PPP Laporan Akhir Revisi PDF

 

PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI

LAPORAN AKHIR

Diajukan untuk Memenuhi dan Melengkapi Persyaratan Akademik Mata Kuliah Praktikum Perencanaan dan Pengendalian Produksi Program Studi Teknik Industri Fakultas Teknik Universitas Widyatama

Disusun Oleh : Arip Hidayatullah (0515103014)

LABORATORIUM SISTEM PRODUKSI PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS WIDYATAMA SK Ketua Badan Akreditasi Nasional Perguruan tinggi (BAN-PT) Nomor : 112/BAN-PT/AKRED-XIII/2015 BANDUNG 2017

 

 

LEMBAR PENGESAHAN PRAKTIKUM PERENCANAAN DAN PENGENDALIAN PRODUKSI LAPORAN AKHIR 

PROGRAM TEKNIK INDUSTRI-FAKULTAS TEKNIK UNIVERSITAS WIDYATAMA  Oleh : Arip Hidayatullah (0515103014)

Telah Disetujui dan Disahkan di Bandung, Tanggal ...../ ..... / 2017

Menyetujui, Asisten 1

Asisten 2

Devi Frida Sagala

Rizka Yarsa

Mengesahkan,

Instruktur Praktikum Perencanaan dan Pengendalian Produksi

Tiaradia Ihsan,S.T

i

 

KATA PENGANTAR

Segala puji dan syukur tidak henti-hentinya kita panjatkan kehadirat Allah SWT yang telah memberikan rahmat, nikmat dan anugerah-Nya sehingga laporan akhir Praktikum Perencanaan dan Pengendalian Produksi pada Semester V ini dapat terselesaikan dengan baik. Laporan ini disusun mulai dari modul satu sampai dengan modul lima sebagai syarat untuk melengkapi tugas Praktikum Perencanaan dan Pengendalian Produksi Program Studi Teknik Industri Universitas Widyatama. Penyusunan laporan ini telah terselesaikan berkat bantuan banyak pihak, baik  pada saat pelaksanaan pelaksana an pratikum maupun pada saat penyusunan laporan Praktikum Perencanaan dan Pengendalian Produksi, oleh karena itu, penyusun mengucapkan terima kasih yang sebesar-besarnya kepada: 1.  Asisten Praktikum Perencanaan dan Pengendalian Produksi yang telah memberikan bimbingan dan saran dalam melakukan kegiatan praktikum laporan Praktikum Perencanaan dan Pengendalian Produksi ini. 2.  Seluruh pihak yang telah membantu penyelesaian laporan akhir Praktikum Perencanaan dan Pengendalian Produksi dengan baik secara langsung maupun tidak langsung. Penulis sadar bahwasanya masih banyak kekurangan yang terkandung di dalamnya, oleh sebab itu, dengan penuh kerendahan hati penulis berharap kepada  para pembaca untuk memberikan kritik dan saran demi lebih memperbaiki  penyusunan laporan akhir praktikum praktikum ini. Akhir kata, semoga laporan ini bermanfaat bagi saya selaku praktikan pada khususnya dan seluruh pihak pada umumnya.

Bandung, 8 Januari 2018

Arip Hidayatullah 

ii

 

DAFTAR ISI

LEMBAR PENGESAHAN .......................................... ................................................................. ......................................... .................. i KATA PENGANTAR ..................... ............................................ ............................................. ............................................ ......................... ... ii DAFTAR ISI ..................... ............................................ ............................................. ............................................ ....................................... ................. iii DAFTAR GAMBAR .................... .......................................... ............................................ ............................................ ............................ ...... vi DAFTAR TABEL .......................................... ................................................................ ............................................ ............................... ......... vii

1BAB I PENDAHULUAN .............................................................. ................................................................................... ...................... 1 LATAR BELAKANG ............................ .................................................. ............................................. ................................. .......... 1 Peramalan (Forecasting) ..................................................... .................................................................. .............. 1 Produksi Agregat ........................ .............................................. ............................................. ................................. .......... 2 Produksi Disagregasi ......................... ................................................ .............................................. ......................... .. 2 Perencanaan Kebutuhan Material ..................................................... ..................................................... 3 Keseimbangan Lintasan (Line Balancing) ......................  ........................................ .................. 4 TUJUAN PRAKTIKUM ........................ .............................................. ............................................. ................................. .......... 5 Peramalan (Forecasting) ..................................................... .................................................................. .............. 5 Perencanaan Produksi Agregat ......................................................... ......................................................... 5 Perencanaan Produksi Disagregasi ................................................... ................................................... 5 Perencanaan Kebutuhan Material ..................................................... ..................................................... 5 Keseimbangan Lintasan (Line Balancing) ......................  ........................................ .................. 6 2BAB II LANDASAN TEORI ............................................ ................................................................... ................................. .......... 7 2.1 PERAMALAN (FORECASTING) ............................................................. ............................................................... ... 7 2.1.1

Pengertian Peramalan ........................................... .................................................................. ............................. ...... 7

2.1.2 2.1.3

Tujuan Peramalan............................................. Peramalan.................................................................... ................................. .......... 7 Klasifikasi Teknik Peramalan ......................................... ........................................................... .................. 8

2.1.4

Kriteria Performa Peramalan .......................................... .......................................................... ................ 14

2.2 PERENCANAAN PRODUKSI AGREGAT .............................. .............................................. ................ 16 2.2.1

Perencanaan Agregat dan Kapasitas ........................................... ............................................... .... 16

2.2.2

Strategi Perencanaan Kapasitas.................................................. Kapasitas....................................................... ..... 16

2.2.3

Biaya Perencanaan Agregat ............................................ ............................................................ ................ 20

2.3 PERENCANAAN PRODUKSI DISAGREGASI....................................... ....................................... 21 2.3.1

Proses Disagregasi ........................................... .................................................................. ............................... ........ 21

2.3.2

  Master ........................................... ........................... .... 23 .Master Production Schedule (MPS)....................

iii

 

2.4 PERENCANAAN KEBUTUHAN MATERIAL ........................................ ........................................ 24 2.4.1

.................................................... ................ 24 .Material Requirement Planning .....................................   Material

2.4.2

Asumsi MRP ......................................... ............................................................... .......................................... .................... 25

2.4.3

Langkah-Langkah Membuat MRP .............................................. ................................................. .... 25

2.4.4

.Input dan Output MRP ..................... ............................................ .............................................. ....................... 26   Input

2.4.5

Metode Lotting .......................................... ................................................................. ...................................... ............... 27

2.5 KESEIMBANGAN LINI PRODUKSI (LINE BALANCING) ...........  .................... ......... 29 2.5.1 Pengertian Line Balancing ............................................................. .............................................................. 29 2.5.2

Tujuan Line Balancing ........................................................ ................................................................... ............ 30

2.5.3

Istial-Istilah Line Balancing ................................................... ........................................................... ......... 30

2.5.4

Metode Line Balancing .......................................................... .................................................................. ......... 32

3BAB III FLOWCHART  KEGIATAN  KEGIATAN PRAKTIKUM ........................... ................................... ......... 34 3.1 .FLOW CHART  KEGIATAN PRAKTIKUM ............................................. ............................................. 34 3.2 URAIAN FLOW CHART  KEGIATAN  KEGIATAN PRAKTIKUM ............................ ............................ 35 3.2.1

Studi Literatur ........................................... .................................................................. ...................................... ............... 35

3.2.2 3.2.3

Pengumpulan Data ........................................... .................................................................. ............................... ........ 35 Pengolahan Data............................................... Data...................................................................... ............................... ........ 36

3.2.4

Analisis ........................................... ................................................................. ............................................ ........................... ..... 37

3.2.5

Kesimpulan dan Saran.............................................. Saran..................................................................... ....................... 37

4BAB IV PENGUMPULAN DAN PENGOLAHAN DATA  ...........  ........................... ................ 38 4.1 PENGUMPULAN DATA ............................................ ................................................................... ............................... ........ 38 4.1.1

Peramalan (Forecasting) ..................................................... ................................................................ ............ 38

4.1.2

Perencanaan Produksi Agregat ........................................... ....................................................... ............ 38

4.1.3

Perencanaan Produksi Disagregat ........................................... ................................................... ........ 38

4.1.4 4.1.5

Perencanaan Kebutuhan Material ....Error! Bookmark not defined.  Keseimbangan Lintasan (Line Balancing) ......................  ...................................... ................ 42

4.2 PENGOLAHAN DATA............................................ ................................................................... .................................. ........... 44 4.2.1

Peramalan (Forecasting) ..................................................... ................................................................ ............ 44

4.2.2

Perencanaan Produksi Agregat ........................................... ....................................................... ............ 55

4.2.3

Perencanaan Produksi Disagregasi ............................................. ................................................. .... 55

4.2.4

Perencanaan Kebutuhan Material ........................................... ................................................... ........ 72

4.2.5

Keseimbangan Lintasan (Line Balancing) ......................  ...................................... ................ 72

................................................................................... ............................... ......... 79 5BAB V ANALISIS. ............................................................. 5.1 PERAMALAN (FORECASTING) ............................................................. .............................................................. 79 iv

 

5.2 PERENCANAAN PRODUKSI AGREGAT .............................. .............................................. ................ 79 5.3 PERENCANAAN PRODUKSI DISAGREGASI....................................... ....................................... 80 5.4 PERENCANAAN KEBUTUHAN MATERIAL ........................................ ........................................ 80 5.5 KESEIMBANGAN LINTASAN (LINE BALANCING) .................  ............................. ............ 82 ........................................... ...................................... ................ 83 6BAB VI KESIMPULAN DAN SARAN..................... 6.1 KESIMPULAN ......................................................... ............................................................................... .................................. ............ 83 6.1.1 6.1.2

PERAMALAN (FORECASTING) .......................................... ................................................. ........ 83 PERENCANAAN PRODUKSI AGREGAT .................................. .................................. 83

6.1.3

PERENCANAAN PRODUKSI DISAGREGASI .......................... .......................... 83

6.1.4

PERENCANAAN KEBUTUHAN MATERIAL ........................... ........................... 84

6.1.5

KESEIMBANGAN LINTASAN (LINE BALANCING) .................. ................ 84

6.2 SARAN ........................................... ................................................................. ............................................ ...................................... ................ 85 6.2.1

PERAMALAN (FORECASTING) .......................................... ................................................. ........ 85

6.2.2

PERENCANAAN PRODUKSI AGREGAT .................................. .................................. 85

6.2.3

PERENCANAAN PRODUKSI DISAGREGASI .......................... .......................... 86

6.2.4 6.2.5

PERENCANAAN KEBUTUHAN MATERIAL ........................... ........................... 86 KESEIMBANGAN LINTASAN (LINE BALANCING) .................. ................ 86

DAFTAR PUSTAKA ...................... ............................................. ............................................. ............................................ ........................ 85 

v

 

DAFTAR GAMBAR

Gambar 2.1 Pola Siklik ............................................ .................................................................. ............................................ ......................... ... 9 Gambar 2.2 Pola Musiman .......................................... ................................................................ .......................................... .................... 10 Gambar 2.3 Pola Horizontal ............................................ ................................................................... ...................................... ............... 10 Gambar 2.4 Pola Trend  ..................... ............................................ ............................................. ............................................ ........................ 11 Gambar 2.5 Model-Model Strategi Kapasitas ........................................... ....................................................... ............ 17 Gambar 4.1 APC  Kursi  Kurs i Chitose ............................. .............................Error! Bookmark not defined.  Gambar 4.2 Struktur Explotion Produk Kursi Chitose......... Error! Bookmark not defined. 

Gambar 4.3 Assembling Process Chart (APC) Kursi Chitose .... .... Error! Bookmark not defined. 

Gambar 4.4 Precedence Diagram Kursi Chitose ...Error! Bookmark not defined.  Gambar 4.5 Diagram Scatter Demand  Double  Double Moving Average (DMA) ...... Error! Bookmark not defined. 

Gambar 4.6 Plot  Data  Data Double Moving Average (DMA) ...... Error! Bookmark not defined. 

Gambar 4.7 Diagram Scatter Demand DES Satu Parameter dari Brown ...... Error! Bookmark not defined. 

Gambar 4.8 Plot  Data  Data DES Satu Parameter dari Brown ...... Error! Bookmark not defined. 

Gambar 4.9 Diagram Scatter Demand DES Dua Parameter dari Holt .......... Error! Bookmark not defined. 

Gambar 4.10 Plot  Data  Data DES Dua Parameter dari Holt ........ ........ Error! Bookmark not defined. 

Gambar 4.11 Diagram Scatter Demand  Regresi  Re gresi Linier ....... Error! Bookmark not defined. 

Gambar 4.12 Plot  Data Regresi Linier ...................Error! Bookmark not defined.  Gambar 4.13 Pembagian Region ...................... ............................ ......Error! Bookmark not defined. 

vi

 

DAFTAR TABEL

Tabel 2.1 Tabel Model Transportasi untuk Aggregate Planning ......................... .......................... 20 Tabel 3.1 Flowchart  Praktikum ............................................................ ............................................................................ ................ 34 Tabel 4.1 Data Demand .......................................... ..........................................Error! Bookmark not defined.  Tabel 4.2 Komponen Data Awal ........................... ...........................Error! Bookmark not defined.  Tabel 4.3 Data Demand .......................................... ..........................................Error! Bookmark not defined.  Tabel 4.4 Data Demand ............................................ .................................................................. ............................................ ........................ 38 Tabel 4.5 Data Proses Disagregasi ......................... .........................Error! Bookmark not defined.  Tabel 4.6 Persentase Actual Demand . .................... Error! Bookmark not defined.  Tabel 4.7 Data Master Production Schedule ......... Error! Bookmark not defined.  Tabel 4.8 Master Schedule Baracuda..................... Error! Bookmark not defined.  Tabel 4.9 Bill Of Material Kursi Chitose ...............Error! Bookmark not defined.  Tabel 4.10 Uraian Precedence Diagram Kursi Chitose....... Error! Bookmark not defined. 

Tabel 4.11 Data Jumlah J umlah Permintaan Kursi Chitose ............. ............. Error! Bookmark not defined. 

Tabel 4.12 Peramalan dengan Metode  DMA ......... Error! Bookmark not defined.  Tabel 4.13 Peramalan dengan Metode  DES Satu Parameter dari Brown ...... Error! Bookmark not defined. 

Tabel 4.14 Peramalan dengan Metode  DES Dua Parameter dari Holt ......... Error! Bookmark not defined. 

Tabel 4.15 Peramalan dengan Metode Regresi Linear ........ Error! Bookmark not defined. 

Tabel 4.16 Hasil Perhitungan Error ....................... .......................Error! Bookmark not defined.  Tabel 4.17 Perhitungan Menggunakan Metode  Double Moving Avarage ..... Error! Bookmark not defined. 

Tabel 4.18 Strategi Tenaga Kerja Tetap (Round Down) ...... Error! Bookmark not defined. 

Tabel 4.19 Strategi Tenaga Kerja Berubah (Round Up) ...... Error! Bookmark not defined. 

Tabel 4.20 Strategi Tenaga Kerja Berubah (Round Down) . Error! Bookmark not defined. 

Tabel 4.21 Strategi Transportasi ............................ ............................Error! Bookmark not defined. 

vii

 

Tabel 4.22 Proses Agregasi Tiap End Item ............ Error! Bookmark not defined.  Tabel 4.23 Proses Disagregasi Dis agregasi Periode 1 ...............Error! Bookmark not defined.  Tabel 4.24 Proses Disagregasi Dis agregasi Periode 2 ...............Error! Bookmark not defined.  Tabel 4.25 Proses Disagregasi Dis agregasi Periode 3 ...............Error! Bookmark not defined.  Tabel 4.26 Proses Disagregasi Dis agregasi Periode 4 ...............Error! Bookmark not defined.  Tabel 4.27 Proses Disagregasi Dis agregasi Periode 5 ...............Error! Bookmark not defined.  Tabel 4.28 Proses Disagregasi Dis agregasi Periode 6 ...............Error! Bookmark not defined.  Tabel 4.29 Proses Disagregasi Dis agregasi Periode 7 ...............Error! Bookmark not defined.  Tabel 4.30 Proses Disagregasi Dis agregasi Periode 8 ...............Error! Bookmark not defined.  Tabel 4.31 Proses Disagregasi Dis agregasi Periode 9 ...............Error! Bookmark not defined.  Tabel 4.32 Proses Disagregasi Dis agregasi Periode 10 .............Error! Bookmark not defined.  Tabel 4.33 Proses Disagregasi Dis agregasi Periode 11 .............Error! Bookmark not defined.  Tabel 4.34 Proses Disagregasi Dis agregasi Periode 12 .............Error! Bookmark not defined.  Tabel 4.35 Proporsi untuk Tiap End Item .............. Error! Bookmark not defined.  Tabel 4.36 Master Production Schedule Baracuda Error! Bookmark not defined.  Tabel 4.37 Master Production Schedule Cobra ..... Error! Bookmark not defined.  Tabel 4.38 Master Production Schedule Hauler .... Error! Bookmark not defined.  Tabel 4.39 Master Production Schedule Emperor . Error! Bookmark not defined.  Tabel 4.40 Perhitungan MRP untuk Produk Kursi Chitose . Error! Bookmark not defined. 

Tabel 4.41 Perhitungan MRP untuk Produk Alas Duduk .... Error! Bookmark not defined. 

Tabel 4.42 Perhitungan MRP untuk Produk Assembly 2 ..... Error! Bookmark not defined. 

Tabel 4.43 Perhitungan MRP untuk Produk Sandaran......... Error! Bookmark not defined.  Tabel 4.44 Perhitungan MRP untuk Produk Assembly 1 ..... Error! Bookmark not defined. 

Tabel 4.45 Perhitungan MRP untuk Produk Kaki Belakang Error! Bookmark not defined. 

Tabel 4.46 Perhitungan MRP untuk Produk Sub Assembly-1 ..... Error! Bookmark not defined. 

Tabel 4.47 Perhitungan MRP untuk Produk Tiang Bantalan Error! Bookmark not defined. 

viii

 

Tabel 4.48 Perhitungan MRP untuk Produk Kaki Depan .... Error! Bookmark not defined. 

Tabel 4.49 Positional Weight Tiap Elemen Kerja . Error! Bookmark not defined.  Tabel 4.50 Positional Weight Tiap Elemen Kerja . Error! Bookmark not defined.  Tabel 4.51 Cumulative Station Time ...................... ...................... Error! Bookmark not defined.  Tabel 4.52 Efisiensi Stasiun St asiun Kerja ......................... .........................Error! Bookmark not defined.  Tabel 4.53 Task Time Tiap Region ........................ ........................ Error! Bookmark not defined.  Tabel 4.54 Cumulative Station Time ...................... ...................... Error! Bookmark not defined.  Tabel 4.55 Efisiensi Stasiun Kerja ......................... .........................Error! Bookmark not defined.  Tabel 5.1 Hasil Perhitungan Error ......................... .........................Error! Bookmark not defined.  Tabel 5.2 Hasil Peramalan 12 periode kedepan .....Error! Bookmark not defined.  Tabel 5.3 Data Perbandingan dari Setiap Metode .. Error! Bookmark not defined.  Tabel 5.4 Tabel Master Schedule ..................... ........................... ......Error! Bookmark not defined. 

ix

 

1 

BAB I

PENDAHULUAN

LATAR BELAKANG Peramalan (Forecasting)

Peramalan ( forecasting)  forecasting) merupakan suatu kegiatan untuk mengetahui apa yang akan terjadi di masa yang akan datang menggunakan dan mempertimbangkan data dari masa lampau. Ketepatan secara mutlak dalam memprediksi suatu peristiwa adalah tidak mungkin dicapai. Oleh karena itu, ketika tidak dapat melihat kejadian yang akan datang secara  pasti, diperlukan waktu dan biaya yang besar agar mereka dapat memiliki kekuatan dalam menghadapi masa yang akan datang. Peramalan merupakan alat bantu yang penting dalam sebuah perencanaan yang efektif. Dalam lingkungan perusahaan, peramalan kebanyakan digunakan untuk mengestimasi dan memprediksi permintaan yang akan datang guna memperkirakan jumlah dan jenis apa saja yang diproduksi oleh  perusahaan. Banyak jenis metode peramalan yang tersedia. Namun, yang lebih penting adalah bagaimana memahami karakteristik suatu metode peramalan agar sesuai dengan situasi pengambilan keputusan. Situasi peramalan sangat  beragam, faktor yang menentukan hasil sebenarnya, tipe pola data, dan  berbagai aspek as pek lain. l ain. Untuk menghadapi penggunaan yang luas seperti itu,  beberapa metode telah dikembangkan. Berdasarkan jenisnya, metode  peramalan dapat dibagi menjadi dua, yaitu metode peramalan kualitatif dan kuantitatif Praktikum pada mata kuliah Perencanaan dan pengendalian produksi  praktikan belajar menggunakan metode  Double Moving Average, Double  Exponential Smoothing (DES) dari Brown,  Exponential Smoothing (DES )

dari Holt, dan  Regresi Linear   dengan data yang telah diberikan oleh Instruktur dengan pengerjaan perorangan. Data yang telah diberikan dimodifikasi dengan menambahkan NPM untuk menghindari kesamaan data antar praktikan, sehingga praktikan bisa lebih memahami metode  pada praktikum.

i

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

Perencanaan Produksi Agregat

Perencanaan Produksi Agregat Dalam suatu kegiatan produksi agar target  produksi dapat tercapai dan tidak ada hambatan-hambatan yang dapat mengganggu kelancaran produksi tersebut, maka diperlukan perencanaan  produksi yang tepat dan akurat sesuai dengan kondisi serta situasi pada kenyataan dilapangannya. Salah satu dari perencanan produksi adalah  perhitungan mengenai jam kerja dan jumlah pekerja yang akan dipekerjakan. Pada beberapa perusahaan, perusahaan jasa maupun  perusahaan manufaktur, perencanaan produksi agregat selalu digunakan sebelum proses produksi dilakukan. Manajer operasi berupaya untuk menetukan cara terbaik untuk memenuhi ramalan permintaan dengan menyesuaikan tingkat produksi, tingkat kebutuhan tenaga kerja, tingkat persediaan, waktu lembur, tingkat nilai sub kontrak, dan semua variabel lain yang dapat dikendalikan. Penjadwalan agregat (perencanaan agregat) menyangkut penentuan jumlah dan kapan  produksi akan dilangsungkan dalam waktu dekat, seringkali 3-18 bulan ke depan. Perencanaan agregat merupakan salah satu unsur yang paling  penting dalam penjadwalan proses produksi sehingga s ehingga akan dipakai secara terus menerus dan berkelanjutan. Praktikum Perencanaan dan pengendalian produksi kali ini praktikan akan mencoba menerapkan beberapa metode - metode yang telah dijelaskan ketika pembelajaran teori dengan data yang yang telah ada dari hasil  praktikum sebelumnya. Metode yang coba digunakan oleh praktikan antara lain adalah perhitungan strategi tenaga kerja tetap, strategi tenaga kerja berubah dan metode transportasi. Dimana setelah melakukan  perhitungan praktikan dapat melakukan dan memahami mem ahami analisis dari hasil  praktikum dan menentukan metode manakah yang lebih tepat yang menghasilkan perhitungan biaya yang paling minimum.

Perencanaan Produksi Disagregasi

Perencanaan produksi adalah aktivitas mengenai berapa banyak produk yang harus dihasilkan setiap periode produksinya. Fase perencanaan produksi dapat

Laboratorium Sistem Produksi

2

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

dinyatakan dalam satuan tahun, bulan, minggu, hari, bahkan dalam jam. Perencanaan produksi yang baik adalah perencanaan produksi yang mampu memenuhi kebutuhan konsumen pada saat demand  datang   datang dan memberikan biaya  perencanaan seminimum mungkin. Banyak industri pada saat ini semakin berkembang dan mengalami kemajuan. Permasalahan tersebut menuntut perusahaan untuk membuat suatu sistem yang lebih efektif dan efisien. Sistem yang efektif dan efisien tentunya akan dapat meningkatkan keuntungan yang diperoleh perusahaan baik dari segi produksi maupun dalam keseluruhan perusahaan. Berbeda kenyataannya bahwa industri pada saat ini biasanya melakukan  perencanaan produksi, tetapi pelaksanaanya tersebut hanya berdasarkan hasil  penjualan periode sebelumnya, sehingga memungkinkan terjadinya waktu  produksi yang tidak optimal dan mengharuskan adanya penambahan waktu  produksi (jam lembur). Kendala yang di hadapi adalah apakah kapasitas waktu  produksi yang tidak optimal sudah dapat memenuhi target produksi yang ingin dicapai. Berdasarkan masalah tersebut untuk mengatur segala aktivitas perusahaan dalam menjalankan produksinya diperlukan Proses Disagregasi yang berpungsi sebagai merubah hasil rencana agregat menjadi jumlah yang harsus di produksi untuk setiap periode yang berupa Jadwal Induk Produksi atau  Master Production Pro duction Schedule (MPS).

Perencanaan Kebutuhan Material

Bagian penting dalam perencanaan yang harus dilakukan perusahaan yaitu  perencanaan produksi dan kebutuhan material. Perencanaan produksi sendiri  berfungsi untuk memenuhi total semua kebutuhan produk yang akan dihasilkan menggunakan sumber daya yang ada. Perencanaan kebutuhan material adalah untuk perencanaan dan pengendalian komponen yang saling bergantung pada item-item yang ada ditingkat lebih tinggi. Perencanaan produksi dan kebutuhan material sangatlah penting untuk menjamin kelancaran dalam proses produksi. Perencanaan produksi dan kebutuhan material dapat dilakukan maka perusahaan dapat memperhitungkan kebutuhan yang dibutuhkan dengan sumber daya yang tersedia.  Perencanaan produksi dan kebutuhan material juga berguna untuk

Laboratorium Sistem Produksi

3

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

meminimasi total biaya produksi ketika perencanaan dapat dilakukan dengan tepat. Suatu kegiatan produksi bisa saja terjadi berbagai hal tak terduga yang menyebabkan adanya biaya tambahan yang harus dikeluarkan perusahaan seperti  biaya lembur, biaya inventori dan lain sebagainya. Praktikum Perencanaan dan Pengendalian Produksi pada Modul ini adalah  Material

Requirement

Plannning  Kursi

Chitose

yang

belum

memiliki

 perencanaan produksi dan kebutuhan material agar semua aspek produksi menjadi lebih efektif maka dibuatlah perencanaan produksi dan perhitungan material.  Dengan adanya Perencanaan yang baik, maka pelayanan terhadap konsumen dapat

ditingkatkan.

Mengatur segala aktivitas dalam

menjalankan

produksinya

diperlukan suatu perencanaan yang terukur dan dapat diperhitungkan dengan baik. Keseimbangan Lintasan (Line Balancing) 

Perusahaan tentu memiliki bagian produksi yang bertugas untuk mengatur proses  produksi yang dilakukan perusahaan tersebut. Perencanaan lantai produksi yang  baik dalam perusahaan diperlukan sebuah metode untuk keseimbangan lintasan sehingga proses produksi menjadi tepat dan efisien, dalam perencanaannya dan waktu menganggur pun dapat diminimalkan sekecil mungkin.  Perhitungan untuk menyeimbangkan lini produksi adalah mendapatkan tingkat efisiensi yang tinggi  bagi setiap departemen dan berusaha memenuhi produksi yang telah ditetapkan, sehingga diupayakan untuk memenuhi perbedaan waktu kerja antar departemen dan memperkecil waktu tunggu. Proses produksi suatu departemen ke departeman yang lainnya membutuhkan waktu proses (waktu siklus) produk tersebut. Hambatan atau ketidakefisiensian dalam suatu departemen akan mengakibatkan tidak lancarnya material ke departemen berikutnya, sehingga terjadi waktu menunggu (delay time)  dan  penumpukan material.  Lini produksi yang seimbang juga akan memudahkan  penyiapan

fasilitas

dan

bahan-bahan

pembantu.

Beberapa

perusahaan

mengimlementasikan keseimbangn lintasan ini secara maksimal. Praktikum Perancangan dan Pengendalian Produksi pada modul 5 ini membahas tentang  Line Balancing  yang dilakukan dengan melakukan proses pengukuran kerja. Proses pengukuran kerja dilakukan dengan menggukur standar waktu  proses operasi dengan menggunakan metode studi waktu dibandingkan dengan Laboratorium Sistem Produksi

4

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

kinerja pegawai. Pengambilan data dilakukan dengan menggunakan studi waktu dengan bantuan stopwatch  variasi waktu dan untuk menentukan standar waktu. Berdasarkan atas standar waktu yang telah dihitung, dilakukan analisa  penyeimbangan lintasan kerja. 

TUJUAN PRAKTIKUM Peramalan (Forecasting)

Tujuan melakukan kegiatan praktikum pada Modul satu mengenai Forecasting  ini, praktikan diharapkan mampu: 1.  Mengetahui dan memahami pengertian Forecasting. Forecasting.   2.  Mengetahui metode-metode yang digunakan dalam Forecasting. Forecasting.   3.  Mengetahui cara menghitung peramalan dengan berbagai metode, khususnya dalam menggunakan metode kuantitatif.  

Perencanaan Produksi Agregat Tujuan melakukan kegiatan praktikum pada modul dua ini mengenai Perencanaan

Produksi Agregat ini, praktikan diharapkan mampu: 1.  Mengetahui pegertian dan proses dari perencanaan agregat. 2.  Mengetahui fungsi dan tujuan dari perencanaan agregat. 3.  Mengerti akan strategi dan metode dalam perencanaan agregat. 4.  Mengetahui tentang biaya perencanaan agregat. Perencanaan Produksi Disagregasi

Tujuan melakukan kegiatan praktikum pada modul tiga ini mengenai perencanaan disagregasi ini, praktikan diharapkan mampu: 1.  Memahami dan menggunakan teknik disagregasi. 2.  Mengetahui fungsi dan tujuan dari perencanaan disagregasi. 3.  Menyusun  Master Production Schedule (MPS ) atau Jadwal Induk Produksi (JIP). Perencanaan Kebutuhan Material

Tujuan melakukan kegiatan praktikum pada modul empat ini mengenai Perencanaan Kebutuhan Material, praktikan diharapkan mampu: 1.  Mengetahui Pengertian Material Requirement Plannning (MRP). Laboratorium Sistem Produksi

5

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

2.  Membuat Jadwal MRP dan Memperhitungkan Jumlah Material yang Tepat. 3.  Memahami Istilah dalam membuat MRP.  4.  Mengimplementasikan Kebutuhan Material atau  MRP.

Keseimbangan Lintasan (Line Balancing) Tujuan melakukan kegiatan praktikum pada Modul lima ini mengenai

keseimbangan lintasan (Line Balancing) , praktikan diharapkan mampu: 1.  Memahami konsep dan proses keseimbangan lintasan (line balancing).  2.  Mengetahui istilah-istilah dalam line balancing.  3.  Memahami metode-metode penyeimbangan lini rakit.

Laboratorium Sistem Produksi

6

 

2 

BAB II

LANDASAN TEORI

2.1  PERAMALAN (FORECASTING) 2.1.1  Pengertian Peramalan

Peramalan adalah pemikiran terhadap suatu besaran, misalnya permintaan terhadap satu atau beberapa produk pada periode yang akan datang. Pada hakekatnya peramalan hanya merupakan suatu perkiraan (guess), tetapi dengan menggunakan teknik-teknik tertentu, maka peramalan menjadi lebih sekedar  perkiraan. Peramalan dapat dikatakan perkiraan yang ilmiah (educated guess). Setiap pengambilan keputusan yang menyangkut keadaan di masa yang akan datang, maka pasti ada peramalan yang melandasi pengambilan keputusuan tersebut. 2.1.2  Tujuan Peramalan

Dalam kegiatan produksi, peramalan dilakukan untuk menentukan jumlah  permintaan terhadap suatu produk dan merupakan langkah awal dari proses  perencanaan dan pengendalian produksi. Tujuan peramalan dalam kegiatan  produksi adalah untuk meredam ketidakpastian, sehingga diperoleh suatu  perkiraan yang mendekati keadaan yang sebenarnya. Tujuan peramalan dilihat dengan waktu terdiri atas: 1.  Jangka pendek (Short Term) 

Menentukan kuantitas dan waktu dari item dijadikan produksi. Biasanya  bersifat harian ataupun mingguan dan ditentukan oleh Low Management . 2.  Jangka Menengah (Medium Term) 

Menentukan kuantitas dan waktu dari kapasitas produksi. Biasanya  bersifat bulanan ataupun kuartal dan ditentukan oleh Middle Management . 3.  Jangka Panjang ( Long Term)

Merencanakan kuantitas dan waktu dari fasilitas produksi. Biasanya  bersifat tahunan, 5 tahunan, 10 tahunan, ataupun ata upun 20 tahun dan ditentukan dit entukan oleh Top Management.

i

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

2.1.3  Klasifikasi Teknik Peramalan 2.1.3.1  Peramalan Kualitatif

Peramalan kualitatif adalah metode penaksiran permintaan berdasarkan perkiraan secara subjektif atau opini terhadap ramalan. Dengan sifatnya yang demikian itu, ramalan atas hal yang sama yang dilakukan oleh orang yang berbeda  berkemungkinan memberikan hasil yang juga berbeda. Metode kualitatif pada umumnya digunakan apabila data kuantitatif tentang peramalan masa lalu tidak tersedia atau akurasinya tidak memadai. Ada beberapa karakteristik dari peramalan secara kualitatif, yaitu: Peramalan biasanya berdasaran dari penilaian seseorang atau berdasarkan data dari pihak luar. a)  Peramalan

lebih

cenderung

bersifat

subjektif,

peramalan

tersebut

cenderung dikembangkan dari pengalaman orang yang ada pada bidang tersebut.  b)  Keuntungan dari metode ini adalah dapat dilakukan dengan cepat dan menghasilkan hasil peramalan dengan cepat. c)  Peramalan bisa sangat penting dalam beberapa kasus karena menjadi satusatunya metode ang tersedia. d)  Peramalan biasanya digunakan untuk untuk satu produk produk dan jarang digunakan untuk meramalkan seluruh kebutuhan pasar.

2.1.3.2  Peramalan Kuantitatif

Pada dasarnya metode peramalan kuantitatif ini dapat dibedakan atas dua bagian, yaitu: a)  Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antara variabel yang akan diperkirakan dengan variabel waktu, yang merupakan deret watu atau time series .   b)  Metode peramalan yang digunakan atas penggunaan analisis pola hubungan antara variabel yang akan diperkirakan dengan variabel lain yang mempengaruhinya, yang bukan waktu disebut metode korelasi atau sebab-akibat (causal method ))..

Laboratorium Sistem Produksi

8

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

2.1.3.3  Metode Time Series 

Metode time series adalah metode yang digunakan untuk menganalisis serangkaian data yang merupakan fungsi dari waktu. Metode ini mengasumsikan  beberapa pola atau kombinasi pola selalu berulang sepanjang waktu, dan pola dasarnya dapat diidentifikasi semata-mata atas dasar data historis dari serial itu. Terdapat 4 komponen yang mempengaruhi analisis ini, yaitu: a)  Pola Siklis

Penjualan produk dapat memiliki siklus yang berulang secara periodik. Banyak produk dipengaruhi pola pergerakan aktivitas ekonomi yang terkadang memiliki kecenderungan periodik. Komponen siklis ini akan sangat  berguna dalam peramalan jangka menengah. Pola data ini memiliki kecenderungan untuk naik atau turun terus-menerus. Pola siklik ini dapat dilihat pada grafik yang terlihat pada Gambar 2.1.  

Gambar 2.1 Pola Siklik (Sumber: http://2.bp.blogspot.com/nKF4S91uFLg/s1600/pb.jpg) (Sumber:  http://2.bp.blogspot.com/nKF4S91uFLg/s1600/pb.jpg)  

b)  Pola Musiman

Perkataan musiman menggambarkan pola penjualan yang berulang setiap  periode. Komponen musim dapat dijabarkan ke dalam faktor cuaca, libur, atau kecenderungan perdagangan. Pola musiman berguna dalam meramalkan  penjualan dalam jangka pendek. Pola ini terjadi bila data sangat dipengaruhi oleh musim. Pola musim ini dapat dilihat pada Gambar 2.2.

Laboratorium Sistem Produksi

9

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

Gambar 2.2 Pola Musiman  (Sumber: http://2.bp.blogspot.com/nKF4S91uFLg/s1600/pb.jpg) (Sumber:  http://2.bp.blogspot.com/nKF4S91uFLg/s1600/pb.jpg)  

c)  Pola Horizontal

Pola ini terjadi apabila nilai data berfluktuasi disekitar nilai rata-rata. Pola horizontal ini dapat dilihat pada Gambar 2.3.

Gambar 2.3 Pola Horizontal 

(Sumber: http://2.bp.blogspot.com/nKF4S91uFLg/s1600/pb.jpg) (Sumber:  http://2.bp.blogspot.com/nKF4S91uFLg/s1600/pb.jpg)  

d)  Pola Trend  

Pola data ini terjadi bila data memiliki kecenderungan untuk naik atau turun terus menerus. Gambar pola trend  ini  ini dapat dilihat pada Gambar 2.4.

Laboratorium Sistem Produksi

10

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

Gambar 2.4 Pola Trend   (Sumber: http://2.bp.blogspot.com/nKF4S91uFLg/s1600/pb.jpg) (Sumber:  http://2.bp.blogspot.com/nKF4S91uFLg/s1600/pb.jpg)  

Metode peramalan yang termasuk model time series adalah: a)   Double Moving Average (LMA)

Dasar dari metode ini adalah penggunaan moving average  kedua untuk memperoleh penyesuaian bentuk pola trend . Peramalan dilakukan melalui  beberapa tahap berikut ini:  ini:  1.  Hitung rata-rata dari data dengan periode perata-rataan tertentu,

hasilnya dinotasikan dengan

′

 

2.  Setelah semua rata-rata dihitung, hitung rata-rata kedua yaitu rata-rata dari



  dengan periode peratarataan yang sama, hasilnya dinotasikan

dengan

′′

 

3.  Hitung komponen at dengan rumus:

 ′ ′  ′′  − ′  ′′ +   .   = 

 + (

)

4.  Hitung komponen trend bt dengan rumus:  =

) 

 (

5.  Peramalan untuk periode kedepan setelah t adalah sebagai berikut:  =

 +

 

Laboratorium Sistem Produksi

11

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

b)   Double Exponential Smoothing Smoothing (DES) Satu Parameter dari Brown

Dasar pemikiran metode pemulsan eksponensial linier dari Brown adalah serupa dengan rata-rata bergerak linier, karena kedua nilai pemulusan tunggal dan ganda ketinggalan dari data yang sebenarnya jika terdapat unsur trend . Perbedaan antara nilai pemulusan tunggal dan ganda dapat ditambahkan dengan nilai pemulusan tunggal dan disesuaikan untuk trend . Persamaan yang dipakai dalam implementasi pemulusan eksponensial linier satu parameter dari Brown adalah sebagai berikut:

′ ′′ ′

 = α Xt + (1 –  α)

Pemulusan Eksponensial Tunggal, Pemulusan Eksponensial Ganda,

 = α

 + (1 –  α)

′−− ′′−−  

 

 ′ ′  ′′ ′  ′′  − ′  ′′

Pemulusan Trend,   = Ramalan,

 + (

+   .   =

 +

)=2

 dan

 =

 (

)

 

Agar dapat menggunakan rumus pemulusan eksponensial tunggal dan rumus  pemulusan eksponensial ganda, nilai

′−− ′′−−   dan

  harus ada. Tetapi pada

saat t = 1,  nilai-nilai tersebut tidak tersedia sehingga nilai-nilai ini harus ditentukan pada awal periode. Hal ini dapat dilakukan dengan hanya menetapkan

′dan ′′

 sama dengan

 

 atau menggunakan nilai rata-rata dari

 beberapa nilai pertama pertam a sebagai titik titi k awal. Jenis masalah inisialisasi inisialis asi ini muncul dalam setiap metode pemulusan eksponential jika parameter pemulusan α  tidak memdekati nol. Tetapi, jika α mendekati nol, proses inisialisai tersebut dapat memainkan peranan yang nyata selama periode waktu yang panjang. c)   Double Exponential Smoothing Smoothing (DES) Dua Parameter dari Holt 

Metode pemulusan eksponentsial linier dari Holt pada prinsipnya serupa dengan Brown kecuali bahwa Holt tidak menggunakan rumus pemulusan  berganda secara langsung. Sebagai gantinya, Holt memuluskan nilai trend dengan parameter yang berbeda dari parameter yang digunakan pada deret yang asli.

Laboratorium Sistem Produksi

12

 

Universitas Widyatama Ramalan

dari

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

pemulusan

eksponensial

linier

Holt

didapat

dengan

menggunakan dua konstanta pemulusan (dengan niali antara 0 dan 1) dan tiga  persamaan:

′   ′′−− −  ′  ′− − −     + ′  .   − −   = α

Pemulusan,

 + (1 –  α)( 

Peremajaan Trend,

 = γ ( 

Ramalan,

 +

 =

 +

) + (1 –  γ)

yaitu

 

 

Persamaan pemulusan menyesuaikan sebelumnya, yaitu

) 

  secara langsung untuk   trend   periode

  dengan menambah nilai pemulusan yang terakhir,

. Hal ini membantu untuk menghilangkan kelambatan dan

menempatkan

 ke nilai data saat ini. Kemudian persamaan peremajaan trend ,

yang ditunjukan sebagai perbedaan antara dua nilai pemulusan yang terakhir. Hal ini tepat karena jika terdapat kecenderungan didalam data, nilai yang baru akan lebih tinggi atau lebih rendah daripada nilai yang sebelumnya. Karena mungkin masih terdapat sedikit kerandoman, maka hal ini dihilangkan oleh  pemulusan

dengan

γ  trend   pada

periode

terakhir

  −

(

)  dan

menambahkannya dengan taksiran trend sebelumnya dikalikan dengan (1  –   γ). γ). Jadi, persamaan peremajaan serupa dengan bentuk pemulusan tunggal pada  persamaan pemulusan eksponensial tunggal tetapi dipakai untuk meremajakan trend.  Akhirnya persamaan peramalan digunakan untuk ramalan yang akan

datang (ke muka). Trend , b_t  dikalikan   dikalikan dengan jumlah periode ke muka yang diramalkan yaitu m dan ditambahkan pada nilai dasar yaitu S_t . Proses inisialisasi untuk pemulusan eksponensial linier dari Holt memerlukan dua taksiran yang satu mengambil nilai pemulusan pertama untuk S_1  dan yang lain mengambil trend   b_1. Pilih S_1 = X_1. Taksiran trend   kadang-kadang lebih merupakan masalah. Kita memerlukan taksiran trend  dari  dari satu periode ke  periode lainnya. Kemungkinannya Kemungkinannya b_t = X_2 - X_1. d)  Metode Regresi Linier

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. Laboratorium Sistem Produksi

13

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

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. Namun, semakin banyak data yang dimiliki semakin baik hasil yang diperoleh. Adapun perhitungan untuk peramalan dengan metode regresi linier adalah:   Peramalan



 = a + b + t  

Untuk mendapatkan nilai a dan b bias diperoleh dari rumus: a=

b=

∑ − ∑ −∑   ∑ ∑  ∑ −( −(∑ )(∑ )( ) ∑ ²−( ²−(∑∑ )²  

 

Dimana: F = nilai yang diramalakan a = konstanta b = koefisien regresi P = variabel yang mempengaruhi waktu (tahun, ualn, hari)  X = variabel demand n = jumlah data

2.1.4  Kriteria Performa Peramalan

Ketepatan atau ketelitian dalam melakukan peramalan yang menjadi kriteria  performa suatu metode peramalan. Ketepatan atau ketelitian tersebut dapat dinyatakan

sebagai

kesalahan

dalam

peramalan.

Kesalahan

yang

kecil

memberikan arti ketelitian peramalan yang tinggi, dengan kata lain keakuratan hasil peramalan tinggi, begitu pula sebaliknya. Menghitung kesalahan dalam  peramalan dilakukan dengan rumus

     =

 -

 

Laboratorium Sistem Produksi

14

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

Besar kesalahan suatu peramalan dapat dihitung dengan beberapa cara: 1.  Ukuran Kesalahan dengan cara Statistik a.   Mean Error (ME)

∑ ∑ | |  

 ME =

b.   Mean Absolute Error (MAE)  MAE =

 

c.  Sum of Square Error (SSE)

 = SSE  =

∑()²

 

d.   Mean of Square Error (MSE)  MSE  =  =

   −  

e.  Standard Deviation Error (SDE) SDE  =  =

 

2.  Ukuran Kesalahn Relatif a.  Percentage Error (PE) PE =

 

 x 100%

b.   Mean Percentage Error (MPE)  MPE  =  =

∑

 

c.   Mean Absolute Percentage Error (MAPE)  MAPE  =  =

∑ ||

 

Laboratorium Sistem Produksi

15

 

Universitas Widyatama 2.2 

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

PERENCANAAN PRODUKSI AGREGAT

2.2.1  Perencanaan Agregat dan Kapasitas

Kapasitas (capacity) adalah hasil produksi ( throughtphut ), ), atau jumlah unit yang dapat ditahan, diterima, disimpan, atau diproduksi oleh sebuah fasilitas dalam suatu periode waktu tertentu. Kapasitas mempengaruhi sebagian besar biaya tetap, kapasitas juga menetukan apakah permintaan dapat dipenuhi, atau apakah fasilitas yang ada akan berlebih. Fasilitas yang terlalu besar maka akan mengakibatakan sebagian fasilitas menganggur dan akan terdapat te rdapat biaya tambahan yang dibebankan  pada produksi yang ada ad a atau pelanggan dan fasilitas terlalu kecil, pelanggan dan  bahkan pasar keseluruhan akan hilang. Penetapan ukuran fasilitas, dengan tujuan  pencapaian tingkat utilitas tinggi dan tingkat pengembalian investasi tinggi, sangat menentukan. 2.2.2  Strategi Perencanaan Kapasitas

Setiap pilihan kapasitas dari lima dan tiga pilihan permintaan dapat menghasilkan sebuah jadwal agregat yang efektif, beberapa kombinasi di antara pilihan kapasitas dan pilihan permintaan mungkin lebih baik. Menentukan kebutuhan kapasitas masa depan bisa menjadi prosedur yang rumit dan sebagian besar didasarkan pada permintaan di masa yang akan datang. Permintaan barang dan  jasa dapat diramalkan dengan dengan tingkat ketepatan yang memadai, maka  penentuan kebutuhan kapasitas dapat langsung dilakukan. Penentuan kapasitas  biasanya membutuhkan dua tahap. Tahap pertama, permintaan masa depan diramalkan dengan model tradisional seperti metode-metode peramalan, baik kuantitatif maupun kualitatif. Pada tahap kedua, peramalan ini digunakan untuk menentukan kebutuhan kapasitas serta peningkatan ukuran untuk setiap  penambahan kapasitas. Pertumbuhan permintaan biasanya terjadi t erjadi secara bertahap dalam unit yang kecil dan penambahan kapasitas biasanya terjadi secara serentak dan dalam unit yang besar.

Laboratorium Sistem Produksi

16

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

(a) Lead   Strategy perluasan tahap

(b) Lead Strategy satu tahap

D e m a n d

D e m a n d 1

2

3

(c) Lag Strategy 

Time (tahun)

2

3

Time (tahun)

(d) Average Strategy 

D e

D e

m a n d

m a n d 2

1

3

Time (tahun)

2

3

Time (tahun)

Gambar 2.5 Model-Model Strategi Kapasitas (Sumber: (http://aymutzpunya.blogspot.co.id/2012/10/perencanaan-kapasitas.html)  (http://aymutzpunya.blogspot.co.id/2012/10/perencanaan-kapasitas.html) 

Gambar 2.5 mengungkapkan empat pendekatan menuju kapasitas baru. Sebagaimana terlihat dalam gambar (a), hanya merupakan satu dari sekian banyak rencana yang tidak terhitung untuk memenuhi permintaan di masa yang akan datang. Pada gambar ini, kapasitas baru diperoeh secara bertahap pada permulaan tahun 1 dan awal tahun 2. Pada gambar (b), peningkatan kapasitas besar-besaran didapatkan pada awal tahun 1 untuk memenuhi ramalan permintaan awal tahun 3. Kapasitas berlebih yang dihasilkan oleh perencanaan, gambar (a) dan gambar (b) memberikan fleksibilitas bagi para manajer operasi. Sebagai contoh, dalam industry perhotelan, perubahan kapasitas dalam bentuk penambahan kamar memberikan adanya pilihan kamar yang lebih bervariasi dan mungkin

Laboratorium Sistem Produksi

17

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

menambahkan fleksibiitas dalam jadwal pembersihan ruangan. Kapasitas yang  berlebih dalam sebuah manufaktur dapat digunakan untuk melakukan lebih  banyak penyeletelan mesin untuk mempercepat laju prduksi dan menurunkan tingkat persediaan. Kapasitas tambahan juga menjadikan manajemen dapat membuat persediaan yang berlebih dan karenanya dapat menunda pengeluaran modal dan gangguan yang datang dengan adanya penambahan kapasitas baru. Alternatif seperti pada gambar (a) dan gambar (b) kapasitas memimpin (lead), yakni kapasitas yang ada selalu melebihi permintaan tetapi gambar (c) menunjukkan sebuah pilihan di mana kapasitas terlambat (lag)  dari permintaan, mungkin dengan menggunakan waktu lembur atau subkontrak untuk mengatasi  permintaan yang berlebih. Gambar (d) mencoba untuk membuat kapasitas “rata“rata rata”, yang terkadang kurang dari permintaan dan terkadang t erkadang lebih dari  permintaan. Pengambilan keputusan dari beberapa kasus terdapat alternatif mana yang akan diambil relatif mudah. Biaya total dari setiap alternatif dapat dihitung dan alternatif biaya total terendah akan dipilih. Penetapan kapasitas dan bagaimana mencapai kapasitas dari beberapa kasus yang lain tersebut akan lebih rumit. Faktor subjektif dalam banyak kasus akan sangat sulit untuk dihitung dan diukur. Faktor-faktor lain meliputi pilihan teknologi, strategi pesaing, pembuat keputusan,  biaya modal, piihan sumber daya manusia dan hukum, serta peraturan lokal di negara bagian.

a)  Pendekatan Matematika

Perencanaan

agregat

dipandang

sebagai

salah

satu

masalah

dalam

mengalokasikan kapasitas operasi untuk memenuhi peramalan permintaan, dapat digunakan formulasi dalam format linear programming. Metode transportasi linear programming bukan merupakan pendekatan trial and error   seperti grafik tetapi agak menghasilkan perencanaan yang optimal untuk meminimalkan biaya. Pendekatan matematika juga dapat lebih fleksibel dalam menentukan produksi regular dan overtime dalam tiap periode waktu, jumlah

Laboratorium Sistem Produksi

18

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

unit yang disubkontrak, ekstra shift , dan menyimpan persediaan dari period ke  periode (Heizer & Render, 2011:554).  2011:554).  b)  Metode Transportasi

Menurut Arman Hakim Nasution (2003:79) perencanaan agregat dapat   menggunakan metode transportasi yang merupakan bagian dari perencanaan    produksi program linier dengan jumlah tenaga kerja (work-force) tetap. Metode ini  mengijinkan penggunaan produksi regular, overtime, inventory, backorder, dan  subkontrak. Hasil perencanaan yang diperoleh dapat dijamin

optimal dengan asumsi  optimistik bahwa tingkat produksi (yang dipengaruhi oleh hiring dan training.  pekerja) dapat dirubah dengan cepat. Agar supaya metode ini dapat diaplikasikan,  kita harus memformulasikan persoalan  perencanaan agregat sehingga:  Kapasitas produksi dan permintaan dinyatakan dalam satuan yang sama;   1.  Kapasitas tersedia (supply) dinyatakan dalam unit yang sama dengan kebutuhan (demand ) 2.  Total kapasitas untuk horison perencanaan harus sama dengan total  peramalan kebutuhan. Bila tidak sama, kita gunakan variabel bayangan (dummy) sebanyak jumlah selisih tersebut dengan unit cost = 0 3.  Semua hubungan biaya merupakan hubungan linier.

Laboratorium Sistem Produksi

19

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

Berikut ini tabel 2.1 yang menggambarkan model dari metode transportasi menurut

William

J.

Stevenson

(2009:626)

yang

digunakan

untuk

menyesuaikan kapasitas dengan permintaan dan meminimalkan total biaya  produksi reguler, subkontrak, lembur, lembur, menganggur, dan p penyimpanan. enyimpanan. Tabel 2.1 Tabel Model Transportasi untuk Aggregate Planning

(Sumber: William J. Stevenson (2009:626))

 

2.2.3 Biaya Perencanaan Agregat Secara umum, tujuan dari perencanaan agregat adalah untuk meminimalkan   total

 biaya produksi selama periode perencanaan dengan menyesuaikan dari tiga   strategi perencanaan agregat yang mempertimbangkan kapasitas produksi regular   time, overtime, backorder, subkontrak, tingkat persediaan, mempekerjakan atau  

memberhentikan sementara pegawai. Perencanaan agregat tersebut sangat penting bagi manajemen   produksi dalam mengidentifikasi dan mempertimbangkan biaya-biaya yang  dipengaruhi oleh keputusan dari strategi perencanaan agregat yang digunakan.  Beberapa biaya dalam perencanaan agregat antara lain (Nahmias, 2009:130):  Laboratorium Sistem Produksi

20

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

adan ya  1.  Smoothing cost, yaitu biaya tambahan yang ditimbulkan dari adanya  perubahan tingkat produksi dari satu periode ke periode berikutnya. Adapun  biaya yang sangat berpengaruh pada smoothing adalah adanya  perubahan   jumlah tenaga kerja

yang direkrut atau diberhentikan

sementara.  2.   Holding costs, yaitu biaya yang ditimbulkan dari adanya penyimpanan  

inventory. Menurut Arman Hakim Nasution dan Yudha Prasetyawan  

(2008:79), persediaan mempunyai fungsi mengantisipasi timbulnya   kenaikan permintaan pada saat-saat tertentu. Sehingga, konsekuensi dari  adanya

persediaan

bagi

 penyimpanan(inventory

perusahaan

cost/holding

adalah

costs)

timbulnya

yang

berupa

ongkos   ongkos

tertahannya modal, pajak, asuransi, kerusakan bahan, dan sewa gudang.  3.  Shortage costs, yaitu biaya yang dibebankan pada saat terjadi kekurangan   atau yang diwakili oleh tingkat negatif dalam persediaan. Kekurangan dapat  terjadi ketika perkiraan permintaan melebihi kapasitas dari fasilitas    produksi atau ketika tuntutan yang lebih tinggi t inggi daripada yang diantisipasi.   Sedangkan menurut Arman Hakim Nasution dan Yudha Prasetyawan   (2008:79) ongkos kehabisan persediaan (shortage costs) ini dihitung   berdasarkan berapa permintaan yang datang tetapi tidak dapat dilayani   karena barang yang diminta tidak tersedia. 4.   Regular time costs, yaitu biaya yang ditimbulkan dari proses produksi di tiap unit produknya selama jam kerja regulernya. 5.  Overtime and subcontracting costs,  biaya yang ditimbulkan dari adanya  proses produksi di tiap unit produknya produknya di luar jam kerja reguler. 6.   Idel time costs,  biaya untuk underutilization dari tenaga kerja yang bernilai nol. Sebagai biaya langsung (direct costs) pada idle time akan diperhitungkan dalam biaya tenaga kerja dan biaya produksi yang lebih rendah. 2.3 

PERENCANAAN PRODUKSI DISAGREGASI

2.3.1  Proses Disagregasi

Proses disagregasi merupakan proses merubah hasil rencana agregat menjadi  jumlah yang harus diproduksi untuk setiap produk atau item, hasil dari disagregasi

Laboratorium Sistem Produksi

21

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

ini berupa  Master Production Schedule  ( MPS  ). Karakteristik dari perencanaan  MPS ).  produksi biasanya tidak rinci, rencana dibuat untuk  family atau kelompok produk dan satuan yang digunakan dapat berbeda antara satu perusahaan dengan  perusahaan yang lainnya, seperti ton, waktu produksi standar, satuan uang dan lain-lain. Horizon perencanaan bisa sama panjang dengan rencana bisnis dimana  periode perencanaan biasanya bulanan. Hasil yang diperoleh dari proses disagregasi adalah: adala h: 1.   Demand  tiap  tiap end item. 2.  On hand  tiap  tiap end item. 3.   Master  Production Schedule ( MPS   MPS ) Langkah-langkah dalam perhitungan proses disagregasi dengan menggunakan  family set-up yaitu:

1.  Menghitung inventori akhir dengan rumus:  I ij,t ij,t = I ij,t-1 ij,t-1- r ij ij

2.  Menentukan family yang harus diproduksi dengan rumus:  I ij,t ij,t < S ij,t ij,t

3.  Menghitung waktu antar produksi optimal, T*j untuk tiap  family yang dibuat dengan rumus: T*j =

 

2 Kj

∑hij.rij

 

4.  Menghitung q*ij dengan rumus: Max {T*ij.r iji } j}- d iijj = I ij,t-1 ij,t-1-r iijj-S iijj 5.  Menghitung ukuran produksi dalam satuan agregat untuk tiap item dengan rumus: Q*ij = q*ij.M iijj

6.  Memeriksa apakah Q*ij  = P, jika tidak maka lakukan adjustment   dengan rumus: q*ij(adj) = qij + r iijj (P- Q*ij )atau(∑r   )atau(∑r iijj.M iijj) Q*ij(adj)= q*ij.M ijij

Laboratorium Sistem Produksi

22

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

Dimana:  I iij-t  j-t  

: Inventori akhir item i family j 

 I ij,t-1 ij,t-1 

: Inventori awal item i family j 

r iijj 

: Demand  item  item i family j 

S ijij 

: Safety stock  item  item i family j 

T* j 

: Waktu antar produksi optimal family j 

K  j 

: Ongkos set up family  family j  j  

 M iijj 

: Faktor konversi item i family j 

P 

: Rencana Produksi Agregat

2.3.2  .Master Production Schedule (MPS)  Master Production Schedule  ( MPS   MPS ) merupakan suatu  set  perencanaan yang

mengidentifikasi kuantitas dari item  tertentu yang dapat dan akan dibuat oleh suatu perusahaan manufaktur (dalam satuan waktu).  Master   Production  Schedule  ( MPS   MPS ) merupakan suatu pernyataan tentang produk akhir (termasuk  parts  pengganti dan suku cadang) dari suatu perusahaan industri manufaktur yang merencanakan memproduksi output   berkaitan dengan kuantitas dan periode waktu. Adapun fungsinya MPS  adalah:  adalah: 1.  Menjadwalkan produksi dan order pembelian untuk item-item MPS . 2.  Memberikan input  dasar  dasar bagi sistem MRP. 3.  Menjadi dasar bagi penentuan kebutuhan sumber daya (tenaga kerja, jam mesin, dan lain-lain) melalui Rough Cut  Capacity Planning ( RCCP  RCCP). 4.  Menjadi dasar dalam membuat janji pengiriman ( Delivery   Promises) pada konsumen. Adapun tujuan MPS adalah: 1.  Memenuhi target tingkat pelayanan terhadap konsumen (Customer   Service   Level).

2.  Efisiensi penggunaan sumber daya produksi. 3.  Mencapai target tingkat produksi. Istilah yang sering digunakan: 1.  Time Bucket , adalah pembagian  planning periode yang digunakan dalam  MPS atau MRP.  Laboratorium Sistem Produksi

23

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

2.  Time Phase Plan, adalah penyajian  plan, dimana semua demand , order   dan inventori disajikan dalam time bucket . 3.  Time Fences, adalah batas waktu penyesuaian pesanan yang terdiri dari  beberapa zona, dimana setiap zonanya mempunyai aturan yang berbeda. Time  Fences terdiri dari:

a.   Demand   Time  Fences  ( DTF   DTF ), ), adalah batas dimana demand  tidak   tidak bisa lagi untuk diubah. PAB dihitung dari  actual  demand   dan perubahan demand   tidak dilayani.  b.  Planning  Time  Fences  (PTF ), ), adalah batas dimana demand   masih memungkinkan untuk berubah jika material dan kapasitas tersedia. 4.  Planning  Horizon, adalah jangka waktu perencanaan yang dipakai, dimana  panjang  planning horizon adalah kumulatif lead time ditambah beberapa saat untuk melihat hasilnya. 5.  Inventori status, adalah: a.  Catatan status persediaan menggambarkan keadaan masing-masing item yang ada di dalam persediaan, baik yang ada di tangan (On hand ) maupun yang sedang dipesan (On Order ))..  b.  Catatan-catatan transaksi-transaksi yang terjadi seperti penerimaan dan  pengeluaran komponen-komponen komponen-komponen yang rusak dan lain-lain. c.  Catatan yang mengandung informasi tentang waktu ancang-ancang ukuran lot, daftar pemasok dan lain-lain.

2.4 

PERENCANAAN KEBUTUHAN MATERIAL

2.4.1  .Material Requirement Planning  Material Requirement Planning (MRP) merupakan suatu teknik atau prosedur

logis untuk menterjemahkan Jadwal Produksi Induk (JPI) dari barang jadi atau end item  menjadi kebutuhan bersih untuk beberapa komponen yang dibutuhkan

untuk mengimplementasikan JPI.  MRP  ini digunakan untuk menentukan jumlah dari kebutuhan material untuk mendukung Jadwal Produksi Induk dan kapan kebutuhan material tersebut dijadwalkan. (Orlicky,et al., 1994). Pengertian lainnya  Material Requirement Planning (MRP)  merupakan aktivitas perencanaan material untuk seluruh komponen dan raw material (bahan baku) yang dibutuhkan

Laboratorium Sistem Produksi

24

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

sesuai dengan Jadwal Produksi Induk (JPI) yang sama halnya dengan demand   atau permintaan per komponen (John A. White, et al., 1987).  Material Requirement Planning (MRP)  lebih dari sekedar metode proyeksi

kebutuhan-kebutuhan akan komponen individual dari suatu produk. Sistem  MRP  mempunyai tiga fungsi utama, yaitu : 1.  Sebagai kontrol tingkat persediaan 2.  Penugasan komponen berdasarkan urutan prioritas Penentu kebutuhan kapasitas (capacity requirement)  pada tingkat yang lebih detail daripada proses perencanaan pada rough-cut capacity-requirements. 2.4.2  Asumsi MRP

Asumsi-asumsi dalam pembuatan MRP: 1.  Adanya data file yang terintegrasi dan  Lead time unlink  semua  semua item  diketahui. 2.  Setiap item persediaan selalu ada dalam pengendalian. 3.  Semua komponen untuk suatu perakitan dapat disediakan pada saat  perakitan dilakukan. 4.  Pengadaan dan pemakaian komponen bersifat diskrit 5.  Proses pembuatan suatu item tidak tergantung terhadap proses pembuatan item lainnya.

2.4.3  Langkah-Langkah Membuat MRP 

Terdapat beberapa langkah yang harus diketahui dalam membuat MRP yaitu: 1)   Netting  Netting  merupakan proses penentuan kebutuhan bersih (net requirement) 

yang besarnya merupakan selisih dari kebutuhan kotor (gross requirement)  dikurang dengan jadwal penerimaan persediaan (schedule receipt) dikurang persediaan awal yang tersedia (on hand).   NR=GR-SR-OH

Kebutuhan bersih dianggap tidak ada atau tidak ada kebutuhan apabila nilai NR lebih kecil atau sama dengan nol 2)  Offsetting

Laboratorium Sistem Produksi

25

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

Merupakan proses yang bertujuan untuk menentukan saat yang tepat untuk melakukan pemesanan. Langkah ini bertujuan agar kebutuhan komponen dapat tersedia tepat pada saat dibutuhkan dengan mempertimbangkan  parameter lead time pengadaan komponen tersebut 3)   Lotting

Merupakan suatu proses untuk menentukan besarnya jumlah pesanan yang optimal untuk setiap item secara individual pada setiap pemesanan. Langkah ini ditentukan berdasarkan teknik lotting atau  lotsizing. Parameter yang digunakan biasanya adalah biaya simpan dan biaya pesan. 4)   Exploding atau Explosion

Langkah ini merupakan proses perhitungan kebutuhan kotor untuk tingkat item (komponen) pada level yang lebih rendah dari struktur produk yang

telah tersedia. Perhitungan ini didasarkan pada pemesanan item-item   produk pada level yang lebih atas.

2.4.4  .Input dan Output MRP

Beberapa proses input  dalam  dalam sistem MRP yaitu sebagai berikut: 1)  Jadwal Induk Produksi (JIP) atau  Main Production Schedule (MPS) 

Jadwal Induk Produksi (JIP) atau dalam bahasa inggris disebut  Master Production Schedule (MPS)  dibuat secara spesifik untuk menentukan

 pembuatan suatu item (produk akhir). JIP merupakan disagregasi dari suatu Rencana Agregat. Kegunaan JIP (Jadwal Induk Produksi atau  MPS ) adalah menjadwalkan pesanan dan  pembelian material.  2)   Bill of Material (BOM)   Bill of Materials (BOM), berisi informasi atas material, komponen, dan sub assemblies  yang diperlukan untuk menghasilkan tiap produk akhir.  BOM   dalam jadwal induk produksi (JIP) merencanakan berapa banyak

dari tiap item harus tersedia pada waktu-waktu tertentu untuk mencukupi  permintaan independent .  BOM  digunakan   digunakan untuk menurunkan jumlah dari komponen yang dependent, yang diperlukan untuk membangun end items.  3)  Status Persediaan atau Inventory 

Laboratorium Sistem Produksi

26

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

Status inventori berisi informasi on-hand  dan  dan status on-order  dari  dari tiap item  inventori. Arsip ini dicek untuk menentukan inventori apa yang akan tersedia dalam memenuh jadwal produksi dan jika berlebih akan digunakan untuk menutupi kebutuhan pada periode tertentu. Informasi file status inventori juga berisi data lead-time  untuk lead-time offsetting  (penyesuaian order  atau  atau pesanan untuk memperhatikan periode lead-time). Informasi lain, seperti ukuran lot (kelompok), uraian item, daftar penjual,  pemakaian sampai saat ini, sejarah demand , pencapaian penyerahan  penjual, catatan dalam pemesanan terkemuka, dan tingkat tarif sisa juga terkadang ditemui pada file status persediaan. Pemeliharaan database harus dilaksanakan untuk melindungi ketelitian informasi ini.  Beberapa Output  dalam  dalam sistem MRP yaitu sebagai berikut: 1)  Jadwal pemesanan yang harus dilakukan dila kukan 2)  Indikasi bila diperlukan penjadwalan ulang 3)  Indikasi untuk pembatalan atas pemesanan 4)  Indikasi tentang keadaan dari persediaan

2.4.5  Metode Lotting

Terdapat bebeapa metode Lotting dalam MRP yaitu sebagai berikut: 2.4.5.1   Lot for lot (LFL)  Lot for lot  menentukan  menentukan ukuran lot  sama  sama besarnya dengan  NR. Asumsi yang ada di

 balik metode ini adalah bahwa pemasok (dari luar atau dari lantai pabrik) tidak mensyaratkan ukuran lot  tertentu   tertentu artinya berapapun ukuran lot  yang   yang dipilih akan dapat dipenuhi. Metode  LFL atau dikenal juga sebagai metode persediaan minimal, berdasarkan  pada ide menyediakan persediaan atau memproduksi sesuai dengan yang diperlukan saja, jumlah persediaan diusahakan seminimal mungkin. Jumlah  pesanan sesuai dengan jumlah sesungguhnya yang diperlukan (Lot for lot)  ini Laboratorium Sistem Produksi

27

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

menghasilkan tidak adanya persediaan yang disimpan sehingga biaya yang timbul hanya berupa biaya pemesanan saja. Namun metode ini juga beresiko jika terjadi keterlambatan dalam pengiriman barang akan

mengakibatkan terhentinya

 produksi.

2.4.5.2   Economic Order Quantity (EOQ ) Formulasi rumus untuk menghitung ukuran lot  ekonomis  ekonomis atau EOQ yaitu:

  2.2.ℎ. Dimana :

 

 EOQ  = jumlah pembelian bahan baku yang ekonomis S   = biaya pesan setiap kali pemesanan  D = jumlah kebutuhan bahan baku untuk satu periode h  = biaya penyimpanan

Ada beberapa asumsi yang harus diperhatikan dalm penggunaan metode  EOQ, yaitu sebagai berikut : a.  Barang yang dipesan dan disimpan hanya satu macam  b.  Kebutuhan atau permintaan barang yang diketahui dan konstan. c.  Biaya pemesnan dan biaya penyimpanan diketahui dan konstan. d.  Barang yang dipesan diterima dalam satu kelompok (batch).  e.  Harga barang tetap dan tidak tergantung dari jumlah yang dibeli. f.  Waktu tenggang (lead time) diketahui dan konstan. 2.4.5.3   Period Order Quantity (POQ)

Metode POQ  ini menentukan jumlah perioda yang akan dimasukkan ke dalam sekali pemesanan. Langkah-langkah penentuan ukuran lot   dengan metode ini adalah: 1)  Hitung Economic Order Quantity (EOQ).  2)  Hitung jumlah (frekuensi) pemesan  N , yaitu dengan membagi permintaan  per

tahun (D) dengan  EOQ. Bulatkan ke atas bila hasil pembagian (nilai

 N ) bukan bilangan bulat.

3)  Hitung POQ dengan membagi jumlah minggu per tahun dengan  N . Hasil  pembagian ini kemudian dibulatkan ke ke atas.

Laboratorium Sistem Produksi

28

 

Universitas Widyatama 2.5 

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

KESEIMBANGAN LINI PRODUKSI (LINE BALANCING) 

2.5.1  Pengertian Line Balancing

Line balancing merupakan penyeimbangan penugasan elemen-elemen tugas dari suatu assembly line ke work stations untuk meminimumkan banyaknya work station dan meminimumkan total harga idle time pada semua stasiun untuk tingkat output tertentu, yang dalam penyeimbangan tugas ini, kebutuhan waktu per unit  produk yang di spesifikasikan untuk setiap tugas dan hubungan sekuensial harus dipertimbangkan. Lini produksi adalah penempatan area-area kerja dimana operasi-operasi diatur secara berturut-turut dan material bergerak secara kontinu melalui operasi yang terangkai seimbang. Menurut karakteristiknya proses produksinya, lini produksi dibagi menjadi dua: 1.  Lini fabrikasi, merupakan lintasan produksi yang terdiri atas sejumlah operasi pekerjaan yang bersifat membentuk atau mengubah bentuk benda kerja. 2.  Lini perakitan, merupakan lintasan produksi yang terdiri atas sejumlah operasi perakitan yang dikerjakan pada beberapa stasiun kerja dan digabungkan menjadi benda assembly atau subassembly.

Persyaratan umum yang harus digunakan dalam suatu keseimbangan lintasan  produksi adalah dengan meminimumkan waktu menganggur (idle time)  dan meminimumkan pula keseimbangan waktu senggang (balance delay). Sedangkan tujuan dari lintasan produksi yang seimbang adalah sebagai berikut: 1.  Menyeimbangkan beban kerja yang dialokasikan pada setiap workstation sehingga setiap work station  selesai pada waktu yang seimbang dan mencegah terjadinya bottle neck .  Bottle neck   adalah suatu operasi yang membatasi output dan frekuensi produksi. 2.  Menjaga agar pelintasan perakitan tetap lancar. 3.  Meningkatkan efisiensi atau produktifitas.

Laboratorium Sistem Produksi

29

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

2.5.2  Tujuan Line Balancing

Tujuan line balancing adalah untuk memperoleh suatu arus produksi yang lancar dalam rangka memperoleh utilisasi yang tinggi atas fasilitas, tenaga kerja, dan  peralatan melalui penyeimbangan waktu kerja antar work station, dimana setiap elemen tugas dalam suatu kegiatan produk dikelompokkan sedemikian rupa dalam  beberapa stasiun kerja yang telah ditentukan sehingga diperoleh keseimbangan waktu kerja yang baik. Syarat dalam pengelompokan stasiun kerja: 1.  Hubungan dengan proses terdahulu. 2.  Jumlah stasiun kerja tidak boleh melebihi jumlah elemen kerja. 3.  Waktu siklus lebih dari atau sama dengan waktu maksimum dari tiap waktu di stasiun kerja dari tiap elemen pengerjaan.

2.5.3  Istial-Istilah  Line Balancing 

Terdapat beberapa istilah dalam keseimbangan lintasan atau line balancing yaitu: 1)   Precedence diagram Precedence diagram  merupakan gambaran secara grafis dari urutan kerja

operasi kerja. Adapun tanda-tanda yang dipakai sebagai berikut:  berikut:   a)  Simbol lingkaran dengan huruf atau nomor di dalamnya untuk mempermudah identifikasi dari suatu proses operasi.  b)  Tanda panah menunjukkan ketergantungan dan urutan proses operasi. Dalam hal ini, operasi yang berada pada pangkal panah berarti mendahului operasi kerja yang ada pada ujung anak panah. c)  Angka di atas simbol lingkaran adalah waktu standar yang diperlukan untuk menyelesaikan setiap operasi. 2)   Asssamble product adalah adalah   Produk yang melewati urutan work stasiun di

mana tiap work station (WS) memberikan proses tertentu hingga selesai menjadi produk akhir pada perakitan akhir.  akhir.  3)  Work elemen yaitu elemen yaitu  elemen operasi dari seluruh proses perakitan.  perakitan.   4)  Time Operation (Ti) yaitu waktu standar menyelesaikan suatu operasi.  operasi.  5)  Work station (WS) adalah adalah   tempat pada lini perakitan di mana proses

 perakitan dilakukan. Setelah menentukan interval waktu siklus, maka  jumlah stasiun kerja efisien dapat ditetapkan dengan rumus berikut:  berikut: 

Laboratorium Sistem Produksi

30

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

 ∑  =  

 

Dimana: Ti  : waktu operasi atau elemen ( I=1,2,3,…,n)  I=1,2,3,…,n)   C   :waktu siklus stasiun kerja  N   : jumlah elemen K m min in  : jumlah stasiun kerja minimal 6)  Cycle time (CT) merupakan waktu yang diperlukan untuk membuat satu

unit produk satu stasiun. Keseimbangan lintasan produksi untuk sejumlah  produksi tertentu, waktu siklus harus sama atau lebih besar dari waktu operasi

terbesar

yang

merupakan

penyebab

terjadinya

bottleneck

(kemacetan) dan waktu siklus juga harus sama atau lebih kecil dari jam kerja efektif per hari dibagi dari jumlah produksi per hari, yang secara matematis dinyatakan sebagi berikut:  berikut:   

  ≤≤ ≤≤ 

Dimana: ti max  : waktu operasi terbesar pada lintasan  CT   : waktu siklus (cycle time)  P : jam kerja efektif per hari Q  : jumlah produksi per hari hari 7)  Station time (ST ) adalah  adalah   Jumlah waktu dari elemen kerja yang dilakukan

 pada suatu stasiun kerja yang sama.  sama.  8)   Idle time (I) merupakan selisih (perbedaan 0 antara cycle time (CT) dan

 dikurangi ST.  stasiun time (ST) atau CT  dikurangi 9)   Balance delay (D)  (D)  atau  balancing loss  loss  adalah ukuran dari ketidakefisiensinan lintasan yang dihasilkan dari waktu menganggur

sebenarnya yang disebabkan karena pengalokasian yang kurang sempurna di antara stasiun-stasiun kerja.  Balance delay  ini dinyatakan dalam  persentase. Balance delay dapat dirumuskan: 

 ( ) ∑    –  =   (    )  100%

 

Di mana: n 

: jumlah stasiun kerja

Laboratorium Sistem Produksi

31

 

Universitas Widyatama C  

∑   

Praktikum Perencanaan dan Pengendalian Produksi  Produksi   : waktu siklus terbesar dalam stasiun kerja

 

: jumlah waktu operasi dari semua operasi

 

: waktu operasi

 

: balance delay (%) 

10) Line   Line efficiency (LE) adalah rasio dari total waktu di stasiun kerja dibagi

dengan waktu siklus dikalikan jumlah stasiun kerja  kerja  

 ∑  (=)() 100%

Di mana: STi 

: waktu stasiun dari stasiun ke-1

K  

: jumlah(banyaknya) stasiun kerja

CT  

: waktu siklus

 

11) Smoothes index (SI) adalah suatu indeks yang menunjukkan kelancaran

relative dari penyeimbangan lini perakitan tertentu  tertentu   SI=

Di mana:

 ∑==( )

 

St max : maksimum waktu di stasiun Sti 

: waktu stasiun di stasiun kerja ke-i

12) Output production (Q)adalah (Q)adalah jumlah waktu efektif yang tersedi dalam

suatu periode dibagi dengan cycle time. 

  

 

Di mana: T   : jam kerja efektif penyelesaiaan produk C  

: waktu siklus terbesar

2.5.4  Metode Line Balancing

Penyeimbangan lintasan memerlukan metode tertentu yang sistematis. Metode  penyeimbngan lini rakit yang yang biasa digunakan antara lain: 1)  Metode formulasi dengan program sistematis 2)  Metode Kilbridge-Wester Heruistic  3)  Metode Helgeson-Birnie  Laboratorium Sistem Produksi

32

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

4)  Metode Moodie Young  5)  Metode Immediate Update First-Fit Heruistic  6)  Metode Rank And Assign Heruistic 

Laboratorium Sistem Produksi

33

 

3 

BAB III

 KEGIATAN PRAKTIKUM  FLOWCHART  KEGIATAN

3.1 

. FLOW  FLOW CHART  KEGIATAN  KEGIATAN PRAKTIKUM

MULAI

STUDI LITERATUR 

PENGUMPULAN DATA



Data demand 12  periode

PROSES DISAGREGASI DAN  MASTER PRODUCTION PRODUCTION SCHEDULE 

PERENCANAAN PRODUKSI AGREGAT

PERAMALAN (FORECASTING)  



Komponen Data Data Hari Kerja 12 Periode Data Demand 12 Periode









Data Demand 12 Periode Data Proses  Disagregasi Persentase Actual  Demand  Data Master Productiion Schedule

 MATERIAL  MATERIA L  REQUIREMENT  REQUIREMENT PLANNING 







 Assembly Proccess Proccess Chart  Kursi  Kursi Chitose Data Master Schedule  Baracuda Struktur Produk  Exsplosion  Bill Of Material Material

 ASSEMBLY LINE  ASSEMBLY  BALANCING  BALA NCING







 Assembly Operation Operation Chart Kursi Chitose Precedence Diagram Kursi Chitose Data d emand emand Kursi Chitose

PENGOLAHAN DATA









Metode Double  Moving Average Metode Double  Exponensial Smoothing (Holt) Metode Double  Exponensial Smoothing (Brown) Metode Regresi Linear 

PROSES DISAGREGASI DAN  MASTER PRODUCTI PRODUCTION ON SCHEDULE 

PERENCANAAN PRODUKSI AGREGAT

PERAMALAN (FORECASTING) 





Strategi Tenaga Kerja Tetap Strategi Tenaga Kerja Berubah Strategi Transportasi

 

Proses Disagregasi  Master Production Schedule

 MATERIAL  REQUIREMENT  REQUIREMENT PLANNING 



  

 Material Requirem  Material Requirement Planning Teknik Lot (Teknik  Lot for for Lot)  Material  Mater ial Requirem Requirement Planning Teknik EOQ) (Teknik  EOQ)  Material  Mater ial Requirem Requirement Planning (Teknik POQ)

 ASSEMBLY LINE  BALANCING 





Stasiun Kerja Komponen  Rank Positioning Weight  Metode  KillbridgeWester Heuristic

ANALISIS

KESIMPULAN

SELESAI

Tabel 3.1 Flowchart  Praktikum  Praktikum

i

 

 

Universitas Widyatama 3.2 

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

URAIAN FLOW CHART  KEGIATAN  KEGIATAN PRAKTIKUM

3.2.1  Studi Literatur

Langkah awal yang dilakukan praktikum perencanaan dan pengendalian produksi adalah

melakukan

studi

literatur

yang

bertujuan

agar

praktikum

yang

dilaksanakan dapat dipahami materi untuk setiap modulnya (forecasting, rencana  produksi agregat, dan proses pr oses produksi disagregasi dan master planning schedule) sc hedule) sehingga dapat diperoleh penyelesaian dan pengolahan data dengan cara yang tepat. 3.2.2  Pengumpulan Data

Pengumpulan data yang dilakukan adalah sebaai berikut: 3.2.2.1  Peramalan (Forecasting) 

Praktikan diberi data berupa demand 12 periode data suatu perusahaan manufaktur. Data-data tersebut tersebut menjadi sumber informasi bagi  praktikan sehingga praktikan dapat melakukan pengumpulan data dan menentukan penggunaan forecasting yang tepat.   3.2.2.2  Rencana Produksi Agregat

Praktikan diberi data berupa demand, data hari kerja 12 periode, dan komponen data suatu perusahaan manufaktur. Data-data tersebut tersebut menjadi sumber informasi bagi praktikan sehingga praktikan dapat melakukan pengumpulan data dan menentukan penggunaan strategi yang tepat.  3.2.2.3  Perencanaan Produksi Disagregasi

Praktikan diberi data berupa demand , data proses disagregasi ,  , data actual demand   dan data master production schedule  suatu perusahaan manufaktur.

Data-data tersebut tersebut menjadi sumber informasi bagi praktikan sehingga  praktikan dapat melakukan pengumpulan data dan menentukan jadwal induk  produksi. 3.2.2.4  Perencanaan Kebutuhan Material

Praktikan diberi data berupa assembly proccess chart   dari kursi chitose, data master schedule  dari  MPS   produk Baracuda, data struktur produk  Explotion,

dan  Bill Of Material. Data tersebut menjadi sumber informasi bagi praktikan untuk melakukan pengumpulan data untuk menjadwalkan produksi secara tepat.

Laboratorium Sistem Produksi

35

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

3.2.2.5   Assembling Line Balancing

Praktikan diberi data berupa assembly proccess chart ,  precedence diagram, data demand dari kursi chitose. Data tersebut menjadi sumber informasi bagi  praktikan untuk melakukan pengumpulan data untuk membuat alur perakitan yang tepat berdasarkan komponennya.

3.2.3  Pengolahan Data

Pengolahan data yang dilakukan adalah sebagai berikut: 3.2.3.1  Peramalan (Forecasting) 

Praktikan melakukan pengolahan data terhadap data demand   yang sudah diberikan dan diolah kedalam metode peramalan ( forecasting), diantaranya:  1.  Metode Double Moving Average  2.  Metode Double Exponensial Smoothing  3.  Metode Forecasting Regresi Linear 3.2.3.2  Perencanaan Produksi Agregat

Praktikan melakukan pengolahan data terhadap data demand  beserta  beserta komponen data yang sudah diberikan dan diolah kedalam proses jadwal induk produksi, diantaranya: 1.  Strategi Tenaga Kerja Tetap 2.  Strategi Tenaga Kerja Berubah 3.  Strategi Transportasi 3.2.3.3  Perencanaan Produksi Disagregat

Praktikan melakukan pengolahan data terhadap data demand  beserta  beserta komponen data yang sudah diberikan dan diolah kedalam strategi perencanaan produksi agregat, diantaranya:  1.  Proses Disagregasi 2. 

 Master Production Schedule 

Laboratorium Sistem Produksi

36

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

3.2.3.4  Perencanaan Kebutuhan Material

Praktikan melakukan pengolahan data terhadap data master schedule  beserta struktur data yang sudah diberikan dan diolah kedalam material requirement  planning, diantaranya:

1.   Material Requirement Planning (Teknik Lot For Lot ) 2.   Material Requirement Planning (Teknik EOQ) 3.   Material Requirement Planning (Teknik POQ) 

3.2.3.5   Assembly Line Balancing

Praktikan melakukan pengolahan data terhadap data assembly proccess chart   kursi chitose beserta struktur data yang sudah diberikan dan diolah kedalam assembly line balancing:

1.  Stasiun Kerja Komponen 2.  Metode Killbridge-Wester Heuristic 

3.   Rank Positioning Weight  Weight   3.2.4  Analisis

Tahap selanjutnya adalah tahap analisis. Setelah melakukan pengolahan data  praktikum dapat menganalisis hasil pengolahan data yang sudah dilaksanakan. Analisis dilakukan dengan menjelaskan hasil dari pengolahan data setiap modul. 3.2.5  Kesimpulan dan Saran

Selanjutnya praktikan dapata menyimpulkan hasil dari analisis dan pengolahan data yang telah dilakukan serta memberi saran berupa cara-cara yang dapat membantu saat melakukan pengolahan data.

Laboratorium Sistem Produksi

37

 

4 

BAB IV

PENGUMPULAN DAN PENGOLAHAN DATA

4.1 

PENGUMPULAN DATA

4.1.1  Peramalan (Forecasting)

5 

Pengumpulan data diperoleh berdasarkan data demand masa lalu dari tabel  pada sebuah perusahaan selama 24 periode, yaitu sebagai berikut:

7 

6  Tabel 4.2 Data Demand Awal

14  15  Tabel 4.3 Data Demand Akhir  

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 20 21 22 23 24 8 

Periode ( t )  Demand ( d ) 1 8306 2 12470 3 9475 4 8452 5 9743

9637 9845 10077 11212 11287 11367

(Sumber: Pengumpulan Data)

6 7 8 9 10 11 12 13 14 15 16 17 18

8088 10058 8987 9915 7600 10011 8988 9963 7996 9508 7996 9822 7632

19 20 21 22 23 24

9651 9859 10091 11226 11301 11381

16   (Sumber:Pengumpulan Data)

9  10  11  12 

13  i

 

17  Keterangan: 18  Penyesuaian data dilakukan dengan menambahkan data awal dengan dua digit terakhir dari NPM yang dibalikkan (0515103014  (14)

4.1.2  Perencanaan Produksi Agregat

19  Pengumpulan data pada modul ini dilakukan dengan pengumpulan data yang  berasal dari hasil  forecasting pada modul 1. Data yang digunakan merupakan data yang didapat dari nilai error  terkecil   terkecil metode Regresi Linear. Data yang disajikan sebanyak 12 data seperti pada Tabel 4.1 di bawah ini: 20  Pengolahan data dilakukan dengan menghitung tenaga kerja tetap, tenaga kerja berubah dan transportasi dengan menggunakan data umum dalam  pengumpulan data seperti Tabel 4.2 berikut berikut ini:  21  Tabel 4.3 Hari Kerja Awal dan Demand Tabel 4.4 Komponen Data Awal   Peri eriod odee

22  23  24  25 

Ha Harri Kerj Kerja   Demand 

1

21

10062

2

19

10106

3 4

21 20

10150 10194

5

22

10238

6

20

10282

7

21

10326

8

19

10370

9

20

10414

10

21

10458

11

20

10502

12

18

10546

Total

243

228288

Inventori Awal Jam Kerja (JK) Maks. Over Time  (OT ) Maks. Sub Kontrak Waktu Baku Tenaga Kerja (TK) Awal  Regular Time (RT) (RT) Cost  Over Time (OT) Cost  Sub Kontrak (SK) Cost   Hiring (HR) (HR) Cost   Lay Off (LO) Cost   Inventory Cost 

250 Unit 8 Jam 25% RT Unit 50% RT Unit 1.67 Jam/Unit 12 Orang Rp50000/Unit Rp75,000/Unit Rp120,000/Unit Rp1,000,000/Orang RP1,500,000/Orang Rp2,500/Unit

(Sumber: Pengumpulan Data) 

(Sumber: Pengumpulan Data)

4.1.3 Perencanaan Produksi Disagregat

Pengumpulan data diperoleh berdasarkan hasil peramalan pe ramalan untuk demand  sebanyak  sebanyak 12 periode dengan metode Regresi Linier yang telah dilakukan sebelumnya. Hasilnya adalah sebagai berikut: Tabel 4.5 Data Demand Periode ( t  t)  Demand (  D D t) 1 10062

2 3 4

10106

5

10238

10150 10194

i

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

Periode ( t  t) 6

 Demand (  D D t) 10282 10326 10370 10414

7 8 9 10 11 12 Total

10458 10502 10546 123.648

(Sumber: Pengumpulan Data)

 4.1.4   Master Schedule Pengumpulan data diperoleh dari hasil perhitungan  Master Schedule Baraccuda  pada modul 3. Data  Master Schedule dari masing-masing kelompok praktikan dalam 12 periode dikumpulkan dan disatukan sebagai dasar untuk bahan  pengumpulan data yaitu sebagai berikut: berikut: Tabel 4.6 Master 4.6 Master Schedule Baracuda  Nama Dwi Fariz Resito  Nanda Agus Alif Bayu Laelawati

 Master Schedu le

1 9367 9376 9380 9368 9368 9407 9383 9370 11372

2 9407 9415 9422 940 9408 8 9448 9423 9411 11788

3 9448 15762 9463 157 15751 51 9488 15773 9454 12204

4 9490 0 9504 949 9491 1 9529 0 9495 12619

5 9531 15897 9545 9532 9532 9570 15908 9535 12768

6 9572 15968 9586 159 15956 56 9610 15978 9576 12002

7 9612 0 9625 0 9651 0 9618 10123

8 9653 12078 9667 160 16092 92 9693 12085 9658 6840

9 9694 16171 9709 161 16161 61 9732 16182 9699 1270

10 9735 0 9749 0 9773 0 9739 -7337

11 11 9776 16307 9789 162 16295 95 9814 16321 9780 -25125

12 12 9816 16376 9831 163 16366 66 9855 16388 9822 -61585

(Sumber: Pengumpulan Data)

 Assembly Process Chart (APC)  Assembly Process Chart (APC) adalah suatu peta yang menggambarkan langkah-

langkah proses perakitan yang akan dialami komponen, mulai dari pemeriksaan sampai produk jadi selesai. Berikut ini merupakan  APC  perakitan kursi Chitose tampak pada Gambar 4.1:

Laboratorium Sistem Produksi

39

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

 ASSEMBLING PROCESS CHART 

 NAMA OBJEK  NOMOR PETA DIPETAKAN OLEH TANGGAL DIPETAKAN SEKARANG : ALAS DUDUK 

: KURSI CHITOS :1 : PRAKTIKAN PERENCANAAN DAN PENGENDALIAN PRODUKSI : 1 DESEMBER 2017 USULAN :

SANDARAN SANDAR AN TIANG BANTAL BANTALAN AN KAKI DEPAN KAKI BELAKANG

KETERANGAN ASSEMBLING

Sub Assembling 1

3' 0%

SA1

Assembling 1 : memasangkan kaki depan dengan kaki belakang

Sub Assembling 1

(Las Asitelin)

Assembling 2 : Memasangkan sandaran ke kaki belakang

 Assembling 1

3'

 Assembling 1 (Las Asitelin)

A-1 0%  Assembling 2

Assembling 3 : Memasangkan alas duduk ke tiang bantalan yang sudah disatukan dengan kaki kaki SUB ASSEMBLING

4' A-2

 Assembling 2 (Obeng + )

A-3

 Assembling 3 (Obeng + )

I-1

Pemeriksaan

0%

Sub Assembling 1 : Tiang bantalan ke kaki depan

 Assembling 3

4'

KETRANGAN KEGIATAN JUML JUMLAH AH WAKT WAKTU U (S (S))

0%

4

2'

16

0% 1

2

5

18

Storage

JUMLAH

 

Gambar 4.1 APC 4.1 APC Kursi Chitos (Sumber: Pengolahan Data)

4.1.1  Struktur Produk Explotion

selanjutnya yaitu membuat  APC perakitan kursi Chitose yang telah dibuat maka selanjutnya model struktur produk Explotion tampak pada Gambar 4.2:  4.2:  

Laboratorium Sistem Produksi

40

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

1

Kursi Chitos (1)

2

LEVEL 0

3

Alas(1) Duduk 

A-2 (1)

4

LEVEL 1

5

Sandaran (1)

A-1 (1)

6

LEVEL 2

7

Kaki Belakang (2)

SA-1 (1)

LEVEL 3

9

8

Tiang Bantalan (1)

Kaki Depan (2)

LEVEL 4

 

Gambar 4.2 APC 4.2 APC Struktur Produk Baracuda  (Sumber: Pengolahan Data) 

 Bill of Material  Bill of Material (BOM) adalah daftar dari bahan, material atau komponen yang

dibutuhkan untuk dirakit, dicampur atau membuat produk akhir atau jaringan yang menggambarkan hubungan induk dan komponen. Berikut ini merupakan tabel BOM untuk perakitan kursi Chitose yang tampak pada Tabel 4.2

Tabel 4.7 Bill 4.7 Bill of Material Kursi Chitose  No

Level

Kode

1

0

KC

Deskripsi

Kuantitas Order Policy

Kursi Chi tose

LFL

On Hand

Lead Time

Lot Size

148

0

1

2

1

AD

Alas Duduk

1

LFL

0

0

1

3

1

A- 2

Assembl y 2

1

EOQ

0

2

EOQ

4

2

S

Sandaran

1

LFL

0

0

1

5

2

A- 1

Assembl y 1

1

POQ

0

1

EOQ

6

3

KB

Kaki Belakang

1

LFL

0

0

1

Setup Cost

Holding Cost  

Rp

950.000

Rp

20.000

Rp

950.000

Rp

10.000

7

3

SA - 1

Sub Assembl y 1

1

POQ

0

1

EOQ

Rp

950.000

Rp

10.000

8

4

TB

Ti ang Bantalan

1

EOQ

0

1

EOQ

Rp

950.000

Rp

13.000

9

4

KD

Kaki De pan

1

EOQ

0

2

EOQ

Rp

950.000

Rp

10.000

(Sumber: Pengumpulan Data)

Laboratorium Sistem Produksi

41

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

4.1.5  Keseimbangan Lintasan (Line Balancing) 

Melakukan proses  Line Balancing tentunya memerlukan data-data seperti jumlah  permintaan, proses produksi atau perakitan dan lain sebagainya. Berikut merupakan data yang telah dikumpulkan dapat dilihat pada Tabel 4.1, Gambar 4.1 dan Gambar 4.2 di bawah ini: Tabel 4. 8 Data Permintaan Periode Peri ode permi permint ntaan aan 1 9367 2 9407 3 9448 4 9490 5 9531 6 9572 7 9612 8 9653

9 10 11 12  jum  jumlah Rata-r ata-rat ataa

9694 9735 9776 9816 115101 95 9591 91.7 .75 5

(Sumber: Pengumpulan Data)

Keterangan: Data permintaan yang diperoleh merupakan hasil penambahan NPM kelompok dengan data permintaan yang diberikan. (NPM kelompok: 14 + 04 + 05 =23 )

Laboratorium Sistem Produksi

42

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

 ASSEMBLING PROCESS CHART 

 NAMA OBJEK  NOMOR PETA DIPETAKAN OLEH TANGGAL DIPETAKAN SEKARANG : ALAS DUDUK 

: KURSI CHITOS :1 : PRAKTIKAN PERENCANAAN DAN PENGENDALIAN PRODUKSI : 1 DESEMBER 2017 USULAN :

SANDARAN SANDAR AN TIANG BANTA BANTALAN LAN KAKI DEPAN KAKI BELAKANG

KETERANGAN ASSEMBLING

Sub Assembling 1

3' 0%

SA1

Assembling 1 : memasangkan kaki depan dengan kaki belakang

Sub Assembling 1

(Las Asitelin)

Assembling 2 : Memasangkan sandaran ke kaki belakang

 Assembling 1

3' A-1 0%

 Assembling 1 (Las Asitelin)

 Assembling 2

Assembling 3 : Memasangkan alas duduk ke tiang bantalan yang sudah disatukan dengan kaki kaki SUB ASSEMBLING

4' A-2

 Assembling 2 (Obeng + )

A-3

 Assembling 3 (Obeng + )

I-1

Pemeriksaan

0%

Sub Assembling 1 : Tiang bantalan ke kaki depan

 Assembling 3

KETRANGAN

4'

KEGIATAN JUML JUMLAH AH WAKT WAKTU U (S (S))

0%

14 16

4

Storage

2' 0%

1

2

54

14 18

Storage

JUMLAH JUMLAH

 

Gambar 4. 3 Assembly  Assembly Process Chart (APC) Kursi chitos  (Sumber: Pengumpulan Data) PRECEDENCE DIAGRAM 

0'

3' 1

4' 3

4' 4

0' 5

6

3' 2

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

Laboratorium Sistem Produksi

 

43

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

Tabel 4. 9 Penunjukkan Waktu Berdasarkan Presedence Diagram

 No

Kegiatan

Waktu (detik)

 Node  Pendahulu

Mesin

1 2

Star Sub Assembling

0 3

Start

Meja Perakitan

3 4 5 6

Assembling 1 Assembling 2 Assembling 3 End Total

3 4 4 0 14

Start, 2 3 4 -

Meja Perakitan Meja Perakitan Meja Perakitan -

 

(Sumber: Pengumpulan Data)

4.2 

PENGOLAHAN DATA

4.2.4  Peramalan (Forecasting)

Pengolahan data dilakukan dengan meramalkan demand 12 periode ke depan menggunakan data demand masa lalu lemari selama 24 periode. Metode yang akan digunakan untuk peramalan adalah  Double Moving Average ( DMA  DMA),  Double  Exponential Smoothing ( DES   DES ) Satu Parameter dari Brown,  Double Exponential Smoothing ( DES   DES ) Dua Parameter dari Holt dan Regresi Linear. A.   Double Moving Average ( DMA  DMA) 

Laboratorium Sistem Produksi

44

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

Tabel 4.10 Peramalan dengan Metode DMA   Periode

Demand

1

8306

S't

S''t

at

bt

m

F(t+m)

et

| et |

et²

Pe (%)

| Pe |

2

12470

3

9475

10083.67

4

8452

10132.33

5

9743

9223.33

98 9813.11

86 8633.56

-5 -589.78

1

8044.00

1699.00

1699.00

28 2886601.00

17.44%

0.17

6

8088

8761.00

9372.22

8149.78

- 611.22

1

7539.00

549.00

549.00

301401.00

6.79%

0.07

7 8

10058 8987

9296.33 9044.33

9093.56 9033.89

9499.11 9054.78

202.778 10.4444

1 1

9702.00 9066.00

356.00 - 79.00

356.00 79.00

126736.00 6241.00

3.54% - 0.88%

0.04 0.01 0.04

9

9915

9653.33

9331.33

9975.33

322

1

10298.00

- 383.00

383.00

146689.00

- 3.86%

10

7600

8834.00

9177.22

8490.78

- 34 343.22

1

8148.00

-5 54 48.00

548.00

300304.00

-7 -7.21%

0.07

11

10011

9175.33

9220.89

9129.78

- 45.556

1

9085.00

926.00

926.00

857476.00

9.25%

0.09

12

8988

8866.33

8958.56

8774.11

- 92.222

1

8682.00

306.00

306.00

93636.00

3.40%

0.03

13

9963

9654.00

92 9231.89

10076.11 422.111

1

10499.00

-5 -536.00

536.00

287296.00

- 5. 5.38%

0.05

14

7996

8982.33

9167.56

8797.11

- 18 185.22

1

8612.00

-6 61 16.00

616.00

379456.00

-7 -7.70%

0.08

15

9508

9155.67

9264.00

9047.33

- 108.33

1

8939.00

569.00

569.00

323761.00

5.98%

0.06

16

7996

8500.00

8879.33

8120.67

- 379.33

1

7742.00

254.00

254.00

64516.00

3.18%

0.03

17

9822

9108.67

8921.44

9295.89

187.222

1

9484.00

338.00

338.00

114244.00

3.44%

0.03

18

7632

8483.33

8697.33

8269.33

-2 21 14

1

8056.00

-4 42 24.00

424.00

179776.00

-5 -5.56%

0.06

19

9651

9035.00

8875.67

9194.33

159.333

1

9354.00

297.00

297.00

88209.00

3.08%

0.03

20

9859

9047.33

8855.22

9239.44

192.111

1

9432.00

427.00

427.00

182329.00

4.33%

0.04

21

10091

9867.00

93 9316. 4 44 4

10417. 5 56 6 550.556

1

10969.00

-8 87 78.00

878.00

770884.00

- 8. 8.70%

0.09

22

11226

10392.00

9768. 7 78 8

11015. 2 22 2 623.222

1

11639.00

-4 -413.00

413.00

170569.00

- 3 .6 .68%

0.04

23

11301

10872.67 10377.22 11368. 1 11 1 495.444

1

11864.00

- 56 563.00

563.00

316969.00

-4 4..98%

0.05

24

11381

11302.67 10855.78 11749. 5 56 6 446.889

1

12197.00

- 81 816.00

816.00

665856.00

-7 7..17%

0.07

25

1

12197.00

26

2

12644.00

27

3

13091.00

28

4

13538.00

29

5

13984.00

30

6

14431.00

31

7

14878.00

32

8

15325.00

33

9

15772.00

34

10

16219.00

465.00 5.00

10977.00 7.00

8262949.00 9.00

5.31 5.31%

1.16 1.16

35

11

16666.00

36

12

17113.00

Jumlah

 

365209.00 9.00

(Sumber: Pengolahan Data)

Contoh Perhitungan: 1.  S’t 3= d 1 + d 2 + d 3 / N = 8306 + 12470 + 9475 / 3 = 10.803,67

2.  S”t5= S’t3 + S’t4 + S’t5 / N

1.  Ft5  = at5 + bt5 × m5  = 8633,56 + (-589,78) × 1 = 8044

2.  et5  = d 5 –  F  Ft5 

=10.083,67+10.123.33+9.223,33

= 9743 –  9743 –  8044,78  8044,78

= 9813,11

= 1699,00

3.  at5 = S’t5 + (S’ (S’t5  –  –  S”t5) = 9223,33 + (9223,33 9223,33 –   –  9813,11  9813,11) = 8633,56

 , 

3.  PE tt55= ( =(

) × 100% ) × 100%

Laboratorium Sistem Produksi

45

 

Universitas Widyatama

4.   bt5  = =

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

= 17,44%

N− −

 (S’t5  –  –  S”t5)

 (9223,33 (9223,33 –   –  9813,11)  9813,11)

= -589,78

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

   ,  |||  ,    Σ(et) ,  (474,89)     ,      ,  −   ,%   |||  ,  = 23,25

 = 548,85

 

 = 216225,00

 = 10881,25  = 106,68

 = 0,00  = 0,06

Gambar 4.5 Diagram Scatter Demand   (Sumber: Pengolahan Data)

Laboratorium Sistem Produksi

46

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

Gambar 4.6 Plot Data Double Moving Average ( DMA  DMA) (Sumber: Pengolahan Data) B. 

 Double Exponential Smoothing Smoothing ( DES  DES) Satu Parameter dari Brown Tabel 4.11 Peramalan dengan Metode DES Satu Parameter dari Brown

 Periode

Demand

s't

s'' s''tt

1

8306

8306

83 8306

at

bt

m

Ft+m

et

|et|

et²

pe (%) (%)

|pe|

0.1782

2

12470

3

9475

12053.60 11678.8 12428.36 3372.84 9732.86

9927.46

9538.26

- 1751.38

1

7787.00

1688.00

1688

2849344

17.82%

4

8452

8580.09

8714.82

8445.35

- 1212.63

1

7233.00

1219.00

1219

1485961

14.42%

0.1442

5

9743

9626.71

9535.52

9717.9

8 82 20.70

1

10539.00

- 796.00

796

633616

- 8.17%

0.0817

6

8088

8241.87

8371.24

8112.51

- 1164.28

1

6949.00

1139.00

1139

1297321

14.08%

0.1408

7

10058

9876.39

9725.87

10026.9

1354.64

1

11382.00

- 13 1324.00

1324

1752976

- 13 13.16%

0.1316

8

8987

9075.94

9140.93

9010.95

- 584.94

1

8427.00

560.00

560

313600

6.23%

0 0..0623

9

9915

9831.09

9762.08

9900.11

621.15

1

10522.00

- 607.00

607

368449

- 6.12%

0.0612

10

7600

7823.11

8017.01

7629.21

- 1745.07

1

5885.00

1715.00

1715

2941225

22.57%

0.2257

11

10011

9792.21

9614.69

9969.73

1597.68

1

11568.00

- 15 1557.00

1557

2424249

- 15 15.55%

0.1555

12

8988

9068.42

9123.05

9013.79

- 491.64

1

8523.00

465.00

465

216225

5.17%

0 0..0517

13

9963

9873.54

9798.49

9948.59

675.44

1

10625.00

- 662.00

662

438244

- 6.64%

0.0664

14

7996

8183.75

8345.23

8022.28

- 1453.26

1

6570.00

1426.00

1426

2033476

17.83%

0.1783

15

9508

9375.58

9272.54

9478.61

927.31

1

10406.00

- 898.00

898

806404

- 9.44%

0.0944

16

7996

8133.96

8247.82

8020.1

- 1024.72

1

6996.00

1000.00

1000

1000000

12.51%

0.1251

17

9822

9653.20

9512.66

9793.73

1264.84

1

11059.00

- 12 1237.00

1237

1530169

-1 12 2.59%

0.1259

18

7632

7834.12

8001.97

7666.27

- 1510.68

1

6156.00

1476.00

1476

2178576

19.34%

0.1934

19

9651

9469.31

9322.58

9616.05

1320.60

1

10937.00

- 12 1286.00

1286

1653796

-1 13 3.33%

0.1333

20

9859

9820.03

9770.29

9869.78

447.71

1

10318.00

- 459.00

459

210681

- 4.66%

0.0466

21

10091

10063.90 10034.5

10093.3

264.26

1

10358.00

- 267.00

267

71289

- 2.65%

0.0265

22

11226

11109.79 11002.3

11217.3

967.72

1

12186.00

- 960.00

960

921600

- 8.55%

0.0855

23

11301

11281.88 11253.9

11309.8

251.65

1

11562.00

- 261.00

261

68121

- 2.31%

0.0231

24

11381

11371.09 11359.4

11382.8

105.45

1

11489.00

- 108.00

108

11664

- 0.95%

0.0095

1

11489.00

266.00

21110

25206986

26%

2.34

25 26

2

11594.00

27

3

11700.00

28

4

11805.00

29

5

11911.00

30

6

12016.00

31

7

12121.00

32

8

12227.00

33

9

12332.00

34

10

12438.00

35

11

12543.00

36

12

12649.00

 

352302.00

 Jumlah

Laboratorium Sistem Produksi

47

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

(Sumber: Pengolahan Data) 

Contoh Perhitungan: 1.  S’ tt11 = d 1 

8.  F tt33  = at3 + bt3 × m3 

= 8306

= 12.428,60 + (3372,84) × 1 = 7786,88

2.  S’’ t1 t1  = d 1 

 Ft3  9.  et3  = d 3 –  F = 9475 –  9475 –  7786,88  7786,88

= 8306

= 1688,12

3.  at2 = S’t2 + (S’ (S’t2  –  –  S”t2) = 12.053,60 + (12.053,60 12.053,60 –   –  11678,84  11678,84) = 12.428,36 4.   bt2  = =



− ,−,

 , 

10. PE tt33= ( =(

) × 100% ) × 100%

= 17,82 %

 (S’t2 –   –  S”t2)



 (12.053,60 –   (12.053,60  –  11678,84)  11678,84)

= 3372,84

Perhitungan Error : 1. 

 

2. 3.  4.  5.  6.  7. 

      Σ(||et|)  (266)         −           %  |||  ,%

 = 12.09

 

 = 959,55  = 70756,00  = 3216,18 = 58,05

 = 0,0112  = 0,11

Laboratorium Sistem Produksi

48

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

Gambar 4.7 Diagram Scatter Demand   (Sumber: Pengolahan Data)

Gambar 4.8 Plot Data DES Satu Parameter dari Brown   (Sumber: Pengolahan Data)

Laboratorium Sistem Produksi

49

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

C.   Double Exponential Smoothing Smoothing ( DES  DES) Dua Parameter dari Holt Tabel 4.12 Peramalan dengan Metode DES Dua Parameter dari Holt α = 0,9

 Periode

γ = 0,9 

Demand St

bt

m

Ft+m

et

|et|

et²

pe (%)

|pe|

1

8306

8306

4164

2

12470

12470

4164

3

9475

10190,9

-1634,8

1

8557

918

918

842724

9,69%

0,09689

4

8452

8462,41

-1719,1

1

6744

1708

1708

2917264

20,21%

0,20208

5

9743

9443,03

710,644

1

10154

-411

411

168921

-4,22%

0,04218

6

8088

8294,57

-962,55

1

7333

755

755

570025

9,33%

0,09335

7

10058

9785,4

1245,5

1

11031

-973

973

946729

-9,67%

0,09674

8

8987

9191,39

-410,06

1

8782

205

205

42025

2,28%

0,02281

9

9915

9801,63

508,213

1

10310

-395

395

156025

-3,98%

0,03984

10

7600

7870,98

-1686,8

1

6185

1415 1415

2002225

10011

9628,32

1412,93

1

11042

1031

1062961

18,62% 10,30%

0,18618

11

1415 1031

12

8988

9193,32

-250,2

1

8944

44

44

1936

0,49%

0,0049

13

9963

9861,01

575,898

1

10437

-474

474

224676

-4,76%

0,04758

14

7996

8240,09

-1401,2

1

6839

1157

1157

1338649

14,47%

0,1447

15

9508

9241,09

760,771

1

10002

-494

494

244036

-5,20%

0,05196

16 17

7996 9822

8196,59 9573,06

-863,97 1152,43

1 1

7333 10726

663 -904

663 904

439569 817216

8,29% -9,20%

0,08292 0,09204

18

7632

7941,35

-1353,3

1

6589

1043

1043 1043

1087849

13,67%

0,13666

19

9651

9344,71

1127,69

1

10473

-822

822

675684

-8,52%

0,08517

20

9859

9920,34

630,84

1

10552

-693

693

480249

-7,03%

0,07029

21

10091

10137

258,095

1

10396

-305

305

93025

-3,02%

0,03022

22

11226

11142,9

931,113

1

12075

-849

849

720801

-7,56%

0,07563

23

11301

11378,3

304,963

1

11684

-383

383

146689

-3,39%

0,03389

24

11381

11411,2

60,1281

1

11472

-91

91

8281

-0,80%

0,008

25

1

11472

26

2

11532

27

3

11592

28

4

11652

29

5

11712

30

6

11772

31

7

11833

32

8

11893

33

9

11953

34

10

12013

35

11

12073

36

12

12133 83

15733

14987559

19,40%

1,75

Jumlah

0,10299

(Sumber: Pengolahan Data

Laboratorium Sistem Produksi

50

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

Contoh perhitungan :  F tt33  4.  et3  = d 3 –  F 

1.  S’ t1 t1 = d 1 

= 9475 –  9475 –  8557  8557

= 8306

= 918 2.  bt1

= d 2  –  –   d  d 1  = 12470 –  12470 –  8306  8306

  

5.  PE t3= (

=(

= 4164

) × 100%

) × 100%

= 9,69 % 3.  F tt33  = S ’’ t3 t 3 + bt3 × m3 

= 10191 + (-1634,8) × 1 = 8557

Perhitungan Error : 1. 

 = 3,77

|||             ( ()  (83)            −       ,    ||| ,      

2.

3.

4. 5. 6.

7.

 = 715,14

 

 = 6889

 = 313,14 = 18,11

= 0,01  = 0,08

Laboratorium Sistem Produksi

51

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

Gambar 4.9 Diagram Scatter Demand   (Sumber: Pengolahan Data)

Gambar 4.10 Plot Data DES Dua Parameter dari Holt (Sumber: Pengolahan Data)

Laboratorium Sistem Produksi

52

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

D.  Regresi Linier Tabel 4.13 Peramalan dengan Metode Regresi Linier  Periode (P)

Demand (X)

t²

dt

et

|et|

et²

Pe (%)

| Pe |

1

8306

1

8306

9 90 015.46

F=a+bt Forecast Forecast 9 016

-7 - 710.00

710

504100

- 8.55%

0.085

2

12470

4

24940

9 90 059.47

9060.00

3410.00

3410

11628100

27.35%

0.273

3

9475

9

28425

9103.49

9 91 104

371.00

371

137641

3.92%

0.039

4

8452

16

33808

9147.50

9148

- 69 696.00

696

484416

- 8.23%

0.082

5 6

9743 8088

25 36

48715 48528

9191.52 9 92 235.53

9192 9236

551.00 -1 -1148.00

551 11 1148

303601 1317904

5.66% - 14.19%

0.057 0.142

7

10058

49

70406

9279.55

9280

778.00

778

605284

7.74%

0.077

8

8987

64

71896

9323.56

9324

- 33 337.00

337

113569

- 3.75%

0.037

9

9915

81

89235

9367.57

9368

547.00

547

299209

5.52%

0.055

10

7600

100

76000

9 94 411.59

9412

-1 - 1812.00

18 1812

3283344

- 23.84%

0.238

11

10011

121

110121

9455.60

9456

555.00

555

308025

5.54%

0.055

12

8988

144

107856

9499.62

9500

- 512.00

512

262144

- 5.70%

0.057

13

9963

169

129519

9543.63

9544

419.00

419

175561

4.21%

0.042

14

7996

196

111944

9587.65

9588

- 15 1592.00

1 59 592

2534464

- 19.91%

0.199

15

9508

225

142620

9631.66

9632

- 124.00

124

15376

- 1.30%

0.013

16

7996

256

127936

9675.68

9676

- 16 1680.00

1 68 680

2822400

- 21.01%

0.210

17

9822

289

166974

9719.69

9720

102.00

102

10404

1.04%

0.010

18

7632

324

137376

9763.70

9764

- 21 2132.00

2 13 132

4545424

- 27.94%

0.279

19

9651

361

183369

9807.72

9808

- 157.00

157

24649

- 1.63%

0.016

20

9859

400

197180

9851.73

9852

7.00

7

49

0.07%

0.001

21

10091

441

211911

9895.75

9896

195.00

195

38025

1.93%

0.019

22

11226

484

246972

9939.76

9940

1286.00

1286

1653796

11 1 1.46%

0.115

23

11301

529

259923

9983.78

9984

1317.00

1317

1734489

11 1 1.65%

0.117

24 25

11381

576

273144

10027.79 10071.80

10028 10072

1 13 353.00

1353

1830609

1 1. 1.89%

0.119

26

10115.82

10116

27

10159.83

10160

28

10203.85

10204

29

10247.86

10248

30

10291.88

10292

31

10335.89

10336

32

10379.90

10380

33

10423.92

10424

34

10467.93

10468

35

10511.95

10512

36

10555.96

10556

228519.00

228528

-9

21791

34632583

- 38%

2.34

300

228519

4900

2907104

(Sumber: Pengolahan Data) 

Contoh Perhitungan: 5.  Ft1 = a + b × t 1 

1.  t2  = 12 

= 8971,45 –  44,014()  44,014()

=1

= 9015,46 2.  dt1 = d 1 × t1  6.  et1  = d 1 –  F  Ft1 

= 8304 × 1

= 8306 –  8306 –  9016  9016

= 8306

3.   b =

 ∑  −(∑ −(∑ )()(∑∑ )  ∑ −(−(∑∑ )

= -710

 

Laboratorium Sistem Produksi

53

 

Universitas Widyatama

=

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

 × −()()  ×  −()

 

= 44,014

4.  a = =

 − 

7.  PE tt11= ( =(

∑ − b∑b ∑   ) ×  −(,

) × 100% ) × 100%

= -8,55%

 

 

= 8971,45

Perhitungan Error : 1.  2. 

 

3. 4.  5.  6.  7. 

   −  |||      Σ(et) (9)   −         −  |||  ,

 = -0,38  = 907,96 =81

 = 3,38 = 1,88

 = -0,02 =0,10

Gambar 4.11 Diagram Scatter Demand (Sumber: Pengolahan Data)

Laboratorium Sistem Produksi

54

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

Gambar 4.12 Plot Data MRL  (Sumber: Pengolahan Data)

4.2.2  Perencanaan Produksi Agregat Tabel 4.14 Perhitungan Tenaga Kerja Tetap (TKT) Round Up Periode 0 1 2 3 4 5 6 7 8 9 10 11 12 Total

HK    Demand  21 19 21 20 22 20 21 19 20 21 20 19 243

10062 10106 10150 10194 10238 10282 10326 10370 10414 10458 10502 10546 123648

TK  12

107

119

 RMH

UPRT

17976 16264 17976 17120 18832 17120 17976 16264 17120 17976 17120 16264 208008

10764 9738 10764 10251 11276 10251 10764 9738 10251 10764 10251 9738 124550

UPOT

Hirin Hiring g Inventory 250

95

0

95

952 584 1198 1255 2293 2262 2700 2068 1905 2211 1960 1152 20540

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 Rp 6,227,500,000

Biaya Inventory Biaya OT  Rp 2,380,000 Rp 1,460,000 Rp 2,995,000 Rp 3,137,500 Rp 5,732,500 Rp 5,655,000 Rp 6,750,000 Rp 5,170,000 Rp 4,762,500 Rp 5,527,500 Rp 4,900,000 Rp 2,880,000 Rp 51,350,000

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

-

 Hiring Biaya Hiring

Rp

95,000,000

Rp

95,000,000

Total Biaya Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp Rp

635,580,000 488,360,000 541,195,000 515,687,500 569,532,500 518,205,000 544,950,000 492,070,000 517,312,500 543,727,500 517,450,000 489,780,000 6,373,850,000

(Sumber: Pengolahan Data) 

Contoh Perhitungan: a.

 

Tenaga Kerja Hitung (TK Hit)

 ) ) × ()    (  ()) × ()   ( ) ×1, 6 7  (123648250 106,005005  101077 oorranangg 243×8  106,      ×  ×  ×    21×8×10717976jam   

  

 

 

b. 

 Regular Man Hour

 

 

Laboratorium Sistem Produksi

55

 

Universitas Widyatama

c. 

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

Unit Produksi Regular Time 

          , 10764,0710674   ( 1)  

 unit

d. 

Unit Produksi Over Time 

 

=0

e. 

 Hiring

       107  12  95 orang   (−−)     (1076400250)  10062  952 uunnit     ××      10764×Rp50.000   ×    952952 × RpRp2.2.550000  Rp 2.380. 380.000000  

f. 

 Inventori

 

 

g. 

Biaya Unit Production Regular  Regular Time 

 

Rp538.200.000 

h. 

Biaya Inventori 

 

i. 

Biaya Unit Production Over Time   

 0×Rp75.  ×  0 000   ×     95× 95 × Rp1. Rp1.0000.00.000000  RpRp9595..00000..000             

 j. 

Biaya Hiring

 

 

k. 

Total Biaya     

  

  

  

 

Laboratorium Sistem Produksi

56

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

  Rp6.227.500.000Rp52.350.000Rp0Rp95.000.000 Rp6.373.850.000  B.  Periode 0 1 2 3 4 5 6 7 8 9 10 11 12 Total

 Metode Tenaga Kerja Tetap (TKT) (TKT) Round Down Tabel 4.15 Strategi Tenaga Kerja Tetap (Round Down)   HK     Demand  21 19 21 20 22 20 21 19 20 21 20 19 243

10062 10106 10150 10194 10238 10282 10326 10370 10414 10458 10502 10546 123648

TK    12

106

118

RMH

UP UPR RT

17808 16112 17808 16960 18656 16960 17808 16112 16960 17808 16960 16112 206064

10663 9647 10663 10155 11171 10155 10663 9647 10155 10663 10155 9647 123384

UP UPO OT

14 14

Hir irin ing g

Inve Invent ntor ory y 250

94

851 392 905 866 1799 1672 2009 1286 1027 1232 885 0 12924

94

Biaya RT 

Biaya Inventory 

Rp 533,150,000 Rp 2,127,500 Rp 482,350,000 Rp 980,000 Rp 533,150,000 Rp 2,262,500 Rp 507,750,000 Rp 2,165,000 Rp 558,550,000 Rp 4,497,500 Rp 507,750,000 Rp 4,180,000 Rp 533,150,000 Rp 5,022,500 Rp 482,350,000 Rp 3,215,000 Rp 507,750,000 Rp 2,567,500 Rp 533,150,000 Rp 3,080,000 Rp 507,750,000 Rp 2,212,500 Rp 482,350,000 Rp Rp 6,169,200,000 Rp 32,310,000

Biaya OT 

Rp 1,050,000 Rp 1,050,000

Biaya Hiring

Total Biaya

Rp 94,000,000

Rp 629,277,500 Rp 483,330,000 Rp 535,412,500 Rp 509,915,000 Rp 563,047,500 Rp 511,930,000 Rp 538,172,500 Rp 485,565,000 Rp 510,317,500 Rp 536,230,000 Rp 509,962,500 Rp 483,400,000 Rp 6,296,560,000

Rp 94,000,000

(Sumber: Pengolahan Data)

Contoh perhitungan: a. 

Tenaga Kerja Hitung (TK Hit)

)  ) ×     ( () )    (  ()) × ()   ( ) ×1, 6 7  (123648250 106.005005  101066 oorranangg 243×8  106.      ×  ×  ×    21×8×10617808 jam           , 10663.4710663   ( 1)   0 



 

 

b. 

 Regular Man Hour

 

 

c. 

Unit Produksi Regular Time 

 

 unit

d. 

Unit Produksi Over Time 

 

 

Laboratorium Sistem Produksi

57

 

Universitas Widyatama

e. 

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

 Hiring

       106  12  94 orang

f. 

 

 Inventori  

  ( 1066300250 1066300250)) −−10)062 851 uunnit      ××      10663×Rp50.000   ×    851851 × RpRp2.2.550000  Rp 2.127. 127.550000    ×     0×Rp75.0000  ×     94× 94 × Rp1. Rp1.0000.00.000000  RpRp9494..00000..000  

g. 

Biaya Unit Production Regular  Regular Time 

 

Rp533.150.000 

h. 

Biaya Inventori 

 

i. 

Biaya Unit Production Over Time   

 j. 

Biaya Hiring

 

 

k. 

Total Biaya     

  

  

 

  

    Rp94.  2000.00000Rp32.   310.000Rp1.   050. Rp6.1069.00. 000 Rp6.296.560.000  

Laboratorium Sistem Produksi

58

 

Universitas Widyatama

C.

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

Metode Tenaga Kerja Berubah ( Round Round Up ) Tabel 4.16 Strategi Tenaga Kerja Berubah (Round Up)

P eerr io de de

HK    Demand  TK Dih Dihitu itung ng TK Terpakai Terpakai  RMH

0

UPRT

UPOT

Hiring Lay Off Inventory

12

Biaya RT 

Biaya Inventory 

Biaya OT 

Biaya Hiring

Biaya Lay Off 

1

21

10062

98

98

16464

9858

2

19

10106

109

109

16568

9920

149

3 4 5

21 20 22

10150 10194 10238

99 104 95

99 104 95

16632 16640 16720

9959 9964 10011

191 230 227

6 7

20 21

10282 10326

105 101

105 101

16800 16968

10059 10160

223 166

10

86

37

Rp

492,900,000

Rp

-

Rp 86,000,000

Rp

578,992,500

11

0

Rp

496,000,000

 

-

Rp 11,175,000

Rp 11,000,000

Rp

518,175,000

9

0 0 0

Rp Rp Rp

497,950,000 498,200,000 500,550,000

     

-

Rp 14,325,000 Rp 17,250,000 Rp 17,025,000

Rp Rp

502,950,000 508,000,000

   

-

Rp 16,725,000 Rp 12,450,000

Rp 10,000,000

4

0 0

11

Rp 11,000,000

10 5

8

19

10370

112

112

17024

10194

176

9 10 11

20 21 20

10414 10458 10502

107 102 108

107 102 108

17120 17136 17280

10251 10261 10347

163 197 155

12

18

10546

120

120

17280

10347

199

Total

242

123648

1260

1260

202632 121331

2076

141

92,500

 

Rp 15,000,000 Rp

0

Rp

509,700,000

 

-

Rp 13,200,000

6

Rp Rp Rp

512,550,000 513,050,000 517,350,000

     

-

Rp 12,225,000 Rp 14,775,000 Rp 11,625,000

Rp

12

0

Rp

517,350,000

 

-

Rp 14,925,000

Rp 12,000,000

92,500

Rp155,700,000

Rp141,000,000

33

287

Rp 6,066,550,000

Rp

Rp 6,000,000

Rp 529,675,000 Rp 526,450,000

5,000,000

0 0 0

5 5

Rp 13,500,000

Rp 527,275,000 Rp 520,450,000 Rp 531,075,000

Rp

Rp 532,275,000 Rp 535,325,000 Rp 534,975,000

Rp 49,500,000

Rp 6,412,842,500

6,000,000

Rp

Contoh perhitungan: Tenaga Kerja Hitung (TK Hit)

)  ×     ( () )    (  () ×   () ()  (10062250 10062250) 21×8) ×1,67  97,53  98 oorrang      ×  ×  ×   1  21 × 8 × 98  16464 jam     

 

 

b. 

 Regular Man Hour

 

 

c. 

Unit Produksi Regular Time 

 

     , 9858.68       (   0 d.

 = 9858unit

Unit Produksi Over Time 

 + Inventory t-1)

 unit

e. 

 Hiring

       99  12  87 orang         107  102  5 orang  

f. 

 Lay Off

 

Laboratorium Sistem Produksi

533,900,000

Rp 7,500,000 Rp 7,500,000

(Sumber: Pengolahan Data)

a. 

Total Biaya

250

59

544,275,000

 

Universitas Widyatama

g. 

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

 Inventori

  (−−)    985802501006237unit  

 

h. 

Biaya Unit Production Regular  Regular Time 

   ×× 000 9858×RP50.   ×   37×Rp2.500 Rp92.500    ×    1  0 × Rp75.000  0  ×     86× 86 × Rp1. Rp1.0000.00.000000  Rp86 Rp86..00000..000         ××      Rp1.500.000×5Rp7.500.000  

Rp492.900.000 

i. 

Biaya Inventori 

 

 j. 

Biaya Unit Production Over Time   

k. 

Biaya Hiring

 

 

l. 

Biaya Lay Off

 

 

m. 

Total Biaya     

  

  

 +   

  

                      Rp6.066.550.000Rp92500Rp155.700.000 Rp141.000.000Rp49.500.000 Rp6.412.842.500  

 

Laboratorium Sistem Produksi

60

 

Universitas Widyatama

 D.

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

Metode Tenaga Kerja Berubah ( Round Round Down ) Tabel 4.16  4.16 Strategi Tenaga Kerja Berubah (Round Down) 

P eerrio de de

H K    Demand  TK Dihitu Dihitung TK Terpakai Terpakai  RMH

0

UPRT

1 2

21 19

10062 10106

3

21

10150

4 5

20 22

10194 10238

6 7

20 21

10282 10326

8

19

10370

9 10

20 21

11 12 Total

Biaya Biaya RT   RT 

UPOT Hiri Hiring ng Lay Off Inventory

12

Biaya Biaya Inventory  Inventory

Biaya OT 

Biaya Biaya Hirin  Hiring g

Biaya Biaya Lay  Lay Off 

Total Biaya

250

97 108

97 108

16296 16416

9758 9829

54 277

85 11

98

98

16464

9858

292

103 94

103 94

16480 16544

9868 9906

326 332

5

104 100

104 100

16640 16800

9964 10059

318 267

10

111

111

16872

10102

268

11

10414 10458

106 101

106 101

16960 16968

10155 10160

259 298

20 18

10502 10546

107 119

107 119

17120 17136

10251 10261

251 285

6 12

242

123648

1260

1248

200696

120171

3227

140

0 0

Rp Rp

487,900,000 491,450,000

   

-

Rp 4,050,000 Rp 20,775,000

10

0

Rp

492,900,000

 

-

Rp 21,900,000

9

0 0

Rp Rp

493,400,000 495,300,000

   

-

4

0 0

Rp Rp

498,200,000 502,950,000

   

0

Rp

505,100,000

 

0 0

Rp Rp

507,750,000 508,000,000

0 0

Rp Rp

5 5

33

250

Rp Rp

85,000,000 11,000,000

Rp 24,450,000 Rp 24,900,000

Rp

5,000,000

-

Rp 23,850,000 Rp 20,025,000

Rp

10,000,000

-

Rp 20,100,000

Rp

11,000,000

   

-

Rp 19,425,000 Rp 22,350,000

512,550,000 513,050,000

   

-

Rp 18,825,000 Rp 21,375,000

Rp Rp

Rp 6,008,550,000

 

-

Rp 242,025,000

Rp 140,000,000

Rp Rp

576,950,000 523,225,000

Rp 15,000,000

Rp

529,800,000

Rp 13,500,000

Rp Rp

522,850,000 533,700,000

Rp 6,000,000

Rp Rp

532,050,000 528,975,000

Rp

536,200,000

Rp Rp

534,675,000 537,850,000

Rp Rp

537,375,000 546,425,000

Rp 7,500,000 Rp 7,500,000 6,000,000 12,000,000 Rp 49,500,000

Rp 6,440,075,000

(Sumber: Pengolahan Data)

Contoh Perhitungan: a. 

Tenaga Kerja Hitung (TK Hit)

)  ×     ( () )    ( () ×     () () (10172250) ×1,67  21×8  97.53  97 oorrang      ×  ×  ×   1  21 × 8 × 97  16296 jam           , 97183.239758   (  10062 (9758250)54        97  12  85 orang         106  101  5 orang

 

 

b. 

 Regular Man Hour 

 

 

c. 

Unit Produksi Regular Time 

 

 unit

d. 

Unit Produksi Over Time 

+ Inventory t-1)  unit

e. 

 Hiring

 

f. 

 Lay Off

 

g. 

 Inventori

Laboratorium Sistem Produksi

61

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

  (−−)     (9758540250 9758540250))  10062  0 uunnit  

h. 

 

Biaya Unit Production Regular  Regular Time 

 

 9758×RP50.  ×× 000   ×   0×Rp2.500 Rp 0    ×    1 1  54× 54 × Rp75 Rp75..00000 Rp4. Rp4.0050.50.000000  ×     85× 85 × Rp1. Rp1.0000.00.000000  Rp85 Rp85..00000..000         ××      Rp1.500.000×5Rp7.500.000 Rp487.900.000 

i. 

Biaya Inventori 

 

 j. 

Biaya Unit Production Over Time   

k. 

Biaya Hiring

 

 

l. 

Biaya Lay Off

 

 

m. 

Total Biaya        

  

 +   

  

 

   025.000Rp140.     Rp6.  008. 550.000Rp0Rp242.      000.000 Rp49.500.000 Rp6.440.075.000  

Laboratorium Sistem Produksi

62

 

Universitas Widyatama

 E.

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

Metode Transportasi Tabel 4.17 Strategi Transportasi

Periode RT 1

OT ST

1 9812

2 50000

72500

75000

77500

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

9738

OT

10150

OT

10194

OT

10238

OT ST

50000

55000

60000

62500

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

10251

OT ST RT

10326

OT ST

50000

219

68

365

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

397

9738

OT ST RT

10251

OT ST RT

10

70000

77500

290

65000

27

72500

52500

31

57500

492

75000

RT

9

12

11

70000

85000

RT

8

10

67500

82500

ST

7

9

65000

80000

RT

6

8

62500

77500

ST

5

7

60000

75000

RT

4

6

57500

ST

3

5

4 55000

RT 2

3 52500

368

10458

OT

50000

52500

55000

75000

77500

80000

120000

122500

125000

249

ST 10251

RT 11

OT ST

50000

52500

75000

77500

120000

122500

9226

RT 12

120000

ST  Demand 

50000 75000

OT

10062

10106

10150

10194

10238

10282

10326

10370

10414

10458

10502

Kapasitas

Kapasitas TakTerpakai

10764

584

2691

2691

5382

5382

9738

0

2435

2435

4869

4869

10764

122

2691

2691

5382

5382

10251

30

2563

2563

5126

5126

11276

65

2819

2819

5638

5638

10251

0

2563

2563

5126

5126

10764

41

2691

2691

5382

5382

9738

0

2435

2435

4869

4869

10251

0

2563

2563

5126

5126

10764

57

2691

2691

5382

5382

10251

0

2563

2563

5126

5126

9226

0

2307

2307

4613

4613

10546

 

Cost 

Rp

509,920,000

Rp

486,900,000

Rp

507,500,000

Rp

509,700,000

Rp

513,527,500

Rp

512,550,000

Rp

516,300,000

Rp

486,900,000

Rp

512,550,000

Rp

522,900,000

Rp

512,550,000

Rp

461,300,000

Rp

6,052,597,500

(Sumber: Pengolahan Data)

Contoh perhitungan: a. Cost periode C1

= (9812 x 50.000) + (368 x 52.500)

= Rp. 509.920.000 C2

= (9738 x 50.000)

= Rp. 486.900.000 C3

= (10150 x 50.000)

= Rp. 507.5000 C4

= (10194 x 50.000)

= Rp. 509.70.000 C5

= (10238 x 50.000) + (31 x 52500) + (290 x 57500) + (219 x 67500) = Rp. 513.527.500

C6

= (10251 x 50.000)

Laboratorium Sistem Produksi

63

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

= Rp. 516.300.000 C7

= (10326 x 50.000) + (397 x 52500)

= Rp. 566.605.000 C8

= (9738 x 50.000)

C9

= Rp. 486.900.000 = (10251 x 50.000) = Rp. 512.550.000

C10

= (10458 x 50.000) + (249 x 52500)

= Rp. 522.900.000 C11

= (10251 x 50.000)

= Rp. 512.550.000 C12

= (9226 x 50.000)

= Rp. 461.300.000

Laboratorium Sistem Produksi

64

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

4.2.3  Perencanaan Produksi Disagregasi Tabel 4.18 Hasil Perhitungan Forecast Demand Setiap Item  Forecast Demand Tamiya Auldey Baracuda Cobra Hauler Emperor 5919 5805 2188 2013 5945 5831 2197 2022 5971 5856 2207 2030 5997 5882 2217 2039 6023 5907 2226 2048 6049 5932 2236 2057 6075 5958 2245 2066 6100 5983 2255 2074 6126 6009 2264 2083 6152 6034 2274 2092 6178 6059 2284 2101

 Demand

10062 10106 10150 10194 10238 10282 10326 10370 10414 10458 10502 (Sumber:10546 Pengolahan Data)

6204

6085

2293

2110

RPA 15925 15995 16064 16135 16204 16274 16344 16412 16482 16552 16622 16692

Contoh Perhitungan: Forecast Demand

 Proporsi          100620,5 130%  

 

 unit

  10062  5919  30%   11 0,52   11 5805    100620,9 220%   2188

 

 

 

 

 Emperor   100621  20%

 

Laboratorium Sistem Produksi

65

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

 Emperor  2013

 

RPA =

59195805..2013

 

RPA = 1592 Tabel 4.19 Data Produ ksi Setiap Item  pada Periode 1 Periode 1 Demand 10062 Fam Family (i) Item(j e m(j) Iij,j ,tt-1-1 rij,j ,t Sij,j ,t Barac racuda148 da148 5919 919 0 Tamiya Cobra 145 5805 0 Hauler 55 2188 0 Auldey Emperor 50 2013 0 Total

RPA 15925 Iij,j ,t dij,j ,t dij,j ,t < Sij,j ,t -57 -5771 5771 771   √ - 56 5660 5660   √ - 21 2133 2133   √ - 19 1963 1963   √

Kj Rp400.000 Rp400.000 Rp300.000 Rp300.000

hij Rp 2.000 Rp 2.200 Rp 2.500 Rp 3.000

rij,j ,t x hij,t Rp 11.838.000 Rp 12.771.000 Rp 5.470.000 Rp 6.039.000 Rp36.118.000

T*j 1 1 1 1

q*i q*ij,t 5919 5805 2188 2013

mij,t q*i q*ij,t x mij,t rij,j ,t x mij,t q*i q*ij,t (ad (adj)j) *ij,j ,t x (adj (adj x mij,t)Ii t )Iij,j ,t (ad (adj)j) Iij,j ,t (ad (adj)j) x mij,t 0,51 3019 3019 9367 4778 3596 1834 0,52 3019 3019 9186 4777 3526 1834 0,92 2013 2013 3463 3186 1330 1224 1 2013 2013 3186 3186 1223 1223 10064 10064 15927  

(Sumber: Pengolahan Data) 

Contoh Perhitungan: Menentukan Inventori

 (Ivfw )  .%  148148 uuninit

 I ijt-1 ijt-1

 

 I ijt-1 ijt-1

 

 I ijt-1 ijt-1

 

Menentukan Forecast  Tiap  Tiap item

  )   ( f 

r ij,t  ij,t 

 

 %   59591919,ununiit

r ij,t  ij,t 

 

r ij,t  ij,t 

 

Penentuan Demand  Periode  Periode t  I ij,t ij,t = I ijt-1 ijt-1 - r ij,t ij,t - S ijt ijt  I ij,t  ij,t  =

148 59190  

 

 I ij,t  ij,t  = -5771

d ij,t ij,t = abs (I ij,t  ij,t ) d ij,t ij,t = 5771 unit

Laboratorium Sistem Produksi

66

 

Universitas Widyatama

Praktikum Perencanaan dan Pengendalian Produksi  Produksi  

Penentuan Keputusan untuk Produksi Karena I ijt-1 ijt-1 < S ijt ijt yaitu -5771