Anda di halaman 1dari 3

Contoh Aplikasi Learning Curve/ Kurva Belajar/ Kurva Pengalaman

Berikut ini diberikan contoh-contoh aplikasi dari learning curve dalam dunia bisnis: 1. Contoh Aplikasi Learning Curve/ Kurva Belajar/ Kurva Pengalaman pada Seleksi Karyawan

Seorang pelamar sedang diuji untuk menempati posisi operator pengetikan buku. Manajemen merasa bahwa posisi siap kerja bila telah mengetik 1.000 lembar. Diharapkan waktu yang diperlukan untuk mengetik lembar yang ke 1.000 adalah 4 menit. Jika pelamar tersebut saat di test mengetik untuk lembar pertama, dia memerlukan waktu 10 menit, dan untuk menyelesaikan pengetikan lembar kedua memerlukan waktu 9 menit. Apakah sebaiknya pelamar tersebut diterima? Mengapa? Pembahasan: Learnig Rate = (9 menit/ 10 menit) x 100% = 90% Dengan menggunakan daftar koefisien pada Table of LC Unit Improvement Factor/ Tabel Faktor Perbaikan Learning Curve/ Kurva Belajar/ Kurva Pengalaman untuk LC 90% pada unit ke-1.000 diperoleh koefisien sebesar 0,3499. Dengan demikian waktu yang siperlukan oleh pelamar tersebut untuk menyelesaikan pengetikan lembar ke 1.000 adalah 0,3499 x 10 menit = 3,499 menit Jadi pelamar tersebut dapat diterima karena ia diperkirakan dapat menyelesaikan pengetikan lembar yang ke-1.000 dalam waktu 3,499 menit lebih cepat dari waktu yang diharapkan oleh perusahaan yaitu 4 menit.

2.

Contoh Aplikasi Learning Curve/ Kurva Belajar/ Kurva Pengalaman pada Estimasi Kebutuhan Tenaga Kerja

PT Kapal Indonesia mendapat kontrak untuk membuat 11 kapal boat, dan telah menyelesaikan 4 buah. Pada saat membuat empat buah boat tersebut, untuk boat yang pertama, manajer operasi mempekerjakan 225 orang setiap orang bekerja 40 jam per minggu, kemudian untuk membuat boat yang kedua, manajer operasi mengurangi tenaga kerjanya sebanyak 45 orang. Berdasarkan hal tersebut, manajer operasi merencanakan akan terus mengurangi tenaga kerjanya, dan untuk membuat boat yang kesebelas ia akan mempekerjakan 110 orang. Analisislah apakah rencana tersebut memadai?

Pembahasan: Diketahui: Kebutuhan tk untuk membuat boat pertama 225 Kebutuhan tk untuk membuat boat kedua 225-45 = 180 LC = 180/225 = 0,8 = 80%

Ditanya; Kebutuhan tk untuk membuat boat ke-11 (Yx)

Jawab: Mencari rasio perbaikan per unit pada LC 0,8 untuk produk ke-11 pada tabel. Oleh karena produk ke-11 tidak ada pada Table of LC Unit Improvement Factor/ Tabel Faktor Perbaikan Learning Curve/ Kurva Belajar/ Kurva Pengalaman maka dilakukan interpolasi untuk angka terdekat yakni produk ke 10 (0,4765) dan ke-12 (0,4493), diperoleh faktor perbaikan sebesar 0,4629.

Selanjutnya untuk menentukan jumlah kebutuhan tk untuk boat yang ke-11 adalah: 0,4629 x 225 = 104,15 = 104 orang.

Dengan demikian manajer telah mengestimasi terlalu rendah 4 orang.

3.

Contoh Aplikasi Learning Curve/ Kurva Belajar/ Kurva Pengalaman pada Estimasi Biaya Produk

PT Kapal Indonesia membuat kapal boat unit yang pertama pada tingkat biaya 500.000 US$ yang terdiri dari 200.000 bahan, dan 300.000 untuk tenaga kerja. PT Kapal Indonesia mengambil keuntungan sebesar 10% dari total biaya. Bila ada kontrak kerja, PT Kapal Indonesia menggunakan LC 70%. Tentukan berapa harga penawaran yang diberikan untuk usulan kontrak membuat tiga kapal boat?

Pembahasan Diketahui: Biaya material Biaya tk LC = 200.000 = 300.000 = 70% = 0,7

Dengan menggunakan Table of LC Unit Improvement Factor/ Tabel Faktor Perbaikan Learning Curve/ Kurva Belajar/ Kurva Pengalaman untuk LC 70% produk ke 1, 2 dan 3 berturut-turut diperoleh koefisien sebesar 1, 0,7 dan 0,5682 Jawab: Biaya untuk boat pertama Material Tk Total = 200.000 = 300.000 = 200.000 + 300.000 = 500.000

Biaya untuk boat kedua Material Tk 300.000 x 0,7 Total = 200.000 + 210.000 = 200.000 = 210.000 = 410.000

Biaya untuk boat ketiga Material Tk 300.000 x 0,5682 = 200.000 = 170.460 = 370.460 = 1.280.460

Total = 200.000 + 170. 460

Total biaya untuk membuat tiga boat = 500.000+410.000+370.460

Dengan pertimbangan Mark-up 1.280.460 x .10 = 128.046 maka Harga Jual tiga buah boat sebesar 1.280.460 + 128.046 = 1.408.506

Anda mungkin juga menyukai