Anda di halaman 1dari 38

PROPOSAL KERJA PRAKTEK PERENCANAAN PRODUKSI GULA DENGAN PENJADWALAN AGREGAT DAN METODE TRASPORTASI PADA PT.

MADU BARU

Disusun oleh: Amri Nur Ikhsan 091.02.1006

JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI INSTITUT SAINS & TEKNOLOGI AKPRIND YOGYAKARTA 2012

HALAMAN PENGESAHAN
A. JUDUL Perencanaan produksi gula dengan Penjadwalan Agregat dan metode Transportasi pada PT. Madu Baru. B. IDENTITAS a. Nama Mahasiswa b. No. Mahasiswa c. Program Studi d. Fakultas e. Perguruan Tinggi C. LOKASI 1. 2. Tempat Alamat : PT. MADU BARU : Padokan Tirtonirmolo, Kasihan, Bantul, Yogyakarta 55181 D. Jangka Waktu : 1 Bulan : Amri Nur Ikhsan : 091.02.1006 : Teknik Industri : Teknologi Industri : IST AKPRIND YOGYAKARTA

Yogyakarta, Mengetahui: Ketua Jurusan Teknik Industri

Oktober 2012

Dosen Pembimbing

Ir. Muhammad Yusuf, M.T.

Imam Sodikin, S.T.,M.T.

A. Latar Belakang Masalah Pada zaman modern seperti sekarang ini, Indonesia menghadapi era globalisasi di segala bidang dan salah satunya di bidang industri. Banyaknya industri yang ada membuat persaingan sangat nampak jelas dalam kegiatan ekonomi, terutama pada industri yang sejenis. Untuk dapat menghadapi persaingan industri sejenis, perusahaan dituntut beroperasi lebih efektif dan efisien karena perusahaan-perusahaan tersebut bersaing untuk mencapai tujuan yang sama. Pada umumnya, perusahaan memiliki satu tujuan utama yaitu memperoleh laba. Alasan utamanya adalah laba yang merupakan penentu utama kelangsungan hidup dan berkembangnya suatu perusahaan. Salah satu hal yang berpengaruh untuk mencapai tujuan tersebut yaitu proses produksi itu sendiri. Proses produksi yang baik adalah proses produksi yang telah direncanakan dengan matang, sehingga apabila perusahaan dapat merencanakan produksi secara tepat maka perusahaan akan mengetahui perkiraan jumlah produksi di masa mendatang yang dapat digunakan sebagai acuan untuk meningkatkan tingkat pemenuhan kebutuhan konsumen setinggitingginya serta menurunkan tingkat persediaan. Oleh karena itu di dalam produksi tersebut kita perlu melakukan perencanaan produksi. PT. Madu Baru merupakan salah satu perusahaan yang bergerak pada bidang pengolahan dan pembuatan Gula konsumsi. PT. Madu Baru terletak di Padokan Lor Tirtonirmolo Kasihan Bantul Yogyakarta yang sudah berdiri sejak puluhan tahun yang lalu dan merupakan penghasil gula terbesar di

daerah Yogyakarta dan merupakan pensuplai gula terbesar untuk daerah Yogyakarta maupun luar Yogyakarta. Hal yang membuat PT. Madu Baru masih berdiri sampai saat ini

adalah dengan menjaga kualitas dan proses produksi yang baik sehingga masyarakat masih mengkonsumsi produk tersebut walaupun banyak kompetitor lain yang menawarkan produk sejenis. Untuk itu diperlukan suatu perencanaan produksi secara matang, guna mengoptimalkan proses produksi berikutnya dan tingkat pemenuhan kebutuhan konsumen setinggi-tingginya serta menurunkan tingkat persediaan. Untuk melaksanakan perencanaan produksi, sistem perencanaan yang digunakan adalah dengan menggunakan metode penjadwalan agregat dan transportasi. Dari uraian tersebut di atas, maka dilakukanlah penelitian dengan Judul PERENCANAAN PRODUKSI GULA DENGAN PENJADWALAN

AGREGAT DAN METODE TRASPORTASI PADA PT. MADU BARU.

B. Perumusan Masalah Berdasarkan latar belakang masalah yang telah dikemukakan di atas, yang menjadi pokok permasalahan adalah: 1. Bagaimana proses produksi pada PT. Madu Baru dari input bahan baku hingga output? 2. Bagaimana proses pengolahan limbah pada PT. Madu Baru? 3. Bagaimana aplikasi model transportasi dalam perencanaan agregat guna memenuhi permintaan konsumen dan meminimalkan ongkos tenaga kerja?

C. Batasan Masalah Agar penelitian lebih terarah dan menghindari permasalahan yang semakin lebar maka dilakukan batasan-batasan masalah, seperti : 1. Penelitian dilakukan di PT. Madu Baru pada bagian produksi pengolahan gula. 2. Perencanaan produksi terhadap produk gula dilakukan untuk 6 periode waktu produksi mendatang terhitung mulai bulan April 2013 sampai dengan September 2013. 3. Kegiatan perencanaan produksi yang akan dibahas adalah perencanaan produksi agregat. 4. Penentuan hasil optimal perencanaan produksi agregat menggunakan model transportasi dengan aturan North-West Corner Rule.

D. Tujuan Penelitian Setelah melihat permasalahan yang ada, maka tujuan dari penelitian ini adalah: 1. Melihat secara langsung aktivitas proses produksi pada PT Madu Baru. 2. Untuk memenuhi salah satu syarat dalam menyelesaikan program Strata1 Jurusan Teknik Industri Institut Sains & Teknologi AKPRIND Yogyakarta. 3. Untuk mengetahui jumlah produk yang harus diproduksi oleh perusahaan untuk pasar. 4. Untuk mengetahui kapasitas produksi perusahaan baik jam kerja regular maupun jam kerja lembur dengan perencanaan produksi.

E. Manfaat Penelitian 1. Mengtetahui gambaran mengenai cara kerja perusahaan secara umum, dan khususnya pada perencanaan produksi berdasarkan permintaan pasar. 2. Terpenuhinya syarat untuk menyelesaikan program Strata1 Jurusan Teknik Industri Institut Sains & Teknologi AKPRIND Yogyakarta. 3. Terpenuhinya permintaan konsumen atas produk gula yang diinginkannya. 4. Memperoleh total biaya yang minimal dengan memperhitungkan kapasitas produksi yang tersedia.

F. Metodologi 1. Obyek Penelitian Penelitian ini dilaksanakan di PT. Madu Baru. 2. Sumber dan Jenis Data Data yang diperoleh meliputi : a. Sejarah perusahaan b. Jumlah karyawan c. Jenis produk yang dihasilkan d. Lokasi pabrik dan lokasi pemasaran e. Struktur organisasi perusahaan f. Data-data yang bersifat umum 3. Metode Pengumpulan Data a. Metode Pengumpulan Data Primer 1. Metode Wawancara Yaitu mengadakan wawancara secara langsung dalam bentuk pertanyaan kepada responden, dalam hal ini adalah karyawan serta staff yang terkait secara langsung dengan obyek penelitian. 2. Metode Observasi Pengambilan data secara langsung dengan cara mengamati dan mencatat pada obyek penelitian untuk mengetahui prosesnya. b. Metode Pengambilan Data Sekunder

Data yang diperoleh secara tidak langsung. Sumber data ini dapat diperoleh dari literatur, majalah, publikasi maupun sumbersumber lain yang berkaitan dengan permasalahan yang dibahas.

G. Landasan Teori 1. Peramalan (Forecasting) Peramalan sering digunakan untuk memprediksi pendapatan, biaya, keuntunggan, harga, perubahan teknologi, dan berbagai macam variabel lainnya. Dalam lingkungan perusahaan, peramalan kebanyakan digunakan untuk memprediksi atau mengestimasi permintaan yang akan datang, (Yamit, Z: 1999). Menurut Nasution, A.H. (1999), Peramalan adalah proses untuk memperkirakan berapa kebutuhan dimasa datang meliputi kebutuhan dalam ukuran kuantitias, kualitas, waktu dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang maupun jasa. Peramalan merupakan alat bantu yang penting dalam perencanaan khususnya dalam bidang ekonomi.

a. Jangka Waktu Peramalan Dalam hubungannya dengan waktu, maka peramalan dapat

diklasifikasikan ke dalam 3 kelompok, yaitu: 1. Peramalan Jangka Panjang, umumnya 2 sampai 10 tahun. Peramalan ini digunakan untuk perencanaan produk dan perencanaan sumberdaya.

2. Peramalan Jangka Menengah, umumnya 1 sampai 24 bulan. Peramalan ini lebih mengkhusus dibandingkan peramalan jangka panjang, biasanya digunakan untuk menentukan aliran kas, perencanaan produksi, dan penentuan anggaran. 3. Peramalan Jangka Pendek, umumnya 1 sampai 5 minggu. Peramalan ini digunakan untuk mengambil keputusan dalam hal perlu tidaknya lembur, penjadwalan kerja dan lain-lain keputusan kontrol jangka pendek.

b. Karakteristik Peramalan Yang Baik Peramalan yang baik memiliki beberapa kriteria yang penting, antara lain akurasi, biaya, dan kemudahan. 1. Akurasi. Akurasi dari suatu hasil peramalan diukur dengan kebiasan dan kekonsistensian peramalan tersebut. Hasil peramalan dikatakan bias bila peramalan tersebut terlalu tinggi atau terlalu rendah dibandingkan dengan kenyataan yang sebenarnya terjadi. Hasil peramalan dikatakan konsisten bila besarnya kesalahan relatif kecil. Peramaln yang terlalu rendah akan mengakibatkan kekurangan persediaan, sehingga permintaan konsumen tidak dapat dipenuhi dengan segera, akibatnya adalah perusahaan dimungkinkan kehilangan pelanggan dan kehilangan keuntungan penjualan. 2. Biaya. Biaya yang diperlukan dalam pembuatan suatu peramalan adalah tergantung dari jumlah item yang diramalkan, lamanya periode peramalan, dan metode peramalan yang dipakai. Ketiga faktor pemicu biaya tersebut akan mempengaruhi berapa data yang dibutuhkan,
9

bagaimana pengolahan datanya (manual atau komputerisasi), dan bagaimana penyimpanan datanya. 3. Kemudahan. Penggunaan metode peramalan yang sederhana, mudah dibuat, dan mudah diaplikasikan akan memberikan keuntunagan bagi perusahaan. Adalah percuma bila memakai metode yang canggih, tetapi tidak dapat diaplikasikan pada sistem perusahaan karena keterbatasan dana, sumberdaya manusia, maupun peralatan teknologi.

c. Prinsip Peramalan Dalam membuat atau menerapak hasil peramalan, maka ada 3 prinsip yang harus dipertimbangkan: 1. Peramalan pasti mengandung kesalahan, artinya peramalan hanya bias mengurangi ketidakpastian yang akan terjadi, tetapi tidak dapat menghilangkan ketidakpastian tersebut. 2. Peramalan seharusnya memberikan informasi tentang berapa ukuran kesalahan, artinya karena peramalan pasti mengandung kesalahan, maka adalah penting bagi peramal untuk menginformasikan seberapa besar kesalahan yang mungkin terjadi. 3. Peramalan jangka pendek lebih akurat dibandingkan peramalan jangka panjang. Hal ini disebabkan karena pada peramalan jangka pendek, faktor-faktor yang mempengaruhi permintaan relatif masih konstan, sedangkan makin panjang periode peramalan, maka semakin besar pula kemungkinan terjadinya perubahan faktor-faktor yang mempengaruhi permintaan.
10

d. Fungsi Peramalan Peramalan dibutuhkan untuk mengidentifikasi output, karena spesifikasi output dapat menyederhanakan pemilihan model peramalan, tetapi fungsi peramalan tidaklah lengkap tanpa mempertimbangkan input. Pertimbangan dalam peramalan biasanya meliputi berikut ini (Yamit, Z : 1999) : 1. Item yang diramalkan (produk, kelompok produk, produk perakitan) 2. Peramalan dari atas (top-down) atau dari bawah (bottom-up) 3. Teknik peramalan (model kuantitatif atau kualitatif) 4. Satuan (unit, rupiah, kg, dll) 5. Interval minggu (minggu, bulan, kuartal, dll) 6. Komponen peramalan (tingkatan, tren, siklus, musim, dan random) 7. Ketepatan peramalan (kesalahan hitung) 8. Pengecualian dan situasi khusus 9. Perbaikan parameter model peramalan

e. Klasifikasi Peramalan Peramalan dapat dikelompokkan menjadi dua yaitu: 1. Metode Kuantitatif Metode kuantitatif sangat beragam dan setiap teknik memiliki sifat, ketepatan, dan biaya yang harus dipertimbangkan dalam memilih metode tertentu. Metode kuantitatif didasarkan atas prinsip-prinsip statistik yang memiliki tingkat ketepatan tinggi atau dapat

11

meminimumkan kesalahan (error), lebih sistematis, dan lebih popular penggunaannya (Yamit, Z: 1999). Peramalan kuantitatif dapat diterapkan bila terdapat kondisi berikut: 1. Tersedia informasi tentang masa lalu. 2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data numerik. 3. Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus berlanjut di masa mendatang. Metode peramalan kuantitatif menurut (Markidakis : 1995) dibagi menjadi dua: a) Time Series (model deret berkala) Peramalan dengan pendugaan masa depan dilakukan berdasarkan nilai masa lalu dari suatu variabel dan/atau kesalahan masa lalu. Tujuan dari metode ini adalah menemukan pola dalam deret data historis dan mengekstrapolasikan pola dalam deret data historis dan mengekstrapolasikan data tersebut ke masa depan.

b) Metode Kausal Metode kausal mengasumsikan bahwa faktor yang diramalkan menunjukkan suatu hubungan sebab-akibat dengan satu atau lebih variabel bebas.

12

2. Metode Kualitatif Metode kualitatif merupakan suatu metode peramalan yang tidak menggunakan perumusan matematis atau statistik. Peramalan dengan model ini dikembangkan dengan pemikiran dan didasarkan pada pendapat, pengetahuan, serta pengakuan dari penyusunnya. Metode peramalan kualitatif ini menurut (Markidakis : 1995) dibagi menjadi dua, yaitu: a) Metode Eksploritas Metode ini didasarkan pada data masa lalu dan masa kini sebagai titik awalnya dan bergerak ke arah masa depan secara heuristik, seringkali dengan melihat semua kemungkinan yang ada. b) Metode Normatif Peramalan pada metode ini dimulai dengan menetapkan sasaran dan tujuan yang akan datang, kemudian bekerja mundur untuk melihat apakah hal ini dapat dicapai, berdasarkan kendala, sumberdaya, dan teknologi yang tersedia.

f. Pola Data Dalam Deret Berkala Langkah penting dalam memilih metode deret berkala atau runtun waktu adalah dengan mempertimbangkan jenis pola data. Pola data dapat dibedakan menjadi empat jenis siklus dan trend (Markidakis:1995).

13

1. Pola Data Horisontal Pola Horisontal. terjadi biamana nilai data berfluktuasi di sekifar nilai rata-rata yang konstan. Contoh, suatu produk yang

permintaannya tidak meningkat atau menurun selama waktu tertentu. Gambar 1-1 menunjukkan suatu pola data horizontal atau stasioner dalam waktu tertentu. 2. Pola Data Musiman Pola musiman, terjadi bila mana suatu deret dipengaruhi oleh faktor musiman. Contoh, permintaan es krim, payung, minuman ringan Gambar 1-2 menunjukkan suatu pola data musiman dalam waktu tertentu. 3. Pola Data Trend PoIa siklus, terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti sikius bisnis. Permintaan produk mobil, besi baja menunjukkan jenis pola siklus seperti ditunjukkan pada gambar 1-3. 4. Pola Data Siklus PoIa trend, terjadi bilamana terdapat kenaikan atau penurunan sekuler jangka panjang dalam data. Produk Nasional Bruto (GNP) dan berbagai indikator bisnis dan ekonomi lainnya mengikuti pola trend seperti ditunjukkan dalam gambar 1-4 .

14

Waktu

Waktu

Gambar 1-1 Pola Data Horisontal

Gambar 1-2 Pola Data Musiman

Waktu

Waktu

Gambar 1-3 Pola Data Siklus

Gambar 1-4 Pola Data Trend

g. Metode-Metode Peramalan Metode peramalan yang dapat di gunakan adalah: 1. Rata-rata Bergerak (Moving Average = MA)

15

Moving

Average

diperoleh

dengan

merata-rata

permintaan

berdasarkan beberapa data masa lalu yang terbaru. Tujuan utama dan penggunaan teknik MA ini adalah untuk mengurangi atau

menghilangkan variasi acak permintaan dalam hubungannya dengan waktu. Tujuan ini dicapai dengan merata-ratakan beberapa nilai data secara bersama-sama, dan menggunakan nilai rata-rata tersebut sebagai ramalan permintaan untuk periode yang akan datang. Disebut rata-rata bergerak karena begitu setiap data aktual permintaan baru deret waktu tersedia, maka data aktual permintaan yang paling terdahulu akan dikeluarkan dari perhitungan, kemudian suatu nilai rata-rata baru akan dihitung. Secara matematis, maka MA akan dinyatakan dalam persamaan sebagai brikut:

dimana: At = permintaan aktual pada periode t N = jumlah data permintaan yang dilibatkan dalam

perhitungan MA

Karena data aktual yang dipakai untuk perhitungan MA berikutnya selalu dihitung dengan mengeluarkan data yang paling terdahulu, maka:

16

2. Rata-rata Bergerak dengan Bobot (Wighted Moving Average = WMA) Secara matematis, WMA dapat dinyatakan sebagai brikut: WMA = Wt.A (3) Dimana: Wt = Bobot permintaan aktual pada periode - t A = Permintaan aktual pada periode - t

3. Pemulusan Eksponensial (Eksponensial Smoothing = ES) Kelemahan teknik MA dalam kebutuhan akan data-data masa lalu yang cukup banyak dapat diatasi dengan teknik ES. Model matematis ES ini dapat dikembangkan dari persamaan berikut:

dimana bila data permintaan aktual yang lama At-N tidak tersedia, maka dapat digantikan dengan nilai pendekatan yang berupa nilai ramalan sebelumnya (Ft-1), sehingga persamaan (4) dapat dituliskan menjadi :

4. Metode Winter Teknik MA dan ES sederhana yang telah dijelaskan didepan hanya tepat bila datanya stasioner. Bila data permintaan bersifat musiman dan mempunyal trend, maka dapat diselesaikan dengan salah satu teknik yang biasa disebut Metode Winter (WM).

17

Metode Winter didasarkan atas tiga persamaan pemulusan, yaitu satu persamaan untuk unsur penyesuaian stasioner, satu persamaan untuk unsur penyesuaian trend, dan satu persamaan untuk unsur penyesuaian musiman. Salah satu masalah dalam penggunaan metode Winter ini adalah penentuan nilai-nilai , dan yang akan meminimumkan Rata-rata Kuadrat Kesalahan (Mean Square Error = MSE) dan Rata-rata Persentase Kesalahan Absolute (Mean Absolute Percentage Error = MAPE). Pendekatan untuk penentuan nilai-nilai parameter tersebut biasanya dilakukan secara trial error. Apabila data yang ditangani sangat banyak, maka bisa digunakan algoritma optimasi non-linier, dimana cara ini jarang digunakan karena memakan biaya dan waktu. a. Model Winter dengan Trend Model Winter menggunakan model trend, dimana model ini dimulai dengan perkiraan trend sebagai berikut: Tt = (Ft Ft-1)+(1 - )Tt-1 (6) dimana merupakan konstanta pecahan, Tt adalah perkiraan trend pada periode-t, dan Ft adalah rata-rata eksponensial pada peniode-t. Dalam memperbaharui rata-rata eksponensial, maka peramalan baru akan melibatkan rata-rata eksponensial ditambah trend, sehingga: Ft =Ft-1 + Tt-1 (7) Peramalan yang dibuat pada akhir periode t untuk periode t + 1 akan menjadi:

18

Ft +1 =Ft + Tt..(8)

b. Model Winter dengan Faktor Musiman Pola-pola dari permintaan musiman merupakan karakteristik dari beberapa rangkaian permintaan, seperti peningkatan permintaan sirup dan kue pada musim lebaran, peningkatan permintaan jas hujan pada musim penghujan dan sebagainya. Proses umum dari permintaan musiman ini dapat kita nyatakan dalam persamaan matematis sebagai berikut: At = . t + t .(9) dimana t adalah tingkat permintaan rata-rata, adalah faktor musiman, dan t adalah distribusi permintaan normal dengan mean nol.

5. Metode Regresi Linier Dalam metode regresi, suatu model perlu dispesifikasikan sebelum dilakukan pengumpulan data dan analisisnya. Contoh yang paling sederhana dan metode regresi mi adalab metode regresi linier sederhana dengan variabel pengaruh tunggal. secara matematis, model ini dinyatakan sebagai berikut: = a + bx ...(10) dimana: = perkiraan permintaan x = variabel bebas yang mempengaruhi y

19

a = nilal tetap y bila x = 0 ( merupakan perpotongan dengan sumbu y) b = derajat kemiringan persamaan garis regresi Dalam model ini, diasumsikan nilal x dan nilai y sebanyak n pasang. Pasangan x dan y ini dinyatakan sebagai (x1, y1) , (x2,y2),., (xn,yn). Simbol menunjukkan nilai yang diamati, sedangkan simbol menunjukkan titik pada garis yang diekspresikan pada persamaan = a + bx. Nilai y yang diperoleh dan hasil pengamatan tidak akan tepat jatuh pada ganis perkiraan karena terdapatnya kesalahan acak pada data pada setiap titik pengamatan, kesalahan ditunjutkan sebagai i yi , dan total varian atau kesalahan kuadrat untuk seluruh titik pengamatan tersebut adalah: .(11)

Analisa regresi bertujuan meminimasi persamaan. kesalahan diatas dengan memilih nilai a dan b yang sesuai. Kesalahan terkecil akan diperoleh dengan cara derivatif, dimana hasil akhirnya adalah:

[ [

][

20

Nilal

merupakan bagian variasi dari y yang menunjukkan keeratan

hubungan dengan x, sedangkan bagian sisanya 1 - r2 menunjukkan peluang faktor-faktor diluar variabel x. Nilal = 0,9 artinya bahwa 90

persen variasi pada y diprediksi atau dijelaskan oleh garis regresi dengan x, sedangkan hanya 10 persen peluang diluar x.

h. Kriteria Performance Peramalan Permalan merupakan sarana untuk memperkirakan jumlah permintaan dimasa yang akan datang, hal ini mempunyai maksud agar ramalan yang dibuat dapat meminimumkan pengaruh ketidak pastian terhadap kebijakan dari perusahaan. Besarnya kesalahan suatu peramalan dapat dihitung dengan beberapa cara antara lain: 1. Mean Absolute Deviation (MAD) MAD mreupakan rata-rata kesalahan mutlak selama periode tertentu tanpa memeperhatikan apakah hasil peramalan lebih besar atau lebih kecil dibandingkan kenyataanya. Secara sistematis MAD dirumuskan sebagai berikut: MAD = | | (15)

dimana: A = Permintaan Aktual pada periode -t F = Peramalan Permintaan (Forecast) pada periode -t n = Jumlah periode peramalan yang terlibat

21

2. Mean Square Error (MSE) MSE dihitung dengan menjumlahkan kuadrat semua kesalahan peramalan pada setiap periode dan membaginya dengan jumlah periode peramalan. Secara matematis, MSE dirumuskan sebagai beriukut: MSE = (16)

dimana: A = Permintaan Aktual pada periode -t F = Peramalan Permintaan (Forecast) pada periode -t n = Jumlah periode peramalan yang terlibat

Dalam melakukan peramalan kita harus memperhatikan prosedurprosedur yang harus dilaksanakan, yaitu: 1. Mendefinisikan tujuan yang dikehendaki. 2. Plotkan data dalam diagram pencar. 3. Memilih metode yang sesuai dengan pola data untuk tujuan yang telah ditetapkan. 4. Menghitung kesalahan yang ada agar performansi dari metode masing-masing yang digunakan dapat diketahui. 5. Memilih metode terbaik yang mempunyai tingkat kesalahan terkecil. 6. Melakukan prediksi terhadap permintaan dimasa mendatang, kemudian melakukan tes verifikasi bahwa hasil peramalan yang dilakukan representatif dari data masa lalu.

22

Proses verifikasi tersebuat terdiri dari dua tahap yaitu: 1. Menggunakan Tracking Signal. Isyarat arah (tracking signal) adalah pengukuran tentang sejauh mana ramalan memprediksi nilai aktual dengan baik. Isyarat arah dihitung sebagai jumlah kesalahan ramalan berjalan (running sum of the forecast error, RSFE) dibagi dengan deviasi absolute mean (MAD). Isyarat tanda = Dimana, MAD =
[ ]

....(17)

......(18)
]

RSFE =

..(19)

2. Tes Out of Control Tes ini dilakukan untuk mengetahui apakah terdapat data yang out of control, jika penyebabnya masih ditolelir maka peramalan tersebut masih layak dipakai, apabila tidak diketahui penyebabnya maka ada dua cara yang dilakukan, yaitu: a. Mengganti metode peramalan yang digunakan b. Membuang data yang tidak sesuai kemudian dilakukan peramalan kembali dengan cara yang sama.

23

Apabila dari kedua metode tersebut berhasil maka metode peramalan tersebut layak digunakan.

i. Program Quallitatif System (Q.S Version 3.0) Quallitatif System (Q.S Version 3.0) merupakan suatu paket program khusus yang digunakan untuk membantu dalam penyelesaian masalah-masalah penelitian operasional atau manajemen operasi. Program ini merupakan pengembangan dari program Quantitatif System For Bussines (QSB) yang mana mempunyai kemampuan lebih unik dari program lain yang mirip dengannya. Sub menu dari Q.S 3.0 ini terbagi dalam dua modul, dimana masing-masiing modul terdiri dari 15 sub program. Untuk menyelesaikan model peramalan, maka dipilih modul-modul dengan sub program Time Series and Forecasting, kemudian data dimasukkan ke dalam program yang telah tersedia, dan secara otomatis program Q.S ini akan menyelesaikan dan menampilkan hasil persoalan tersebut.

2. Perncanaan produksi Dalam melakukan suatu kegiatan adalah baik bila dibuat perencanaan terlebih dahulu, agar kegiatan yang akan dilakukan dapat terarah pada pencapaian tujuan. Kita perlu merencanakan produksi, karena dalam setiap unit produksi terdapat manusia, bahan, dan mesin, yang semuanya merupakan

24

sumberdaya yang mahal yang harus dimanfaatkan sebaik mungkin agar menghasilkan laba. Dalam produksi modern yang bersifat kompleks, baik secara teknologis maupun administratif, perencanaan produksi harus direncanakan dengan teliti untuk memperhitungkan semua keterbatasan yang ada (Harding, H.A., : 1978). Reksohadiprodjo, S., dan Ronohadiwidjojo, H. (1983), berpendapat bahwa Perencanaan (Planning) adalah aktivitas-aktivitas yang dilakukan sebelum produksi dimulai, yaitu: menentukan bagaimana produk dan komponen-komponennya harus dibuat, mesin-mesin peralatan serta bahanbahan yang dipergunakan. Menurut Nasution, A.H. (1999), prencanaan produksi dilakukan dengan tujuan menentukan arah awal dari tindakan-tindakan yang harus dilakukan dimasa mendatang, apa yang harus dilakukan, berapa banyak melakukannya, dan kapan harus melakukannya. Karena perenencanaan ini berkaitan dengan masa mendatang, maka perencanaan disusun atas dasar perkiraan yang dibuat berdasarkan data masa lalu dengan menggunakan beberapa asumsi. Jadi Perencanaan produksi adalah salah satu dari berbagai macam bentuk perencanaan yaitu suatu kegiatan pendahuluan atas proses produksi yang akan dilaksanakan dalam usaha mencapai tujuan yang diinginkan perusahaan.

25

Salah satu bentuk perencanaan produksi itu ialah mengenai penjadualan produksi, yang menentukan jenis produk yang akan diproduksi, jumlah yang akan diproduksi, kapan akan diproduksi, dan sebagainya.

3. Perncanaan Produksi Agregat a. Pengertian Perencanaan Agregat Penjadwalan agregat (juga dikenal dengan sebutan Perencanaan agregat) menyangkut penentuan jumlah dan kapan produksi akan

dilangsungkan dalam waktu dekat, sering kali 3 sampai 18 bulan kedepan (Render, Heizer: 2001). 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. Tujuan proses produksi biasanya adalah meminimalisasi biaya sepanjang periode perencanaan. Meskipun begitu, isu-isu strategis lainnya mungkin lebih penting daripada biaya yang rendah. Strategi-strategi ini mungkin mencakup usaha memuluskan tingkat kebutuhan tenaga kerja, menurunkan tingkat persediaan, atau mencapai tingkat pemenuhan kebutuhan konsumen yang tertinggi tanpa memandang berapa biaya yang dikeluarkan. Menurut Herjanto, Edi., (1996), perencanaan agregat merupakan jantunga dari perencanaan jangka menengah yang bertujuan untuk mengembangkan rencana produksi secara menyeluruh yang fleksibel dan optimal. Fleksibel berarti dapat memenuhi permintaan pasar sesuai kapasitas
26

yang ada, sedangkan optimal berarti menggunakan sumberdaya sebijaksana mungkin, dan pengeluaran biaya serendah mungkin. Meskipun biaya merupakan faktor yang penting, tidak berarti bahwa biaya merupakan satusatunya pertimbangan.

b. Strategi- strategi Perencanaan Agregat 1. Pemilihan Kapasitas Pilihan kapasitas (pasokan) mendasar yang dapat dipilih perusahaan adalah sebagai berikut: a. Tingkat persediaan yang berubah-ubah b. Mengubah jumlah tenaga kerja dengan cara memperkerjakan pekerja atau memberhentikan pekerja. c. Mengubah tingkat produksi melalui waktu lembur atau waktu kosong. d. Sub kontrak. e. Memperkerjakan pekerja paruh waktu. 2. Pemilihan Permintaan Pilihan-pilihan permintaan yang mendasar adalah sebagai berikut: a. Mempengaruhi permintaan. b. Pesanan cadangan dalam memenuhi permintaan pada periode permintaan tinggi. c. Product mix antarmusim.

27

3. Kombinasi Pilihan untuk Mengembangkan Suatu Rencana Di dalam strategi kombinasi pilihan atau campuran ini mencakup penggabungan dua atau lebih variabel-variabel yang dapat dikendalikan untuk menetapkan rencana produksi yang layak. Misalnya, perusahaan dapat menggunakan kombinasi antara jam lembur, subkontrak, dan pemerataan persediaan sebagai strategi mereka. 4. Penjadwalan Merata Penjadwalan merata atau perencanaan kapasitas merata, mencakup rencana-rencana agregat di mana kapasitas harian dan bulan ke bulannya seragam.

c. Ongkos-ongkos Agregat Menurut Nasution, A.H. (1999), ongkos-ongkos yang terlibat dalam perencanaan agregat adalah: - HIRING COST (ongkos penambahan tenaga kerja). Penambahan tenaga kerja menimbulkan ongkos-ongkos untuk iklan, proses seleksi dan training. - FIRING COST (ongkos pemberhentian tenaga kerja). Pemberhentian tenaga kerja biasanya terjadi karena semakin rendahnya permintaan akan produk yang dihasilkan, sehingga tingkat produksi menurun dengan drastis. - OVERTIME COST DAN UNDER TIME COST (ongkos lembur dan ongkos menganggur). Penggunaan waktu lembur bertujuan untuk

28

meningkatkan output produksi, tetapi konsekwensinya perusahaan harus mengeluarkan ongkos tambahan lernbur. - INVENTORY COST DAN BACKORDER COST (ongkos persediaan dan ongkos kehabisan persediaan). Persediaan mempunyai fungsi mengantisipasi timbulnya kenaikan permintaan pada saat tertentu.

d. Proses Keputusan untuk Perencanaan Agregat 1). Metode grafik diagram Teknik pembuatan grafik & diagram sangat sering dipakai karena mudah dipahami dan digunakan. Pada dasarnya ini merupakan pendekatan trial-and-error yang tidak menjarnin terciptanya rencana produksi yang optimal. Berikut lima tahapan dalam pembuatan grafik: 1. Tertukan permintaan pada setiap periode. 2. Tentukan berapa kapasitas pada waktu-waktu biasa, waktu lembur, dan tindakan subkontrak untuk setiap periode. 3. Tentukan biaya tenaga kerja, biaya pengangkatan dan

pemberhentian pekerja. 4. Pertimbangkan kebijakan perusahaan yang dapat diterapkan pada para pekerja dan tingkatan persediaan. 5. Kembangkan rencana alternatif dan amati biaya totalnya. 2). Metode Transportasi Perencanaan agregat dapat menggunakan metode transportasi yang merupakan bagian dan perncanaan produksi programa linier dengan

29

jumlah tenaga kerja (work-force) tetap. Metode ini mengijinkan penggunaan produksi reguler, overtime, inventoni, backorder, dan subkontrak. Hasil perencanaan yang diperoleh dapat dijamin optimal dengan asumsi optimisik bahwa tingkat produksi (yang dipengaruhi oleh pekerja) dapat dirubah dengan cepat. Agar supaya metode ini dapat diaplikasikan, kita harus memformulasikan persoalan perencanaan agregat, sehingga: 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. 3. Semua hubungan biaya merupakan hubungan linier

3). Linier Regresion Rule Linear Decision Rule (LDR) ini merupakan model perercanaan agregat yang berupaya untuk mengoptimalkan tingkat produksi dan tingkat jumlah tenaga kerja sepanjang periode tertentu.

4). Management Coefficients Model Management Coeficients Model (MCM) yang dikembangkan E.H. Bowman ini membangun suatu model keputusan formal di seputar pengalarnan dan kinerja manajer. Teori yang mendasari adalah bahwa

30

pengalaman masa lalu manajer cukup baik, sehingga dapat digunakan sebagai dasar dalam menetapkan keputusan di masa depan. 5). Simulasi Suatu model komputer yang dinamakan penjadwalan lewat simulasi dikembangkan pada tahun 1966 di R.C. Vergin.4 Pendekatan simulasi ini menggunakan prosedur pencarian dalam mencari kombinasi nilai yang biayanya minimal untuk ukuran jumlah tenaga kerja dan tingkat produksi.

4. Model Transportasi Model transportasi pada dasarnya merupakan sebuah program linier yang dipecahkan oleh metode simpleks biasa tetapi strukturnya yang khusus memungkinkan pengembangan sebuah prosedur pemecahan yang disebut teknik transportasi yang lebih efisien dalam perhitungan. Apabila terdapat persediaan awal, ini adalah titik persediaan terhadap sebuah titik permintaan untuk setiap periode. Jika terdapat kelebihan kapasitas dapat ditambahkan permintaan untuk permintaan bagian ini, dalam penulisannya juga masing- masing kolom memiliki sebuah permintaan untuk kolom kelebihan kapasitas. Permintaan adalah perbedaan total kapasitas dan total permintaan.

31

Masing-masing sel di dalam matrik transportasi memiliki sebuah biaya. Harga per unit dibuat dalam t periode dan digunakan untuk memenuhi permintaan suatu periode dan itu adalah biaya produksi. Bentuk umum model transportasi untuk perencanaan agregat,
. Ending Inventory periode n

Periode I

Periode I

Periode III

Unused capacity

capacity

periode

Beginning inventory Regular time

2h

nh

r+h

r+2h

r+nh

1 Over time Regular time 2 Over time Regular time 3 Over time t+2b r+b t t+(n-2)h 0 t+b t t+h r+2b r+b r r+(n-2)h 0 t+(n-1)h 0 t t+h t+2h r+b r r+h r+(n-1)h 0 t+nh 0

Demand Keterangan: r : biaya produksi regular per unit t : biaya over time per unit h : biaya simpan per unit per periode b : biaya back order per unit per periode n : banyak periode dalam horizon perencanaan

32

5. Metode Transportasi Perencanaan agregat dapat menggunakan metode transportasi yang merupakan bagian dari perencanaan produksi program linier. Agar metode ini dapat diaplikasilkan, maka kita harus memformulasikan persoalan

perencanaan agregat, sehingga: a. Kapasitas tersedia (supply) dinyatakan dalam unit yang sama dengan kebutuhan (demand). b. Total kapasitas untuk horizon perencanaan harus sama dengan total peramalan kebutuhan. Bila tidak sama, digunakan variabel bayangan (dummy) sebanyak jumlah selisih tersebut (Nasution, A.H., 1999). Sedangkan menurut Mulyono, S., (2004), metode transportasi merupakan metode yang berhubungan dengan distribusi suatu produk tunggal dari beberapa sumber, dengan penawaran terbatas, menuju beberapa tujuan dengan permintaan tertentu. Disamping itu metode ini juga dapat digunakan untuk memecahkan masalah-masalah dunia usaha lainnya, analisa lokasi dan lain sebagainya. Ada beberapa macam metode transportasi yang semuanya terarah pada penyelesaian optimal,

diantaranya: Vogels Approximation Method (VAM), Row Minimum (RM), Nort West Corner (NWC). 1. Vogels Approximation Method (VAM)

33

a. Tentukan biaya penalti untuk tiap baris dan kolom dengan cara mengurangkan biaya terendah pada baris dan kolom terdapat biaya terrendah berikutnya pada baris dan kolom. b. Pilih biaya penalti tertinggi pada baris dan kolom. 2. Row Minimum (RM) a. Cari biaya terkecil pada baris satu, b. Alokasikan jumlah kebutuhan pada biaya terkecil, c. Lihat pada baris satu tadi apakah semua sudah teralokasikan, apabila belum cari lagi biaya terkecil berikutnya sampai pada baris satu tadi sampai semua kebutuhan teralokasikan baru dilanjutkan pada baris berikutnya. d. Ulangi langkah 1, 2dan 3 untuk baris berikutnya. 3. Nort West Corner (NWC) a. Alokasikan sebanyak mungkin jumlah kebutuhan mulai dari pojok kiri atas disesuaikan dengan batasan supply dan demand, b. Alokasikan sebanyak mungkin jumlah kebutuhan pada baris atau kolom berikutnya yang berdekatan, c. Ulangi langkah kedua sampai semua kebutuhan teralokasikan.

34

H. Sistematika penulisan laporan a. Judul laporan b. Lembar pengesahan c. Kata pengantar d. Daftar isi e. Daftar gambar f. Daftar tabel g. Daftar istilah (jika ada) BAB I. PENDAHULUAN A. Latar Belakang Masalah (KP dan Tugas Khusus) B. Perumusan Masalah C. Batasan Masalah D. Tujuan E. Manfaat BAB II DATA UMUM PERUSAHAAN A. Sejarah Berdirinya Perusahaan B. Misi dan Tujuan Perusahaan C. Struktur Organisasi D. Lokasi dan Lay Out Pabrik BAB III. SISTEM PRODUKSI A. Penanganan Bahan Baku 1. Jenis Bahan Baku 2. Pengadaan Bahan Baku 3. Pengendalian Bahan Baku B. Proses Produksi 1. Fasilitas yang Digunakan 2. Urutan Proses 3. Operation Process Chart C. Hasil Produksi 1. Jenis produk

35

2. Pengendalian Kualitas Produk BAB IV PEMASARAN PRODUK A. Harga B. Promosi C. Distribusi BAB V. SANITASI dan K3 A. Pengelolaan Limbah B. Kesehatan dan Keselamatan Kerja BAB VI. TUGAS KHUSUS A. Landasan Teori B. Pengumpulan dan Pengolahan Data C. Pembahasan BAB VII. KESIMPULAN DAN SARAN A. Kesimpulan Umum B. Kesimpulan Khusus C. Saran DAFTAR PUSTAKA LAMPIRAN

36

I. JADWAL RENCANA KERJA PRAKTEK

Juli 3 1. Pengajuan Judul 2. Pengajuan Proposal 3. Persetujuan Proposal 4. Penelitian Lapangan 5. Penyusunan Laporan * 4 * * 1

Agustus 2 3 4 1

September 2 3 4 1

Oktober 2 3 4

* * * * * * * * * * * * *

37

DAFTAR PUSTAKA Harding, H.A., 1978, Manajemen Produksi, Balai Aksara, Jakarta. Herjanto, Edi., 1996, Manajemen Produksi dan Operasi, Grasindo, Jakarta. Markidakis., 1995, Metode dan Aplikasi Peramalan, Erlangga, Jakarta. Mulyono, S., 2004, Riset Operasi, penerbit Fakultas Ekonomi Universitas Indonesia , Jakarta. Nasution, A.H., 1999, Perencanaan dan Pengendalian Produksi, cetakan pertama, penerbit PT. Candimas Metropole, Jakarta. Reksohadiprodjo, S., dan Ronohadiwidjojo, H., 1983, Perencanaan dan Pengawasan Produksi, penerbit BPFE UGM, Yogyakarta. Render, Heizer., 2001, Prinsip- Prinsip Manajemen operasi, penerbit Salemba Empat, Jakarta Yamit, Z., 1999, Manajemen Persediaan, Penerbit Ekonisia Fakultas Ekonomi UII, Yogyakarta.

38