerja dan 8 stasiun kerja pada penggunaan metode Ranked Positional Weight . Balance Delay merupakan ukuran dari ketidakefisienan lini perakitan yang dihasilkan dari waktu menganggur sebenarnya yang disebabkan karena pengalokasian yang kurang sempurna di antara stasiun-stasiun kerja, semakin besar efisiensi stasiun kerja maka semakin kecil persentase Balance Delay yang dihasilkan. Balance Delay yang dihasilkan dari penggunaan metode Cluster yaitu sebesar 24,7% dan Balance Delay dari metode RPW yaitu sebesar 15,3%, dalam hal ini berarti metode RPW menjadi metode yang optimal dalam meminimumkan waktu menganggur dari stasiun-stasiun kerja. Efisiensi lini perakitan pada metode Cluster yaitu sebesar 75,3% dan pada metode RPW sebesar 84,7%, hal tersebut menunjukkan suatu tingkat efisiensi waktu pada keseluruhan lini perakitan perakitan, dalam hal tersebut metode RPW menjadi metode yang memiliki tingkat efisiensi yang tinggi dalam hal peningkatan efisiensi pada keseluruhan stasiun kerja. Smoothness Index merupakan suatu cara untuk mengukur tingkatan waktu tunggu relatif dari suatu lini perakitan, semakin mendekati nol nilai Smoothness Index suatu lini, maka semakin seimbang suatu lini, artinya pembagian tugas-tugas pada suatu stasiun kerja cukup merata. Lini perakitan dikatakan mempunyai keseimbangan sempurna jika nilai Smoothness Index sebesar 0. Besarnya Smoothness Index dengan menggunakan metode Cluster yaitu sebesar 34,07 dan dengan metode RPW yaitu sebesar 27,19, dalam hal ini berarti metode RPW memiliki tingkat waktu tunggu relatif paling rendah

120

BAB VI KESIMPULAN DAN SARAN 6.1

KESIMPULAN

6.1.1


Berdasarkan praktikum modul Peramalan ( Forecasting ) yang telah dilakukan maka dapat ditarik kesimpulan bahwa: 1. Perhitungan error dengan menggunakan MSE dapat digunakan sebagai cara untuk meminimumkan kesalahan dalam meramal ( forecast error ). 2. Mean Squared Error ( MSE ) sangat baik dalam menggambarkan konsistensi data. Data dengan varian kecil memberkan hasil yang relatif lebih konsisten. 3. Semakin kecil nilai MSE , maka akurasi peramalan akan semakin tinggi atau dengan kata lain nilai MSE terkecil merupakan ramalan terbaik. 4. Metode peramalan ( forecasting ) dengan nilai MSE terbesar yaitu Double Moving Average sebesar 10811,25, hal tersebut berarti peramalan yang telah dilakukan memiliki tingkat akurasi yang rendah. 5. Metode peramalan ( forecasting ) dengan nilai MSE terkecil yaitu Regresi Linier sebesar 3,38, hal tersebut berarti peramalan yang telah dilakukan memiliki tingkat akurasi yang tinggi atau dengan kata lai n metode terbaik. 6.1.2


Berdasarkan praktikum modul Rencana Produksi Agregat yang telah dilakukan maka dapat ditarik kesimpulan bahwa: 1. Pada dasarnya tujuan dari perencanaan agregat yaitu menggunakan sumber

daya manusia dan peralatan secara produktif. 2. Strategi tenaga kerja tetap menggunakan jumlah tenaga kerja yang sama

pada periode 1 sampai dengan 12. 3. Strategi tenaga kerja berubah menggunakan jumlah tenaga kerja yang

berbeda setiap periodenya bergantung pada jumlah hari kerja dan permintaan (demand ). 4. Pada strategi tenaga kerja berubah membutuhkan biaya tambahan yaitu

biaya pemberhentian tenaga kerja ( Layoff ).

121



5. Strategi transportasi merupakan strategi yang menghasilkan ongkos total

paling minimum yaitu sebesar Rp6.208.997.500. 6. Strategi transportasi menekankan pada pemenuhan permintaan berdasarkan

kapasitas produksi yang tersedia. 6.1.3


Berdasarkan praktikum modul Disagregasi dan Master Production Schedule yang telah dilakukan maka dapat ditarik kesimpulan bahwa: 1. Proses disagregasi dapat digunakan untuk memecah suatu family produk tertentu kedalam item atau jenis produk. 2. MPS pada dasarnya merupakan suatu perencanaan tentang produk akhir dari suatu perusahaan industri manufaktur yang merencanakan memproduksi output berkaitan dengan kuantitas dan periode waktu. 3. Apabila nilai inventori akhir dari suatu item lebih kecil dari nilai safety stock item tersebut, maka terjadi produksi untuk item tersebut. 4. Apabila nilai inventori akhir dari suatu item lebih besar dari nilai safety stock item tersebut, maka tidak terjadi proses produksi untuk item tersebut. 5. Master

Production

Schedule dapat

digunakan

perusahaan

dalam

menentukan kebijakan produksi, MPS dapat berisi informasi-informasi penting seperti ATP dan PAB. 6. Planned Order akan dilakukan apabila terdapat PAB yang bernilai negatif selama 2 periode berturut-turut. 7. ATP akan sangat berguna sebagai informasi seberapa banyak produk yang dijanjikan kepada konsumen. 6.1.4


Berdasarkan praktikum modul Struktur Produk , Bill Of Materials dan Material Requirement Planning yang telah dilakukan maka dapat ditarik kesimpulan bahwa: 1. MRP memuat informasi-informasi terkait kebutuhan komponen untuk suatu produk end item. 2. Input yang diperlukan agar MRP menghasilkan informasi yaitu Jadwal Induk Produksi atau Master Production Schedule, status persediaan (inventori record ) dan Bill of Materials ( BOM ) atau struktur produk.

122



3. Order Policy yang digunakan yaitu LFL, EOQ, POQ dan Silver Meal . 4. Setiap Order Policy atau kebijakan pemesanan bahan baku memiliki karakteristik yang berbeda-beda. 5. Perbedaan yang signifikan antara metode LFL dan EOQ yaitu penentuan jumlah bahan baku yang diperlukan. Metode LFL berdasarkan kebutuhan bersih (net requirement ), sedangkan EOQ berdasarkan kebutuhan yang diperkirakan. 6.1.5 Line Balancing

Berdasarkan praktikum modul Line Balancing yang telah dilakukan maka dapat ditarik kesimpulan bahwa: 1. Penyeimbangan lini perakitan dapat mempengaruhi tingkat efisiensi suatu stasiun kerja. 2. Banyaknya stasiun kerja pada metode Cluster yaitu 9 stasiun kerja, sedangkan pada metode RPW sebanyak 8 stasiun kerja. 3. Semakin besar nilai Balance Delay suatu stasiun kerja, maka akan semakin rendah tingkat efisiensi stasiun kerja tersebut dan begitupun sebaliknya. 4. Nilai Smoothness Index yang semakin mendekati 0 pada suatu lini perakitan, maka semakin seimbang lini perakitan tersebut. 5. Metode RPW dalam kasus kali ini menjadi metode yang paling optimal dalam menyeimbangkan task-task pada lini perakitan. 6.2

SARAN

6.2.3


Penyusunan laporan praktikum modul Peramalan ( Forecasting ) memang terdapat banyak kelebihan dan kekurangan, adapun yang ingin disampaikan ole h praktikan adalah: 1. Diperlukan ketelitian ketika melakukan perhitungan dengan menggunakan software Microsoft Office Excel. 2. Diperlukan perhitungan manual dengan kalkulator ilmiah agar tidak terjadi keraguan disamping dengan menggunakan software.

123



3. Ketelitian dalam melakukan perhitungan alpha atau gamma perlu ditingkatkan agar tidak terdapat kesalahan perhitungan. 6.2.2


Penyusunan laporan praktikum modul Rencana Produksi Agregat memang terdapat banyak kelebihan dan kekurangan, adapun yang ingin disampaikan ole h praktikan adalah: 1. Penggunaan software Microsoft Office Excel sangat dianjurkan untuk mempermudah proses pengolahan data. 2. Diperlukan perhitungan manual dengan menggunakan kalkulator ilmiah untuk mendapatkan hasil yang valid. 3. Ketelitian dalam menggunakan rumus perlu ditingkatkan. 6.2.3


Penyusunan laporan praktikum modul Disagregasi dan Master Production Schedule memang terdapat banyak kelebihan dan kekurangan, adapun yang ingin disampaikan oleh praktikan adalah: 1. Praktikan diharapkan mempelajari materi terlebih dahulu agar tidak terjadi kesalahan dalam proses disagregasi ataupun pembuatan Jadwal Induk Produksi. 2. Penggunaan software seperti Microsoft Office Excel akan sangat berguna dalam proses perhitungan. 3. Penggunaan kalkulator ilmiah sangat dianjurkan untuk menghindari ketidakakuratan dalam proses perhitungan. 6.2.4


Penyusunan laporan praktikum modul Struktur Produk , Bill Of Materials dan Material Requirement Planning memang terdapat banyak kelebihan dan kekurangan, adapun yang ingin disampaikan oleh praktikan adalah: 1. Praktikan diharapkan mempelajari materi terlebih dahulu agar tidak terjadi kesalahan dalam proses disagregasi ataupun pembuatan Jadwal Induk Produksi.

124



2. Penggunaan software seperti Microsoft Office Excel akan sangat berguna dalam proses perhitungan. 3. Penggunaan kalkulator ilmiah sangat dianjurkan untuk menghindari ketidakakuratan dalam proses perhitungan. 6.2.5 Line Balancing

Penyusunan laporan praktikum modul Line Balancing memang terdapat banyak kelebihan dan kekurangan, adapun yang ingin disampaikan oleh praktikan adalah: 1. Praktikan diharapkan mempelajari materi terlebih dahulu agar tidak terjadi kesalahan dalam proses disagregasi ataupun pembuatan Jadwal Induk Produksi. 2. Penggunaan software seperti Microsoft Office Excel akan sangat berguna dalam proses perhitungan. 3. Penggunaan kalkulator ilmiah sangat dianjurkan untuk menghindari ketidakakuratan dalam proses perhitungan.

125

DAFTAR PUSTAKA

Harjanto. (2008). Perencanaan Pengajaran. Jakarta: Rineka Cipta. Heizer, Jay and Barry Render. (2001). Operation Management 6 th edition. Prentice Hall Inc, New Jersey. Heizer, Jay dan Barry Render. (2009). Manajemen Operasi Buku 1 Edisi 9. Jakarta: Salemba 4. Narasimhan, Seetharama L. (1995). Production Planning and Inventory Control . Prentice-Hall, New Jersey. Russel, R. Dan Taylor, B.W. (2009). Operation Management: Creating Value along the Supply Chain, 6th Edition . John Willey & Sons. New York Yuli,

Purnami.

(2016).

Exponential

https://www.academia.edu/24552468/Exponential_Smoothing pada tanggal 14 September 2017 pukul 20:00 WIB).

126

Smoothing . (Diakses

LAMPIRAN

127

i r l o a t n w e v A n I

0 5 2

t s o C

i a s k a a t i p s r a e p a T k K a T s a t i s a p a K

2 1

0 0 5 . 7 8 6 . 2 1 5

0 0 0 . 0 0 9 . 6 8 4

0 0 5 . 7 4 9 . 9 2 5

0 0 0 . 0 5 1 . 3 1 5

0 0 5 . 7 1 7 . 6 7 5

0 0 0 . 0 5 5 . 2 1 5

0 0 5 . 7 2 2 . 9 3 5

0 0 0 . 0 0 9 . 6 8 4

0 0 0 . 0 5 5 . 2 1 5

0 0 5 . 7 9 8 . 8 3 5

0 0 0 . 0 5 5 . 2 1 5

0 0 0 . 0 0 9 . 6 8 4

p R

p R

p R

p R

p R

p R

p R

p R

p R

p R

p R

p R

0 3 5

1 9 6 2

2 8 3 5

0

5 3 4 2

9 6 8 4

6 9 2

1 9 6 2

2 8 3 5

0

3 6 5 2

6 2 1 5

0

9 1 8 2

8 3 6 5

0

3 6 5 2

6 2 1 5

0

1 9 6 2

2 8 3 5

0

5 3 4 2

9 6 8 4

0

3 6 5 2

6 2 1 5

0

1 9 6 2

2 8 3 5

0

3 6 5 2

6 2 1 5

0

5 3 4 2

9 6 8 4

4 6 7 0 1

1 9 6 2

2 8 3 5

8 3 7 9

5 3 4 2

9 6 8 4

4 6 7 0 1

1 9 6 2

2 8 3 5

1 5 2 0 1

3 6 5 2

6 2 1 5

6 7 2 1 1

9 1 8 2

8 3 6 5

1 5 2 0 1

3 6 5 2

6 2 1 5

4 6 7 0 1

1 9 6 2

2 8 3 5

8 3 7 9

5 3 4 2

9 6 8 4

1 5 2 0 1

3 6 5 2

6 2 1 5

4 6 7 0 1

1 9 6 2

2 8 3 5

1 5 2 0 1

3 6 5 2

6 2 1 5

8 3 7 9

5 3 4 2

9 6 8 4

0 0 5 7 7

0 0 5 2 0 1

0 0 5 7 4 1

0 0 0 5 7

0 0 0 0 0 1

0 0 0 5 4 1

0 0 5 2 7

0 0 5 7 9

0 0 5 2 4 1

1 9 2

1 1

0 0 0 5 7

0 0 0 0 0 1

0 0 0 5 4 1

0 0 5 2 7

0 0 5 7 9

0 0 5 2 4 1

0 0 0 0 7

0 0 0 0 7

0 0 0 5 9

0 0 0 0 4 1

0 0 0 0 4 1

0 0 5 7 6

0 0 5 2 9

0 0 5 7 3 1

0 0 0 5 6

0 0 0 0 9

0 0 0 5 3 1

0 0 5 2 6

0 0 5 7 8

0 0 5 2 3 1

0 0 0 0 6

0 0 0 5 8

0 0 0 0 3 1

0 0 5 7 5

0 0 5 2 8

0 0 5 7 2 1

0 0 0 5 5

0 0 0 0 8

0 0 0 5 2 1

0 0 5 2 7

0 0 5 7 9

0 0 5 2 4 1

0 0 0 0 7

0 0 0 5 9

0 0 0 0 4 1

0 0 5 7 6

0 0 5 2 9

0 0 5 7 3 1

0 0 0 5 6

0 0 5 2 5

0 0 5 7 7

0 0 5 2 2 1

0 0 5 2 9

0 0 5 7 3 1

0 0 0 5 6

0 0 0 0 9

0 0 0 5 3 1

0 0 5 2 6

0 0 0 0 5

0 0 0 5 7

8 3 7 9

5 1 5

0 3 0 0 0 5 9

0 0 5 7 6

0 0 0 0 9

0 0 0 5 3 1

0 0 5 2 6

0 0 5 7 8

0 0 5 2 3 1

0 0 0 0 6

0 0 0 5 8

0 0 0 0 3 1

0 0 5 7 5

0 0 5 2 8

0 0 5 7 2 1

0 0 0 5 5

0 0 0 0 8

0 0 0 5 2 1

0 0 5 2 5

0 0 5 7 7

0 0 5 2 2 1

0 0 5 7 8

0 0 5 2 3 1

0 0 0 0 6

0 0 0 5 8

0 0 0 0 3 1

0 0 5 7 5

0 0 5 2 8

0 0 5 7 2 1

0 0 0 5 5

0 0 0 0 8

0 0 0 5 2 1

0 0 5 2 5

0 0 5 7 7

0 0 5 2 2 1

0 0 0 0 5

0 0 0 0 5

0 0 0 5 7

0 0 0 0 2 1

0 0 0 5 7

0 0 0 0 2 1

9

0 0 0 5 9

0 0 0 0 4 1

0 0 5 7 6

0 0 5 2 9

0 0 5 7 3 1

0 0 0 5 6

0 0 0 0 9

0 0 0 5 3 1

0 0 5 2 6

0 0 5 7 8

0 0 5 2 3 1

0 0 0 0 6

0 0 0 5 8

0 0 0 0 3 1

0 0 5 7 5

0 0 5 2 8

0 0 5 7 2 1

0 0 0 5 5

0 0 0 0 8

0 0 0 5 2 1

0 0 5 2 5

0 0 5 7 7

0 0 5 2 2 1

8

0 0 5 2 9

0 0 5 7 3 1

0 0 0 5 6

0 0 0 0 9

0 0 0 5 3 1

0 0 5 2 6

0 0 5 7 8

0 0 5 2 3 1

0 0 0 0 6

0 0 0 5 8

0 0 0 0 3 1

0 0 5 7 5

0 0 5 2 8

0 0 5 7 2 1

0 0 0 5 5

0 0 0 0 8

0 0 0 5 2 1

0 0 5 2 5

8 4 2

7

0 0 0 5 6

0 0 0 0 9

0 0 0 5 3 1

0 0 5 2 6

0 0 5 7 8

0 0 5 2 3 1

0 0 0 0 6

0 0 0 5 8

0 0 0 0 3 1

0 0 5 7 5

0 0 5 2 8

0 0 5 7 2 1

0 0 0 5 5

0 0 0 5 7

0 0 0 0 2 1

1 4 4 0 1

1 5 2 0 1

0 9 1 0 0 5 7 6

0 0 0 0 5

0 0 5 7 7

0 0 5 2 2 1

0 0 0 5 2 1

0 0 5 2 5

0 0 5 7 7

0 0 5 2 2 1

0 0 0 0 5

0 0 0 5 7

0 0 0 0 2 1

7 9 3 0 1

8 3 7 9

1 1 4 0 0 0 0 8

0 0 0 0 5

0 0 0 5 7

0 0 0 0 2 1

3 5 3 0 1

3 5 3 0 1

6

0 0 5 2 6

0 0 5 7 8

0 0 5 2 3 1

0 0 0 0 6

0 0 0 5 8

0 0 0 0 3 1

0 0 5 7 5

0 0 5 2 8

0 0 5 7 2 1

0 0 0 5 5

0 0 0 0 8

0 0 0 5 2 1

0 0 5 2 5

0 0 5 7 7

0 0 5 2 2 1

5

0 0 0 5 8

0 0 0 0 3 1

0 0 5 7 5

0 0 5 2 8

0 0 5 7 2 1

0 0 0 5 5

0 0 0 0 8

0 0 0 5 2 1

0 0 5 2 5

0 0 5 7 7

0 0 5 2 2 1

0 0 0 0 5

0 0 0 5 7

0 0 0 0 2 1

9 0 3 0 1

1 5 2 0 1

8 5 0 0 0 0 6

0 0 0 0 5

0 0 0 5 7

0 0 0 0 2 1

5 6 2 0 1

5 6 2 0 1

4

0 0 5 7 5

0 0 5 2 8

0 0 5 7 2 1

0 0 0 5 5

0 0 0 0 8

0 0 0 5 2 1

0 0 5 2 5

0 0 5 7 7

0 0 5 2 2 1

0 0 0 0 5

0 0 0 5 7

0 0 0 0 2 1

1 2 2 0 1

1 2 2 0 1

3

0 0 0 5 5

0 0 0 0 8

0 0 0 5 2 1

0 0 5 2 5

0 0 5 7 7

0 0 5 2 2 1

0 0 0 0 5

0 0 0 5 7

0 0 0 0 2 1

7 7 1 0 1

7 7 1 0 1

2

0 0 5 2 5

0 0 5 7 7

0 0 5 2 2 1

1

0 0 0 5 7

0 0 0 0 2 1

3 3 1 0 1

8 3 7 9

5 9 3 0 0 0 0 5

0 0 0 0 5

0 0 0 5 7

0 0 0 0 2 1

9 8 0 0 1

9 3 8 9 e d o i r e P

T R

T O 1

T S

4 7 5 0 1

5 8 4 0 1

5 8 4 0 1 0 0 0 0 7

0 0 0 0 2 1

0 3 5 0 1

1 5 2 0 1

9 7 2

0 1

0 0 5 . 7 7 9 . 8 0 2 . 6 p R

T R

T O 2

T S

T R

T O 3

T S

T R

T O 4

T S

T R

T O 5

T S

T R

T O

T S

6

128

T R

T O 7

T S

T R

T O 8

T S

T R

T O 9

T S

T R

T O 0 1

T S

T R

T O 1 1

T S

T R

T O 2 1

T d S n a m e D

LAPORAN UAS

Recommend Documents