09E01542

Fictor Wardin C.
Tampubolon : Penerapan Dynamic Programming Sebagai Solusi Optimal Dalam Penyusunan

Rencana Produksi, 2009.
USU Repository 2009

PENERAPAN DYNAMIC PROGRAMMING SEBAGAI SOLUSI
OPTIMAL DALAM PENYUSUNAN RENCANA PRODUKSI

TUGAS SARJANA
Diajukan Untuk Memenuhi Sebagian Dari
Syarat-Syarat Memperoleh Gelar Sarjana Teknik

Oleh

(FICTOR WARDIN C.TAMPUBOLON)
(040403054)

D E P AR T E ME N T E KNI K I ND U S T RI
F A K U L T A S T E K N I K
UNIVERSITAS SUMATERA UTARA
MEDAN
2009

Fictor Wardin C. Tampubolon : Penerapan Dynamic Programming Sebagai Solusi Optimal Dalam Penyusunan
USU Repository 2009

ABSTRAK

PT. Gold Coin Indonesia Medan-Mill adalah perusahaan yang
memproduksi makanan ternak dimana volume produk yang dihasilkan dalam
jumlah yang besar dengan jenis diversifikasi produk tidak terlalu beragam dan
produk yang dihasilkan sudah dibakukan. Menurut aliran operasi dan variasi
produk PT. Gold Coin Indonesia Medan-Mill menganut sistem produksi flow shop
dimana sistem atau cara penyusunan peralatan berdasarkan urutan pengerjaan dari
produk yang dihasilkan (product layout) serta mesin-mesin yang dipakai dalam
proses produksi ini adalah mesin-mesin yang bersifat khusus (special purpose
machines) untuk menghasilkan produk.
Pada kenyataan dilapangan permintaan produk pakan ternak cukup
berfluktuatif sehingga pihak perusahaan melakukan salah satu strategi untuk
mengendalikan permintaan dengan cara mengendalikan jumlah persediaan. Oleh
karena itu pihak perusahaan membutuhkan perencanaan yang tetap agar tidak
terjadi loss opportunity baik karena kekurangan (under estimate) atau kelebihan
(over estimate) produksi yang berkenaan dengan biaya produksi dan biaya
inventory sehingga sangat dibutuhkan satu sistem perencanaan secara agregasi
guna meminimumkan biaya.
Penerapan Metode Dynamic Programming akan mampu menentukan
jumlah produksi dan jumlah persediaan optimal pada setiap bulannya. Hal ini
disebabkan Dynamic Programming memiliki sifat yang unik dibandingkan
dengan metode-metode perencanaan produksi lainnya. Dynamic programming
menyelesaikan masalah perencanaan produksi dengan membagi satu periode
perencaanan produksi menjadi 12 tahap perencanaan. Setiap tahapan dibangun
oleh dua variabel yaitu variabel masukan (input variable) yang disebut sebagai
state terdiri dari peramalan permintaan, biaya variabel produksi, biaya inventory.
Variabel kedua yaitu variabel penentu keputusan yaitu penentuan alokasi jumlah
produksi optimal setiap tahap perencanaan. Variabel keputusan ini dibuat
berdasarkan satu aturan dan keputusan yang telah ditetapkan pada stage
sebelumnya yang disebut sebagai fungsi return, sedangkan fungsi return dengan
hasil yang diperoleh dari tahap sebelumnya disebut dengan fungsi rekursif yang
akan menghasilkan solusi optimal pada setiap tahap (periode) produksi.
Hasil penelitian menunjukkan bahwa dengan menerapkan Metode
Dynamic Programming akan didapatkan jumlah produksi dan jumlah persediaan
optimal sehingga dapat menghasilkan jadwal produksi kotor optimal pada setiap
bulannya sehingga pihak perusahan mampu meredam fluktuasi permintaan.
Perusahaan juga akan mampu meminimisasi total biaya produksi dan biaya
persediaan sebesar 32,33 % per bulan.

USU Repository 2009

BAB I
PENDAHULUAN

1.1. Latar Belakang Permasalahan
Perusahaan-perusahaan yang bergerak dibidang manufaktur atau industri saat
ini banyak bermunculan. Dalam perkembangannya perusahaan tersebut
menghadapi persaingan bisnis yang ketat. Kekhawatiran perusahaan akan
terjadinya permintaan yang cenderung berubah-ubah akan berdampak pada
penentuan jumlah produk yang dihasilkan. Industri-industri yang diharapkan
mampu memahami dan mendalami struktur industri, untuk terus meningkatkan
efisiensi serta kemampuan untuk menghasilkan produk yang bermutu guna
memenuhi pasar dan konsumen.
Peningkatan daya saing industri salah satunya dapat dicapai melalui
perencanaan produksi. Perencanaan merupakan langkah utama yang penting
dalam keseluruhan proses manajemen agar faktor produksi yang biasanya sangat
terbatas dapat diarahkan secara maksimal untuk mencapai tujuan yang telah
ditetapkan.
Perencanaan produksi dilakukan dengan tujuan menentukan langkah awal
dari tindakan-tindakan yang harus dilakukan dimasa mendatang. Perencanaan
produksi ini merupakan pegangan untuk merancang jadwal induk produksi.
Perencanaan produksi berhubungan dengan penentuan volume produksi,
ketepatan waktu penyelesaian, utilisasi kapasitas, dan pemerataan beban.

USU Repository 2009

PT. Gold Coin Indonesia adalah perusahaan yang bergerak dibidang
industri pakan ternak untuk ayam petelur dan pedaging. Produk lain yang
dihasilkan oleh PT. Gold Coin Indonesia berupa pakan udang dan pakan ternak
lainnya. PT. Gold Coin Indonesia memproduksi dua jenis produk pakan ternak
utama yaitu:
1. Pakan Komplit :
Pakan Komplit adalah pakan ternak yang dapat diberikan langsung kepada
ternak tanpa bahan tambahan. Pakan ini terdiri dari dua jenis, yaitu:
a. Jenis tepung : BRS-06, S-20, G-16S, L-17S. L-18
b. Jenis butiran (pellet) : SUPER I, SUPER II, BR II-02, CA-03, PB-04.
2. Pakan Konsentrat
Pakan Konsentrat merupakan pakan ternak yang harus ditambahkan lagi
dengan bahan tambahan lain seperti (jagung, dedak, batu kapur). Pakan ternak
jenis ini hanya berbentuk tepung. Jenis produk ini terdiri dari B-422, C-424,
C-138, MCL-496, MCL-338, MCL-328.
PT. Gold Coin Indonesia Medan-Mill memiliki diversifikasi produk yang
cukup tinggi sehingga pihak perusahaan sering mengalami kesulitan dalam
menetukan jumlah produksi yang optimal yang akan diproduksi disamping
masalah tersebut pihak perusahaan juga sering mengalami kesulitan dalam
menentukan jumlah produk yang dibutuhkan oleh konsumen hal ini disebabkan
karena besarnya permintaan produk di PT. Gold Coin Indonesia bersifat fluktuatif.
Pada bulan-bulan tertentu besarnya kapasitas produksi lebih besar dari permintaan
pasar akibatnya persediaan barang menumpuk atau disebut over produksi yang

USU Repository 2009

mengakibatkan terjadinya biaya simpan produksi, dan sebaliknya terkadang
kapasitas produksi lebih kecil dari permintaan pasar akibatnya terjadinya
keterlambatan waktu penyerahan oleh karena itu, konsumen atau pelanggan yang
kecewa karena keterlambatan penyerahan produk dapat lari ke produk pesaing.
Perusahaan sering diperhadapkan pada masalah pengambilan keputusan didalam
menentukan rencana produksi yang optimal yaitu bagaimana menyusun suatu
rencana produksi untuk memenuhi permintaan pada waktu yang tepat dengan
menggunakan sumber-sumber atau alternatif-alternatif yang tersedia dengan biaya
yang paling minimal.
Pada penelitian sebelumnya untuk menyusun perencanaan produksi yang
optimal digunakan metode grafis dan worksheet dimana teknik yang digunakan
secara trial and error, sehingga menghasilkan rencana produksi yang kurang
optimal. Pihak perusahaan tentunya ingin mengetahui dari sekian banyak metode
yang ada metode mana yang paling sesuai diterapkan pada perusahaan tersebut.
Dalam hal ini metode yang ingin diuji adalah metode dynamic programming.
Dynamic programming merupakan teknik matematika yang diaplikasikan
kepada persoalan yang melibatkan keputusan berurutan yang saling berkaitan.
Dynamic Programming digunakan untuk menyelesaikan masalah yang terdiri dari
beberapa tahap atau masalah yang dapat diuraikan kedalam beberapa submasalah.
Tahapan dalam dynamic programming dimana keputusan-keputusan akan
ditetapkan disebut sebagai stage. Stage dalam rencana produksi ini adalah
periode-periode produksi (1,2,3,...i). Pada setiap stage ada dua variabel yang akan
dilibatkan yang pertama variabel masukan (input variable) yang disebut sebagai

USU Repository 2009

state yang terdiri dari peramalan permintaan, biaya variabel produksi, dan biaya
simpan. Variabel yang kedua disebut decesion variable yang merupakan variabel
penentu keputusan (menentukan jumlah produksi yang optimal). Keputusan pada
setiap stage dibuat berdasarkan satu aturan atau fungsi dan dibuat berdasarkan
keputusan yang telah ditetapkan pada stage sebelumnya yang disebut sebagai
fungsi return ( ( )
n n n
i x f , ), sedangkan kombinasi fungsi return dengan hasil yang
diperoleh dari tahap sebelumnya disebut sebagai fungsi rekursif dengan
persamaan ( ) ( ) ( ) [ ]
1 1 1
*
, ,

+ =
n n n n n n
Min
xn n
i x f i x f i f . Dimana:
( )
n n n
i x f , =biaya produksi sebanyak
n
x , dimana tersedia
n
i pada akhir periode
n
x =tingkat produksi
n
i =jumlah persediaan pada akhir periode
Dengan demikian suatu keputusan yang diambil pada tahap n tertentu akan
memberikan fungsi perolehan yang nilainya optimal yaitu menghasilkan suatu
rencana produksi yang optimal pada berbagai horizon waktu sehingga dapat
menstabilkan fluktuasi permintaan dan dapat meminimalkan biaya produksi
dengan memperhatikan kapasitas persediaan, kapasitas gudang, dan jumlah
permintaan.

1.2. Rumusan Masalah
Berdasarkan latar belakang permasalahan yang diuraikan diatas, maka
dapat dirumuskan bahwa permasalahan yang akan dipecahkan adalah kurang
optimalnya kegiatan produksi sehubungan dengan perencanaan produksi yang

USU Repository 2009

kurang tepat dalam menentukan jumlah produksi kotor pada setiap periode
produksi.

1.3. Tujuan dan Manfaat Penelitian
Tujuan penelitian ini adalah mendapatkan model rencana produksi
berdasarkan dynamic programming pada perusahaan sebagai alternatif model
yang dapat dipakai dalam penyusunan rencana produksi.
Manfaat yang diharapkan dapat diperoleh dari penelitian ini adalah:
- Bagi perusahaan
Sebagai masukan dalam perbaikan metode perencanaan produksi khususnya
dengan menggunakan metode Dynamic programming
- Bagi mahasiswa
Memberikan pengalaman yang berharga dalam membuat perencanaan
produksi dengan memamfaatkan data aktual
- Bagi universitas
Menjadi tambahan literatur yang dapat dijadikan referensi bagi semua pihak
yang ingin mendalami perencanaan produksi dengan metode Dynamic
Programming.

1.4. Pembatasan Masalah dan Asumsi Penelitian
Batasan-batasan yang digunakan dalam penelitian ini antara lain:
a. Penelitian dilakukan hanya sampai pada penentuan jumlah produksi dan
persediaan pada setiap periode.

USU Repository 2009

b. Jangka waktu yang ditinjau dalam penelitian ini hanya dibatasi dalam 12
periode (bulan)
c. Biaya-biaya yang mempengaruhi pengambilan keputusan pada penelitian ini
hanya biaya penyimpanan produk jadi dan biaya variabel produksi,
d. Bagian yang dianalisis pada sistem perencanaan produksi di PT. Gold Coin
Indonesia Medan-Mill meliputi: bagian produksi dan bagian inventori finish
product.
e. Tidak terjadi perubahan sistem produksi dan struktur produk yang diproduksi
f. Metode yang digunakan dalam penelitian ini dibatasi dengan metode dynamic
programming yang didukung oleh teknik peramalan statistik
Asumsi-asumsi yang digunakan dalam penelitian ini antara lain:
a. Perusahaan tidak melakukan backorder
b. Perusahaan tidak melakukan sistem overtime
c. Tidak terjadi perubahan sistem sistem produksi dan struktur produk yang
diproduksi
d. Bahan produksi yang dihasilkan mampu bertahan sampai tiga bulan
e. Penekanan costing perencanaan produksi tergantung dari total produksi dan
jumlah persediaan.

1.5. Sistematika Penulisan Tugas Akhir
Agar lebih mudah untuk dipahami dan ditelusuri maka sistematika
penulisan tugas sarjana ini akan disajikan dalam beberapa bab sebagai berikut :

USU Repository 2009

BAB I PENDAHULUAN
Bab ini berisi latar belakang masalah, perumusan masalah, tujuan dan
manfaat penelitian, pembatasan masalah dan asumsi penelitian, serta
sistematika penulisan tugas akhir.
BAB II GAMBARAN UMUM PERUSAHAAN
Bab ini memuat secara singkat dan padat mengenai sejarah
perusahaan, ruang lingkup bidang usaha, organisasi dan manajemen
perusahaan, proses produksi yang terdiri dari bahan-bahan yang
digunakan, uraian proses produksi, mesin dan peralatan.
BAB III LANDASAN TEORI
Dalam bab ini diuraikan mengenai tinjauan-tinjauan kepustakaan
yang berisi teori-teori dan pemikiran-pemikiran yang digunakan
sebagai landasan dalam pembahasan serta pemecahan masalah.
BAB IV METODOLOGI PENELITIAN
Bab ini berisi metodologi yang digunakan untuk mencapai tujuan
penelitian meliputi tahapan-tahapan penelitian dan penjelasan tiap
tahapan secara ringkas disertai diagram alirnya.
BAB V PENGUMPULAN DAN PENGOLAHAN DATA
Bab ini memuat data-data hasil penelitian yang diperoleh dari
perusahaan dan responden penelitian sebagai bahan untuk melakukan
pengolahan data dengan metode Dynamic Programming yang
digunakan sebagai dasar pada pembahasan masalah.

USU Repository 2009

BAB VI ANALISIS PEMECAHAN MASALAH
Bab ini berisi analisis hasil pengolahan data dan pemecahan masalah.
BAB VII KESIMPULAN DAN SARAN
Bab ini berisi kesimpulan yang didapat dari hasil pemecahan masalah
dan saran-saran yang diberikan kepada pihak perusahaan.
DAFTAR PUSTAKA
LAMPIRAN

USU Repository 2009

BAB II
GAMBARAN UMUM PERUSAHAAN

2.1. Sejarah Perusahaan
PT. Gold Coin Indonesia-Medan Mill adalah perusahaan yang bergerak
dibidang industri pakan ternak untuk ayam petelur dan pedaging. Produk lain
yang dihasilkan oleh PT. Gold Coin Indonesia-Medan Mill berupa pakan ternak
udang dan hewan lainnya.
Perusahaan Zuellig Group merupakan pelopor pabrik pakan ternak di Asia
Tenggara, dengan nama Gold Coin Group sebagai perusahaan induk yang berada
di Swiss yang berdiri pada tahun 1953. Sedangkan di Indonesia diberi nama PT.
Gold Coin Indonesia, dan PT. Gold Coin Indonesia-Medan Mill merupakan salah
satu cabang yang bertempat di Medan, Sumatera Utara. Pada saat ini pabrik dan
kantor pemasaran Gold Coin Group telah tersebar di Singapura, Malaysia,
Indonesia, Thailand, Vietnam, China, Philipina, Srilangka, India dan Laos.
Lahirnya PT. Gold Coin dilatar belakangi oleh adanya peluang pasar yang
semakin terbuka untuk melakukan usaha produksi pakan ternak. PT. Gold Coin-
Medan Mill dibangun dalam 3 tahap, yaitu:
1. Pembangunan Proyek dimulai pada J anuari 1981
2. Produksi Koperasi Percobaan pada Oktober 1981
3. Produksi Koperasi Komersil pada Desember 1981
Gold Coin Group memiliki teknologi muktahir yang didukung oleh tenaga
ahli yang berpengalaman dalam memproduksi pakan ternak yang berkualitas

USU Repository 2009

tinggi dan stabil. Dalam perkembangannya Gold Coin Group senantiasa didukung
oleh tenaga-tenaga teknis yang mempunyai pengalaman tinggi di lapangan.
Tenaga teknis tersebut membantu peternak secara profesional dalam teori dan
praktek dalam pengembangan hewan ternak.
Produk yang dihasilkan oleh PT. Gold Coin Indonesia-Medan Mill dari
tahun ke tahun mengalami peningkatan yang cukup signifikan. kemudian karena
pengaruh krisis moneter produksi pada tahun 1998 hal ini disebabkan tingginya
harga bahan baku dan rendahnya permintaan. Seiring dengan pulihnya
perekonomian nasional maka volume penjualan juga meningkat.
Program jangka panjang Gold Coin Indonesia-Medan Mill adalah
meningkatkan volume penjualan dengan melaksanakan diversifikasi produk,
penambahan fasilitas produksi, tenaga kerja yang terlatih dan laboratorium yang
modern serta melakukan aktivitas benchmarking sehingga kualitas pakan ternak
tetap tinggi dan terjaga.

2.2. Ruang Lingkup Bidang Usaha
Gold Coin Group bergerak dalam usaha produksi pakan ternak di wilayah
Asia Pasifik. PT. Gold Coin Indonesia-Medan menghasilkan 300.000 ton pakan
ternak sebagai produk utama dan pakan khusus setiap tahunnya. Adapun pakan
ternak sebagai produk utama terdiri dari pakan unggas, babi, sapi, dan kambing.
Sedangkan untuk pakan khusus terdiri dari pakan ikan, udang, katak dan hewan
peliharaan lainnya.

USU Repository 2009

Secara khusus PT. Gold Coin Indonesia-Medan Mill memproduksi 2 jenis
produk pakan ternak utama yaitu pakan komplit dan pakan konsentrat. Dimana
dua jenis produk pakan ternak ini diklasifikasikan berdasarkan jenis ayam petelur
dan pedaging serta umur ayam tersebut. Adapun produk yang dihasilkan
diantaranya:
1. Pakan Komplit
Pakan ternak jenis komplit adalah pakan ternak yang dapat diberikan langsung
kepada ternak tanpa bahan tambahan. Pakan ternak jenis ini terdiri dua bentuk,
yaitu:
a Jenis tepung, terdiri dari:
- BRS-06 : Pakan ternak untuk ayam broiler starter super umur 1-20 hari
- S-20 : Pakan ternak untuk ayam starter petelur umur 1-45 hari
- G-16 S : Pakan ternak untuk ayam grower petelur umur 1,5-4 bulan
- L-17 S : Pakan ternak untuk ayam layer petelur di atas umur 4 bulan
- L-18 : Pakan ternak untuk ayam layer petelur super umur 4 bulan ke
ke atas
b. Jenis Butiran (pellet), terdiri dari:
- SUPER I : Pakan ternak untuk ayam broiler starter super umur 1-20 hari
- SUPER II : Pakan ternak untuk ayam broiler finisher super umur hari s.d.
dijual
- BR II-02 : Pakan ternak untuk ayam broiler finisher umur 21 hari s.d.
dijual
- CA-03 : Pakan ternak untuk ayam starter petelur umur 1-45 hari

USU Repository 2009

- PB-04 : Pakan ternak untuk ayam grower petelur umur 1,5 bulan
4 bulan
- PC-05 : Pakan ternak untuk ayam layer petelur diatas umur 4 bulan
2. Pakan Konsentrat.
Pakan ternak konsentrat merupakan pakan ternak yang harus ditambahkan lagi
dengan jagung, dedak, dan tepung batu dengan komposisi tertentu. Pakan
ternak jenis konsentrat ini berbentuk tepung. Pakan ternak yang termaksud
jenis konsentrat terdiri dari:
- B-422 : Pakan ternak untuk ayam grower petelur (1,5-4 bulan)
- C-424 : Pakan ternak untuk ayam layer petelur di atas umur 4 bulan
- C-138 : Pakan ternak untuk ayam layer petelur di atas umur 4 bulan
- MCL-496 : Pakan ternak untuk ayam layer petelur super semua umur
- MCL-338 : Pakan ternak untuk ayam layer petelur semua umur
- MCL-328 : Pakan ternak untuk ayam layer petelur semua umur
Masing-masing kode pakan ternak ini memiliki kandungan nutrisi
tersendiri. Kode pakan ternak ini terkadang mengalami perubahan. Perubahan
kode ini juga akan merubah kandungan nutrisi di dalamnya dan dilakukan sesuai
dengan kebutuhan.

2.3. Organisasi dan Manajemen Perusahaan
2.3.1. Struktur Organisasi
Struktur organisasi PT. Gold Coin Indoenesia berbentuk gabungan lini
dan fungsional. Hubungan lini karena pembagian tugas dilakukan dalam

USU Repository 2009

bidang atau area pekerjaan pada perusahaan. Selain itu perusahaan ini juga
mengaplikasikan struktur organisasi berbentuk fungsional, yang berarti
pembagian tugas juga dilakukan berdasarkan fungsi-fungsi yang membentuk
hubungan fungsional. Bentuk hubungan tersebut dapat dilihat pada Gambar
2.1.

2.3.2. Uraian Tugas dan Tanggung Jawab
Untuk mencapai tujuan dan sasaran yang telah ditetapkan, maka struktur
organisasi yang digunakan oleh PT Gold Coin Indonesia-Medan Mill adalah
hubungan campuran yaitu berbentuk hubungan garis dan fungsional. Dalam
menjalankan struktur organisasinya ada pembagian tugas yang jelas antara
pimpinan, staff dan pelaksana, dan dalam melakukan pengambilan keputusan
lebih mudah dicapai karena anggota-anggota staff yang ahli dalam bidangnya
yang dapat memberi nasehat dan mengerjakan perencanaan yang teliti, koordinasi
dapat dengan mudah dikerjakan karena sudah ada pembidangan masing-masing.
Untuk lebih jelasnya tugas, wewenang dan tanggung jawab dari masing-
masing jabatan yang terdapat pada struktur organisasi di PT. Gold Coin
Indonesia-Medan Mill akan diuraikan sebagai berikut :
1. Branch Manager
a. Merencanakan strategi perusahaan ke dalam dan ke luar perusahaan serta
memiliki wewenang dalam memutuskan kebijaksanaan
b. Mengontrol keseimbangan kinerja setiap kantor cabang PT. Gold Coin.

USU Repository 2009

c. Bertanggung jawab atas kemajuan perusahaan.
2. Deputi General Manager
a. Bertanggung jawab atas kelancaran kegiatan operasional perusahaan.
b. Mengawasi jalannya produksi.
c. Mengawasi pemasaran produk.
3. Sekretaris
a. Menerima surat-surat (fax) yang masuk dan membuat laporannya.
b. Menerima telepon untuk branch manager dan menyusun janji secara
selektif.
c. Menerima data aktifitas mengenai bahan baku.
d. Menyediakan kilasan laporan kegiatan awal, pertengahan dan akhir bulan.
4. Sales Manager
a. Merencanakan program promosi yang akan dilakukan.
b. Memeriksa pembayaran atas produk dari tim penjualan.
c. Memasukkan data faktur penerimaan terakhir pada program komputer
setelah memeriksa jumlah penerimaan terakhir.
d. Memasukkan data faktur dari penjualan yang lain.
e. Bertanggung jawab atas kelancaran penjualan dan pencapaian target.
f. Bertanggung jawab kepada pimpinan perusahaan untuk melaporkan
tentang hasil penjualan kepada atasan, baik secara lisan maupun tulisan.
5. Executive Staf
a. Melakukan penjualan dan prediksi penjualan.
b. Membagi daerah pemasaran.

USU Repository 2009

6. Techinical Service
a. Mengumpulkan data yang relevan dan data pesaing dengan baik.
b. Membantu bagian penjualan untuk mendapatkan pelanggan yang baru.
c. Membantu pertumbuhan produksi dan melakukan perbaikan.
d. Menanggapi dan menyelidiki keluhan dari pelanggan.
7. Purchasing Executive
a. Merencanakan sistem pengadaan dan persediaan bahan.
b. Mempersiapkan permintaan kebutuhan bahan dan menetapkan harga.
c. Memperbaharui perjanjian kontrak.
8. Account Payable Administrasion
a. Bertanggung jawab terhadap pembukuan utang perusahaan.
9. Mill Controller
a. Memeriksa dan mengawasi tindakan yang dilakukan branch manager.
b. Memberikan saran untuk kemajuan perusahaan.
10. GL & Tax
a. Menerima laporan dari supervisor stock setiap hari yang dibuat dalam
daftar nomor, harga dan nomor kontrak per komoditas dan per supplier.
b. Menerima laporan harga dari bagian pembelian dan membuat daftar
nomor dan nomor kontrak dalam laporan penerimaan.
c. Pembayaran voucher pada kasir dan membuat nomor kontrol, nomor
daftar, nomor kontrak bahan baku, bahan kemasan dan lain-lain.
11. Sales Administration

USU Repository 2009

a. Memeriksa pembayaran atas produk dari tim penjualan.
b. Membuat laporan aktivitas dari pelanggan.
c. Memasukkan data faktur penerimaan terakhir pada komputer setelah
memeriksa jumlah penerimaan terakhir.
d. Memasukkan data faktur dari penjualan yang lain.
12. DO Clerk
a. Menerima pesanan dari pelanggan dan meneruskan ke bagian produksi.
b. Melakukan koordinasi dengan bagian produksi khususnya bagian delivery
untuk mengetahui posisi stock produk jadi.
c. Mencatat jumlah barang yang keluar meliputi jenis, harga dan pelanggan
yang membeli.
13. Credit Control
Tugas Credit Control adalah bertanggung jawab terhadap penjualan yang
dilakukan secara kredit.
14. Personal & General Affair
a. Mengontrol absensi pegawai yang dikoordinasi dengan satpam.
b. Menyelesaikan semua surat-surat dan dokumen perusahaan kepada
pemerintah.
c. Mendaftarkan pegawai pada PT. JAMSOSTEK dan asuransi lainnya.
d. Membuat daftar gaji pegawai dan mendistribusikannya.
e. Membuat daftar kerja lembur dan memasukkannya pada daftar gaji.
f. Membuat perencanaan untuk pelatihan pegawai sesuai dengan kebutuhan.
g. Melakukan analisa dan evaluasi pekerjaan.

USU Repository 2009

h. Bersama dengan pihak manajemen melakukan penilaian terhadap kinerja
para pegawai.
15. Security
a. Memeriksa kehadiran karyawan, mencatat jumlah ketidakhadiran, alasan
ketidakhadiran dan identitas karyawan kemudian melaporkannya ke bagian
personalia.
b. Memeriksa dan mengawasi tamu-tamu yang masuk.
c. Mencatat data-data tamu yang keluar masuk.
d. Mengontrol situasi pabrik siang dan malam.
16. Operator Telepon/ Resepsionis
Adapun tugas dan tanggung jawab dari Operator Telepon/ Resepsionis yaitu:
a. Menerima telepon dan memberikan kepada pegawai yang bersangkutan.
b. Memberikan pelayanan dan informasi kepada tamu.
c. Memeriksa tagihan telepon
17. Messenger
a. Mengatur pesanan berupa dokumen-dokumen perusahaan ke instansi yang
dituju baik swasta maupun pemerintah.
b. Melakukan pembayaran sesuai dengan kuitansi yang telah mendapat
persetujuan dari atasan kepada perseorangan, perusahaan, pemerintah
maupun lembaga-lembaga keuangan yang ditunjuk berdasarkan kuitansi.
18. Driver
Tugas Driver adalah mengantar atasan ke tempat-tempat yang telah ditentukan
untuk kepentingan perusahaan.

USU Repository 2009

19. Temporary Cleaning Service & Gardener
Tugas Temporary Cleaning Service & Gardener adalah menjaga kebersihan
kantor dan taman.
20. Factory Manager
a. Bertanggung jawab atas jumlah, jenis dan mutu produksi.
b. Bertanggung jawab terhadap pemeliharaan peralatan pabrik.
c. Berkoordinasi dengan setiap supervisor proses produksi.
d. Memberikan jumlah dan jenis pakan yang diproduksi kepada Branch
Manager dan bagian penjualan.
e. Mengawasi kebersihan areal pabrik.
21. Stock Supervisor
a. Bertanggung jawab terhadap pengambilan sampel bahan baku dari truk.
b. Menyusun dan membuat laporan penerimaan dan pemakaian bahan baku.
c. Menyusun dan membuat laporan pengeluaran dan hasil produksi.
d. Mengadakan pemeriksaan bahan baku dan hasil produksi di laboratorium.
e. Bertanggung jawab kepada Manager Produksi.
22. Receiving
a. Melakukan pengambilan sampel.
b. Menghitung jumlah batch pada saat pembongkaran bahan baku dan
penempatannya di gudang, memeriksa kondisi fisik (bocor).
c. Melakukan update stock di lapangan, yaitu keluarnya barang dari gudang
yang digunakan untuk proses produksi.

USU Repository 2009

23. Delivery
a. Melakukan pengeluaran barang sesuai dengan delivery order.
b. Memastikan barang yang dikeluarkan sesuai dengan delivery order.
24. Weight Bridge Operator
a. Menimbang bahan baku yang beli sebelum masuk ke gudang.
b. Menimbang pakan yang akan dijual dan menimbang barang-barang yang
keluar dari pabrik.
25. Operator Forklift
a. Bertanggung jawab akan pengoperasian forklift yang digunakan.
b. Merawat forklift seperti memeriksa sebelumdan sesudah pemakaian dan
kebersihan.
c. Memberikan laporan kepada atasan mengenai kondisi forklift.
26. Sweeper
Tugas Sweeper adalah menjaga kebersihan dari lantai produksi.
27. Production Supervisor
a. Mengkoordinir pembagian tugas bawahannya.
b. Merencanakan pembagian bahan baku dan bahan aditif.
c. Melakukan perencanaan pekerjaan dan waktu.
d. Bertanggung jawab kepada Manager Produksi.
e. Mengadakan pemeriksaan, penelitian, analisa serta evaluasi pekerjaan
bawahannya.

USU Repository 2009

28. Controll Room
a. Melaksanakan produksi sesuai formula yang telah ditetapkan dan
berdasarkan rencana produksi yang dibuat oleh supervisor produksi yang
telah diketahui oleh factory manager.
b. Menentukan intake dumping, jenis bahan baku yang harus didumping dan
menginformasikan rencana intake dumping bahan baku kepada dumping
operator.
c. Melaksanakan pengisian corn yellow dari intake ke silo, dari silo basah ke
dryer serta pengisian bin dari dryer.
d. Memberikan instruksi ke operator feed additive sesuai dengan rencana
produksi.
e. Koordinasi ke bagian maintenance mengenai penggantian saringan
glinding sesuai dengan hot size yang ditetapkan, pembersihan magnet, bila
terjadi over flow/over load pada screw conveyor bin bahan baku dan slide-
slide yang mengalami kemacetan.
f. Koordinasi dengan pellet operator tentang ration yang diproduksi dan
jumlah batch.
29. Dumping Operator
a. Melakukan perencanaan pekerjaan dan waktu
b. Bertanggung jawab terhadap pemenuhan bahan baku yang digunakan pada
proses produksi melalui koordinasi dengan bagian controll room.
c. Mencatat jumlah bahan baku yang telah di dumping.
d. Bertanggung jawab terhadap kebersihan areal kerja.

USU Repository 2009

e. Bertanggung jawab terhadap penggulungan 2
nd
hand gonny bag.
f. Bertanggung jawab kepada Factory Manager.
30. Sacking Off Supervisor
a. Bertanggung jawab terhadap sacking off section yang meliputi:
- Produk jadi yang diproduksi harus sesuai dengan plastik bag-nya dan
feed ticket-nya.
- Percepatan produksi sesuai dengan kapasitas mesin.
- Pengambilan sampel produk jadi.
b. Berkoordinasi dengan bagian control room yang meliputi:
- Perbandingan komposisi yang diproduksi dan ukuran partikel.
c. Berkoordinasi dengan bagian maintenance yang meliputi:
- Gangguan pada sistem sacking off misalnya bag lamp dan limit
switch.
- Gangguan pada escalator, conveyor dan sewing machine.
31. Pellet Mill Operator
a. Bertanggung jawab terhadap proses produksi untuk pellet dan crumble
dengan koordinasi dengan bagian controll room mengenai ration yang
akan diproduksi dan jumlah batch.
b. Melaksanakan kegiatan greasing setiap pagi dan sore hari atau setiap awal
shift.
c. Selalu memeriksa bentuk fisik atau ukuran partikel sesuai dengan jenis
ration yang diproduksi.

USU Repository 2009

d. Setiap akhir produksi suatu ration harus menyelesaikan/menghabiskan fine
return dengan berkoordinasi ke bagian controll room.
e. Memelihara kebersihan areal kerja.
f. Koordinasi dengan bagian maintenance mengenai gangguan pada sistem
mekanik atau elektrik dan masalah steam/boiler.
32. Maintenance Supervisor
a. Mengkoordinir pembagian tugas bawahannya.
b. Melakukan perencanaan pekerjaan dan waktu.
c. Bertanggung jawab kepada Manager Produksi.
d. Mengadakan pemeriksaan, penelitian, analisa serta evaluasi pekerjaan
bawahannya.
33. Mechanical
a. Bertanggung jawab akan perawatan mesin-mesin produksi secara
mechanical.
b. Menjalankan jadwal pemeriksaan mesin, pelumasan, dan lain-lain sesuai
petunjuk.
c. Menganalisa dan mempelajari kondisi mesin secara teratur.
d. Memberitahukan cara pengoperasian mesin-mesin secara mechanical yang
baik kepada operator.
e. Merencanakan jadwal pemeriksaan berkala.
f. Menjaga kebersihan dari mesin-mesin dan alat-alat kerja yang digunakan.
g. Merencanakan jadwal perbaikan mesin-mesin dan penggunaan spare part.
h. Memeriksa kebocoran pada aliran udara, oli, dan casing-casing mesin.

USU Repository 2009

i. Membuat laporan kerja dan laporan bulanan pada atasan.
34. Electrical
a. Bertanggung jawab akan perawatan-perawatan electrical system sesuai
dengan garisan-garisan yang telah ditentukan.
b. Merencanakan jadwal pemeriksaan berkala.
c. Merencanakan jadwal pemeriksan spare part.
d. Memberikan aturan-aturan pengoperasia alat elektical yang baik kepada
operator.
e. Memberikan bimbingan kepada operator dalam mengatasi masalah.
f. Membuat laporan yang diperlukan terutama dalam pemakaian arus listrik
PLN.
g. Menjaga alat-alat kerja dan kebersihan electrical system.
h. Memberikan masukan kepada atasan akan keadaan electical dan saran-
saran.
35. Store Keeper
a. Bertanggung jawab akan penerimaan dan penyimpanan spare part.
b. Merencanakan persediaan spare part dan penggantian spare part.
c. Memberikan laporan kepada atasan, pemakaian solar, air dan spare part.
d. Menyampaikan saran/usul kepada atasan guna mencapai hasil yang lebih
baik.
36. Boiler Operator
a. Bertanggung jawab akan pengoperasian boiler dan saluran pipa uap.
b. Merawat boiler.

USU Repository 2009

c. Menyiapkan/ membuat laporan-laporan yang diperlukan.
37. Chemist
a. Melakukan analisa sampel bahan baku yang telah diambil oleh bagian
QAO untuk mengetahui kelayakan bahan baku untuk digunakan sesuai
dengan standar mutu yang telah ditetapkan.
b. Melakukan analisa produk berdasarkan sampel dari tiap-tiap produk yang
diproduksi yang diambil oleh bagian QAO untuk diperiksa jenis-jenis
kandungan produk tersebut.
c. Melaporkan hasil pemeriksaan kepada bagian QAO dan Branch Manager.
38. Quality Assurance Officer
a. Memastikan pemakaian raw material dengan benar, baik kualitas fisik
maupun nutrisi sesuai yang tercantum pada formula.
b. Mengawasi sistem FIFO untuk setiap raw material yang dipakai maupun
untuk finish product.
c. Mencatat umur stock raw material dan finish product, dan jika ada
kelainan kualitas fisik segera dikonfirmasikan ke bagian laboratorium
untuk mengambil sampel dan menganalisa ulang.
d. Turut mengawasi operasional pabrik, antara lain:
- Dumping raw material dan pemakaian feed additif.
- Memastikan saringan dengan benar.
- Mengawasi bagian sacking, meliputi kualitas fisik ( ukuran partikel,
warna, aroma dan rasa), kualiatas jahitan dan jumlah berat.
e. Memastikan bahan pakan yang akan keluar dalam keadaan baik yaitu:

USU Repository 2009

- Kualitas sesuai dengan standar masing-masing.
- Bak truk harus kering dan bersih sebelum pakan dimuat.
- Jumlah tonase pakan sesuai.
f. Mencatat dan membuat laporan yang ditujukan kepada Branch Manager
dan bagian yang terkait.

2.3.3. Jumlah Tenaga Kerja dan Jam Kerja
2.3.3.1. Jumlah Tenaga kerja
Dalam menjalankan tugasnya, PT. Gold Coin Indonesia-Medan Mill
memperkerjakan tenaga kerja langsung dan tenaga kerja tidak langsung. Tenaga
kerja langsung adalah tenaga kerja yan bekerja di lantai produksi pakan ternak di
dalam pabrik. Tenaga kerja tidak langsung adalah pekerja yang bekerja di luar
pabrik.
.PT. Gold Coin Indonesia-Medan Mill saat ini memiliki 106 tenaga kerja
yang dikelompokkan ke dalam tingkat yang sesuai dengan pendidikannya yaitu S1
ke atas, D III, SMU ke bawah.
Untuk tenaga kerja dengan tingkat pendidikan SMU ke bawah dibagi
menjadi MWK (Monthly Worker) dan DWK (Daily Worker). PT. Gold Coin
Indonesia-Medan Mill juga mengadakan kontrak kerja dan kontrak kerja ini
bersifat sementara. Kontrak kerja tersebut disesuaikan dengan permintaan
departemen masing-masing dan jenis pekerjaan yang akan dikerjakan. Jumlah
keseluruhan tenaga kerja adalah 106 orang yang dapat dilihat pada tabel 2.1.

USU Repository 2009

Tabel 2.1. Jumlah Tenaga Kerja PT. Gold Coin Indonesia-Medan Mill
No Jabatan Jumlah
1 Branch Manager 1 Orang
2 Deputi General Manager 1 Orang
3 Secretary 1 Orang
4 Sales Manager 1 Orang
5 Purchasing Executive 1 Orang
6 Mill Controller 1 Orang
7 Personel Offiser 1 Orang
8 Factory Manager 1 Orang
9 Production Planning Inventory Control 2 Orang
10 Technical Service 3 Orang
11 Chemist/Quality Control 3 Orang
12 Quality Ansurance Officer 1 Orang
13 Executive Staff 4 Orang
14 Account Payable Admin 1 Orang
15 GL & Tax 1 Orang
16 Cost Account 1 Orang
17 Cashier 1 Orang
18 Delivery Order Admin 1 Orang
19 Sales Administration 1 Orang
20 Credit Controller 1 Orang
21 Security Coordinator 1 Orang
22 Members of Security 6 Orang
23 Operator 1 Orang
24 Messenger 1 Orang
25 Driver 2 Orang
26 Temporary Cleaning Service 2 Orang
27 Temporary Gardener 1 Orang
28 Stock Supevisor 1 Orang
29 Production Supervisor 2 Orang
30 Maintenance Supervisor 1 Orang
31 Production Administration 2 Orang
32 Store Keeper 1 Orang
33 Receiving 3 Orang
33 Delivery 1 Orang
34 Weight Bridge 1 Orang
35 Forklift Operator 4 Orang
36 Sweeper 1 Orang

USU Repository 2009

37 Bird Feed Stock 1 Orang
38 Truck Transfortation 2 Orang
39 Temporary Sweeper 3 Orang

No Jabatan Jumlah
40 Controll Room 3 Orang
41 Feed Additive 3 Orang
42 Dumping 2 Orang
43 Hand Dumping 2 Orang
44 Mixer 2 Orang
45 Sacking Off 2 Orang
46 Pellet Operator 2 Orang
47 Temporary Sweeper 2 Orang
48 Temporary Sacking Off 8 Orang
49 Temporary Dumping 5 Orang
50 Mechanical 1 Orang
51 Electrical 2 Orang
52 Stock Keeper 1 Orang
53 Boiler 2 Orang
54 Generator Maintence 1 Orang
55 Lab. Asisstant 2 Orang
56 Asistant QAO 1 Orang
Total
106 Orang

2.3.3.2. Jam Kerja
PT. Gold Coin Indonesia-Medan Mill beroperasi secara kontinu selama 16
jam/hari. Tenaga kerja secara umum bekerja 40 jam/minggu.
Waktu kerja bagi karyawan PT. Gold Coin Indonesia-Medan Mill dapat
dikelompokkan menjadi dua shift, yaitu:

USU Repository 2009

1. Waktu Kerja Shift I
a. Senin-Jumat : Pukul 08.00-17.00 WIB
b. Sabtu : Libur
2. Waktu Kerja Shift I
a. Senin-Jumat : Pukul 17.00-01.00 WIB
b. Sabtu : Libur
c.
2.3.4. Sistem Pengupahan dan Fasilitas lainnya
2.3.4.1. Sistem Pengupahan
PT. Gold Coin Indonesia-Medan Mill memberikan gaji/upah karyawan
diatas Upah Minimum Regional (UMR) sesuai dengan peraturan pemerintah.
Pada PT. Gold Coin Indoneia-Medan Mill terdapat 80 orang pekerja tetap dan 23
orang pekerja kontrak. Pemberian upah pada setiap pekerja kontrak dilakukan
dengan sistem borongan. Jumlah upah yang diterima dihitung berdasarkan beban
kerja yang dilakukan dalam hitungan ton bahan baku yang dibeli dan barang jadi
yang diproduksi. Sistem borongan ini ditetapkan bukan dalam pekerja inti, dengan
kata lain hanya pada bongkar muat.

Sistem pengupahan dilakukan dengan dua cara, yaitu:
1. Pekerja dapat menerima langsung seluruh upah selama satu bulan bekerja
secara langsung (dalam sekali pembayaran).
2. Pekerja dapat menerima seluruh upah selama satu bulan kerja dalam dua tahap
pembayaran, yaitu pada minggu ke dua dalam setiap bulannya, pekerja dapat

USU Repository 2009

menerima setengah dari upah pokok ditambah dengan overtime dan dikurangi
dengan pajak penghasilan.
Pekerja diberi kebebasan memilih sistem pengupahan mana yang dianggap
baik menurut pribadinya masing-masing.

2.3.4.2. Fasilitas-Fasilitas dari Perusahaan
PT. Gold Coin Indoneia-Medan Mill adalah perusahaan yang
memperhatikan norma keselamatan kerja dan kesejahteraan karyawan. Untuk
memperoleh sumber daya manusia yang berkualitas dan memiliki kinerja yang
tinggi, PT. Gold Coin Indonesia-Medan Mill menyediakan fasilitas-fasilitas yang
dibutuhkan oleh segenap karyawan sebagai berikut:
1. Pemberian upah ditetapkan setelah melihat jam kerja, hari kerja, kerja lembur,
dan golongan.
2. Pemberian tunjangan hari raya, bonus tahunan, dan tujangan uang makan.
3. Mendaftarkan pekerja ke J AMSOSTEK dan asuransi lainnya.
4. Bekerja sama dengan rumah sakit tertentu untuk pelayanan kesehatan
karyawan.
5. Adanya acara tahunan bersama seluruh karyawan beserta keluarga karyawan
PT. Gold Coin Indoneia-Medan Mill.
6. Tersedia sarana transportasi untuk para karyawan.

2.4. Proses Produksi

USU Repository 2009

Proses produksi adalah upaya untuk menciptakan atau menambah nilai
suatu barang atau jasa dengan menggunakan sumber-sumber yang ada yaitu bahan
baku, tenaga kerja, mesin, metode dan juga materi.
Pada Pabrik PT. Gold Coin Indonesia-Medan Mill, jenis proses
produksinya adalah tipe batch production, dimana proses produksi dilakukan
berdasarkan keinginan dan kebutuhan konsumen dengan volume produksi dan
laju produksi yang tinggi.

2.4.1. Standar Mutu Bahan/Produk
Standar mutu digunakan sebagai kendali terhadap bahan baku yang
digunakan maupun produk yang dihasilkan supaya tidak melenceng terlalu jauh
dari spesifikasi standar yang telah ditetapkan. Mutu bahan baku dan produk pada
PT. Gold Coin Indonesia-Medan Mill diperiksa di laboratorium setiap hari untuk
tetap menjaga mutu dari bahan baku dan produk yang dihasilkan oleh pabrik.

Standar mutu produk pada PT. Gold Coin Indonesia-Medan yaitu:
1. Pakan ternak untuk ayam pedaging stater umur 1-21 hari:
Kadar protein : 20%-22%
Serat kasar : max 5%
Kadar lemak : min 5%
Kadar air : max 8%
Kadar abu : max 13%
Kadar kalsium : 0,8-1,2%
Kadar Posfor : 0,6-1,0%

USU Repository 2009

2. Pakan ternak untuk ayam petelur dewasa umur 19 minggu ke atas:
Kadar protein : 18,5-19,5%
Kadar air : max 11%
Kadar abu : max 13%
Kadar kalsium : 3-4,2%
3. Pakan ternak untuk bebek petelur dari 5% produksi afkir:
Kadar protein : 17-19%
Kadar air : 10-12%
Kadar abu : 11-15%
4. Pakan ternak untuk ayam petelur umur 1-8 minggu:
Kadar air : max 8%
Kadar abu : max 13%

USU Repository 2009

5. Pakan ternak konsentrat untuk babi berat 16 kg-panen:
Kadar air : max 18%
Kadar abu : max 12%
Kadar kalsium : 2-3%
Kadar Posfor : 1-2%
6. Pakan ternak konsentrat untuk pembibit babi umur 24 minggu ke atas:
Kadar air : max 18%
Kadar abu : max 12%
Kadar kalsium : 2-3%
Kadar Posfor : 1-2%
7. Pakan ternak untuk ikan mas finisher umur sebelum panen:
Kadar air : max 13%
Kadar abu : max 13%

USU Repository 2009

8. Pakan ternak untuk ikan mas grower umur 50 gr-panen:
Kadar air : max 13%
Kadar abu : max 12%
9. Pakan ternak untuk puyuh petelur umur 30-afkir:
Kadar air : max 14%
Kadar abu : max 13%

2.4.2. Bahan yang Digunakan
Perusahaan mengolah berbagai bahan baku yang mengandung zat-zat gizi
yang dibutuhkan oleh tubuh ternak. Zat-zat gizi yang dibutuhkan adalah protein,
lemak, karbohidrat, vitamin, mineral, dan air. Zat gizi yang disebutkan diatas

USU Repository 2009

didapat dari seluruh material baik bahan baku, bahan tambahan, bahan penolong
atau zat aditif lainnya. Untuk menjamin hal ini maka ada standar mutu bahan.
Penetapan standar mutu bahan baku, bahan tambahan dan bahan penolong
bertujuan untuk menghasilkan produk pakan ternak yang berkualitas dan dapat
memberi kepuasan kepada konsumen.. Secara garis besar bahan-bahan yang
digunakan perusahaan dalam produksi pakan ternak, yaitu:

2.4.2.1. Bahan Baku
Bahan baku merupakan bahan utama yang digunakan dalam proses
produksi dengan komposisi persentase yang tinggi dan merupakan bahan yang
membentuk bagian integral dari suatu produk jadi. Bahan baku yang digunakan
adalah:
1. Jagung
Jagung merupakan sumber energi yang baik karena mengandung zat
karbohidrat dengan persentase yang tinggi dan zat protein. Jenis jagung yang
digunakan pada PT. Gold Coin Indonesia-Medan Mill dibedakan atas jagung
lokal dan juga jagung impor.

2. Dedak
Dedak yang digunakan dibedakan atas dua jenis yaitu dedak padi dan dedak
gandum. Dedak beras dibedakan atas dua jenis yaitu dedak halus dan dedak
kasar. Dedak halus merupakan kulit ari beras yang diperoleh dari proses
penyosohan beras. Sedangkan dedak kasar merupakan hasil hancuran padi.

USU Repository 2009

Pada dedak gandum yang digunakan adalah whaet pollard, yaitu dedak yang
berasal dari kulit ari gandum.
3. Bungkil Kacang Kedelai
Disebut juga Soya Bean Meal (SBM). Sekitar 50% protein untuk pakan
unggas berasal dari bungkil keledai. Pemakaian untuk ayam pedaging berkisar
antara 15%-30%, sedangkan untuk ayam petelur 10%-25%. Selain
mengandung nilai protein yang tinggi, didalam SBM terkandung asam amino
lisin, yaitu asam amino yang paling essensial diantara asam-asam amino yang
lainnya.
4. Tepung Ikan
Tepung ikan merupakan hasil dari pengolahan ikan yang diolah menjadi
tepung. Kandungan tepung ikan meliputi protein, lemak dan juga kalsium.
5. Tepung Daging dan Tulang
Disebut juga Meat Bone Meal (MBM). MBM merupakan hasil pengolahan
dari daging yang diolah menjadi tepung. MBM ini mengandung protein,
lemak dan juga kalsium.

6. Kopra
Kopra digunakan sebagai bahan baku dalam pembuatan pakan ternak karena
mengandung persentase serat yang tinggi.
7. Minyak Sawit (CPO)

USU Repository 2009

CPO merupakan bahan yang penting karena memiliki nilai biologis yang
tinggi yang diperlukan dalam pembuatan pakan ternak.
8. Ampas Sawit
Disebut juga Palm Kernel. Ampas sawit ini mengandung nilai protein dan
lemak yang tinggi yang sangat diperlukan dalam pembuatan pakan ternak.

2.4.2.2. Bahan Tambahan
Bahan tambahan adalah bahan yang dibutuhkan guna menyelesaikan suatu
produk, tetapi pemakaiannya sangat sedikit atau cukup kompleks yang dapat
mempengaruhi kualitas produk. Adapun bahan tambahan yang digunakan adalah:
1. Garam dan mineral, seperti sodium, pig minera, dan poultry mineral
2. Vitamin, seperti lysine, luprosi, dan finase
3. Minyak nabati, seperti canola oil, dan palm oil
4. Zat aditif, seperti tapioca
5. Bahan liquid, seperti rhodimet dan choline Cl

2.4.2.3. Bahan Penolong
Bahan penolong adalah bahan yang tidak tampak dalam produk jadi tetapi
hanya menolong proses produksi agar berjalan dengan lancar dan digunakan
sebagai pelengkap produk saja. Adapun bahan penolong yang digunakan adalah:

USU Repository 2009

1. Solar sebagai bahan bakar
2. Minyak pelumas sebagai pelumas
3. Air
4. Karung plastik sebagai pembungkus produk
5. Benang jahit digunakan untuk menjahit karung, dan
6. Stiker atau cap pabrik

2.4.3. Uraian Proses
Adapun tahapan proses pembuatan pakan ternak di PT. Gold Coin
Indonesia-Medan Mill yaitu:
1. Penuangan (Intake)
Bahan yang dituangkan adalah bahan baku. Terdapat tiga buah intake, yaitu
intake untuk bahan baku jagung dan intake I dan intake II untuk bahan baku
selain jagung. Bahan baku ini akan di bawa ke tempat penyaringan dengan
menggunakan chain conveyor dan bucket elevator.
3. Penyaringan (Screening)
Bahan baku akan melewati suatu sistem magnet dimana kotoran-kotoran besi
dan logam yang tercampur dengan bahan baku akan terpisah. Selanjutnya
bahan baku akan disaring melalui drum shiever atau drum pengayak untuk
memisahkan bahan baku dari kotoran non-logam seperti kayu, plastik, dan
benda keras lainnya. Setelah melewati proses penyaringan, bahan baku selain
jagung akan dibawa ke bin raw material dengan menggunakan chain conveyor
dan bucket elevator.

USU Repository 2009

3. Pengeringan
Jagung basah harus dikeringkan terlebih dahulu agar tidak mengalami
penurunan kualitas. Jagung kering memiliki kadar air normal yaitu sekitar
17%-25%. Oleh karena itu, jagung basah akan dibawa ke tempat pengeringan
dengan chain conveyor dan bucket elevator lalu dikeringkan dengan
menggunakan dryer dengan cara menyemprotkan udara panas. Setelah jagung
basah dikeringkan maka jagung tersebut akan dibawa ke silo jagung kering
dengan menggunakan chain conveyor dan bucket elevator. Di silo jagung
kering ini, jagung akan di-blower yaitu didinginkan agar jagung tidak panas
akibat bertumpuknya jagung-jagung. Selanjutnya dari silo jagung kering akan
dibawa ke bin raw material dengan menggunakan chain conveyor dan bucket
elevator.
4. Penimbangan (dosing)
Semua bahan baku telah menempati bin-bin sesuai dengan yang telah
ditentukan. Kemudian akan dilakukan penimbangan (dosing). Timbangan
terdapat dua buah yaitu timbangan I dan timbangan II. Sesuai dengan formula
yang telah ditetapkan bahan akan ditimbang untuk 1 batch sebanyak 3 ton.
Lalu dibawa ke bin hopper dengan menggunakan chain conveyor dan bucket
elevator.
5. Penggilingan
Bahan baku akan masuk ke dalam vibrator shifter untuk memisahkan bahan
baku dengan ukuran yang kasar, sedang dan halus. Bahan baku dengan ukuran
kasar dan sedang akan mengalami proses penggilingan terlebih dahulu

USU Repository 2009

sebelum masuk ke dalam mesin mixer, sedangkan bahan baku halus dapat
langsung menuju mesin mixer.
Proses pengilingan dilakukan dengan dua buah mesin hammer mill yang
berkapasitas 22 ton/jam dan berputar dengan kecepatan 3000 rpm dengan daya
sebesar 132 kW. Bahan baku yang masuk akan mengalami proses pemukulan
dengan kecepatan tinggi sehingga bahan baku akan terpukul dan terlempar ke
arah saringan/pengayak yang dipasang sepanjang sisi mesin penggiling. Mesin
penggiling ini dilengkapi dengan dust collector yang berfungsi membuang
udara panas hasil sampingan dari proses penggilingan. Udara panas hasil
pengilingan dihisap oleh blower malalui dust filter sehingga udara panas
yang bersih di buang ke udara, sedangkan debu yang tersaring jatuh ke hopper
penampung. Pada proses ini, blower berfungsi untuk mempercepat proses
penggilingan sehingga bahan yang halus akan cepat tersaring dan bahan yang
kasar akan cepat terpukul oleh pisau-pisau. Hasil pengilingan disimpan
terlebih dahulu di hammer mill pack sebelum masuk ke proses selanjutnya.
6. Pencampuran (mixing)
Bahan baku dari hammer mill pack akan dicampur hingga rata di mixer. Pada
saat proses mixing ini bahan tambahan cair berupa CPO, rhodimet dan choline
Cl, zat aditif, garam, mineral dan vitamin dicampur dengan bahan baku. Mesin
mixer yang digunakan berkecepatan 22 rpm dan kapasitas 4 ton/jam dengan
daya 30 kW. Mesin ini terdiri dari pisau-pisau pengaduk yang berputar pada
sumbunya. Lama pencampuran dapat diatur dengan alat pengontrol dari ruang
panel. J ika produk yang diinginkan dalam bentuk mash (tepung), hasil

USU Repository 2009

pencampuran dari mesin mixer akan dibawa ke bin finished product. Untuk
produk berbentuk pellet, bahan hasil campuran akan melalui proses peletizing
sedangkan untuk produk berbentuk crumble akan melalui proses peletizing
dan crumbling.
7. Pembutiran (Peletizing)
Bahan terlebih dahulu dipanaskan dengan steam berasal dari boiler. Steam
yang digunakan bersuhu 85
0
C. Pemanasan dilakukan agar proses penekanan
menjadi lebih mudah. Setelah itu dilakukan proses penekanan/press. Proses
pemeletan dilakukan dengan mesin press yang terdiri dari ring die press yang
mempunyai lubang-lubang dengan ukuran tertentu, dimana die ring berputar
dengan kecepatan 1500 rpm dan kapasitas 15 ton/jam dengan daya 200 kW,
pada bagian tengahnya terdapat 2 buah rol yang berputar searah dengan
putaran die ring press dengan kecepatan yang sama dan saling menekan.
Dengan demikian bahan campuran yang masuk akan berputar dan ditekan
keluar melalui lubang-lubang yang terdapat pada ring die press, di luar ring
die press terdapat pisau yang akan memotong hasil pellet, sehingga ukuran
sesuai dengan yang diinginkan. Setelah itu butiran bentuk pellet dibawa ke
mesin cooler untuk didinginkan sampai temperatur udara luar (28
0
C). Hasil
dari mesin cooler ini akan dibawa ke bin finished product jika produk yang
diinginkan dalam bentuk pellet. Namun jika produk yang diinginkan dalam
bentuk crumble, maka hasil dari mesin cooler ini akan dibawa ke mesin
crumble.
8. Proses Pembentukan Crumble

USU Repository 2009

Bentuk crumble adalah butiran pellet dipotong-potong menjadi ukuran yang
lebih kecil sesuai dengan yang diinginkan dengan menggunakan mesin
crumble yang berputar dengan kecepatan 22 rpm dan daya 1,5 kW. Setelah
proses crumble selesai, bahan dibawa dengan menggunakan chain conveyor
dan bucket elevator ke vibrator untuk disaring kembali. Hasil pengayakan
dibawa ke bin finished product untuk proses sacking.
9. Pengepakan (Sacking Off)
Produk jadi tersebut akan dicurahkan ke karung plastik ataupun karung kertas
dengan belt conveyor dan proses tersebut berlangsung secara otomatis dan
dilanjutkan dengan penimbangan berat neto produk yang diinginkan, yaitu 50
kg/karung. Setelah itu karung dijahit dengan sewing machine dan diangkut ke
gudang produk jadi dengan alat angkut forklift. Produk jadi berupa mash,
pellet, crumble dan konsentrat akan dibawa ke proses sacking off.

2.4.4. Mesin dan Peralatan
Mesin dan peralatan merupakan jenis peralatan produksi. Secara umum
mesin didefinisikan sebagai peralatan yang memerlukan tenaga penggerak
(power), sedangkan peralatan atau equipment didefinisikan sebagai peralatan yang
tidak memerlukan tenaga penggerak (power).

2.4.4.1. Mesin Produksi
Adapun mesin produksi yang digunakan di PT. Gold Coin Indonesia-
Medan Mill adalah:

USU Repository 2009

1. Dryer
Fungsi : Mengurangi kadar air bahan baku sampai 15%
Jumlah : 2 unit
Merek : Rotor
Tipe : CMAE 280
Motor : 7,5 KW
Putaran : 3000 rpm
2. Blower
Fungsi : Menarik udara panas dari dalam hammer mill sekaligus
mempercepat turunnya material
Jumlah : 2 unit
Merek : Van Arsen
Motor : 7,5 KW
Putaran : 3000 rpm
3. Drum Siever
Fungsi : Menyaring plastik dan bahan yang dapat menghambat raw
material melewati conveyor dan elevator
Jumlah : 2 unit
Tipe : TZ 700 x 2300
Motor : 2,2 KW
Putaran : 177 rpm
4. Vibrator
Fungsi : Menyaring material yang halus dan kasar

USU Repository 2009

Jumlah : 2 unit
Merek : Mogensen
Tipe : E-1534
Motor : 2,7 KW dan 3,4 KW
5. Hammer Mill
Fungsi : Menggiling/menghaluskan bahan baku kasar
Jumlah : 2 unit
Merek : Fimet/Electrim
Tipe : 700-2D
Motor : 132 KW
Putaran : 3000 rpm
6. Mixer
Fungsi : Mencampur bahan baku
Jumlah : 1 unit
Motor : 30 KW
Putaran : 22 rpm
Kapasitas : 6000 liter
Merek : Nord

7. Pellet Mill
Fungsi : Menghasilkan pakan berbentuk pellet
Jumlah : 1 unit
Merek : Fimet/Electrim

USU Repository 2009

Tipe : C 750/250
Motor : 200 KW
Putaran : 1500 rpm
8. Crumble
Fungsi : Membentuk crumble
Jumlah : 2 unit
Tipe : KR 16,2
Merek : Rotor
Motor : 5,5 KW
Putaran : 1000 rpm
9. Sewing Machine
Fungsi : Menjahit karung pakan sebagai produk akhir
Jumlah : 3 unit
Tipe : Model 90/100
Merek : Fischbein

2.4.4.2. Peralatan
Adapun peralatan yang digunakan di PT. Gold Coin Indonesia-Medan Mill
adalah:
1. Intake Jagung
Fungsi : Tempat penuangan bahan baku berupa jagung
Jumlah : 1 unit
2. Intake I dan II

USU Repository 2009

Fungsi : Tempat penuangan bahan baku selain jagung
Jumlah : 2 unit
3. Bin Raw Material
Fungsi : Tempat penyimpanan raw material
Jumlah : 24 unit
4. Magnet
Fungsi : Menarik logam-logam yang masuk bersama bahan baku
Jumlah : 2 unit
Tipe : PM 3
5. CPO Pump
Fungsi : Sebagai tangki penyimpanan CPO
Jumlah : 2 unit
Merek : Regaline
Tipe : MP 1,5
6. Day Bin
Fungsi : Tempat penyimpanan sementara produk dalam proses.
Jumlah : 4 Unit
7. Dust Collector
Fungsi : Menyaring bahan-bahan agar material yang digiling tidak
terbuang ke udara
Jumlah : 2 unit
Merek : Van Arsen
Tipe : C-CAE 215

USU Repository 2009

8. Cooler
Fungsi : Mendinginkan pakan dari mesin pellet
Jumlah : 1 unit
9. Cyclon
Fungsi : Sebagai pemisah partikel-partikel halus
Jumlah : 1 unit
Tipe : 1600 / 450 x 908 RECHTS
10. Bin Finish Product
Fungsi : Tempat penyimpanan produk jadi yang akan di sacking
Jumlah : 8 unit

2.4.4.3. Utilitas
Adapun utilitas yang digunakan di PT. Gold Coin Indonesia-Medan Mill
adalah:
1. Genset
Fungsi : Pembangkit listrik apabila listrik PLN padam
Jumlah : 1 unit
Merek : Perkin
Daya : 1000 KVA
2. Boiler
Fungsi : Membangkitkan steam
Jumlah : 1 unit

USU Repository 2009

Kapasitas : 2 ton/jam
Tekanan : 8 bar
3. Compressor
Fungsi : Sebagai penggerak sistem pneumatic pada mesin
produksi
Jumlah : 2 unit
Motor : 15 KW dan 22KW/380 V
4. Tangki Air
Fungsi : Sebagai tempat penyimpanan air
Jumlah : 1 unit

USU Repository 2009

BAB III
LANDASAN TEORI

3.1. Perencanaan Produksi
3.1.1. Definisi Perencanaan Produksi
Perencanaan produksi adalah pernyataan rencana produksi kedalam bentuk
agregrat
1
1. Menjamin rencana penjualan dan rencana produksi konsisten terhadap rencana
strategis perusahaan.
. Perencanaan produksi ini merupakan alat komunikasi antara
manajemen teras (top management) dan manajemen produksi. Disamping itu juga
perencanaan produksi merupakan pegangan untuk merancang Jadwal Induk
Produksi. Beberapa fungsi lain perencanaan produksi:
2. Sebagai alat ukur performansi proses perencanaan produksi.
3. Menjamin kemampuan produksi konsisten terhadap rencana produksi.
4. Memonitor hasil produksi aktual terhadap rencana produksi dan membuat
penyesuaian.
5. Mengatur persediaan produk jadi untuk mencapai target produksi dan rencana
startegis
6. Mengarahkan penyusunan dan pelaksanaan Jadwal Induk Produksi.
Perencanaan produksi akan mudah dibuat bila tingkat permintaan bersifat
konstan atau bila waktu produksi tidak menjadi kendala. Tetapi kedua kondisi ini

1
Laboratorium Sistem Produksi, Jurusan Teknik Industri-ITB, Manajmen Produksi, Proyek Six
University Developmenet and Rehabilitation (SUDR) Direktorat Jenderal Perguruan Tinggi.
1995.Hal.1.

USU Repository 2009

jarang terjadi dalam keadaan sebenarnya, dimana secara nyata tingkat permintaan
akan berfluktuasi dan perusahaan selalu dibatasi oleh tanggal waktu penyerahan.
Perencanaan yang tidak tepat dapat mengakibatkan tinggi/rendahnya tingkat
persediaan, sehingga mengakibatkan peningkatan ongkos simpan/ongkos
kehabisan persediaan. Dan yang lebih fatal, hal tersebut dapat mengurangi
pelayanan kepada konsumen karena keterlambatan penyerahan produk.

3.1.2. Proses Perencanaan
Perencanaan produksi dimulai dengan meramalkan permintaan secara
tepat sebagai input utamanya. Peramalan jangka panjang membantu manajer
puncak dalam isu strategi dan penentuan kapasitas. Manajemen puncak membuat
kebijakan-kebijakan untuk menjawab pertanyaan seperti: penentuan lokasi baru,
pengembangan produk baru, dan penelitian pendanaan.
Perencanaan jangka menengah dimulai sejak keputusan kapasitas jangka
panjang dibuat. Ini merupakan tugas manajer operasi. Keputusan penjadwalan
meliputi perencanaan triwulan atau bulanan, yang ditujukan untuk menyesuaikan
produktivitas terhadap permintaan yang fluktuatif. Seluruh perencanaan ini harus
konsisten terhadap strategi jangka panjang dari manajemen puncak dan alokasi
sumber-sumber yang telah ditentukan pada keputusan startegis sebelumnya. Isi
dari perencanaan jangka menengah ini terutama adalah rencana produksi
menyeluruh dan terpadu.
Perencanaan jangka pendek dibuat untuk paling lama tiga bulan ke depan.
Rencana ini merupakan tugas pekerja operasional yang bekerja dengan para

USU Repository 2009

supervisor, foreman, yang merupakan uraian jadwal rencana kerja dalam
mingguan, harian, dan bahkan dalam jam.
Hubungan antara jenis, sifat dan horizon jangka waktu perencanaan dapat
dilihat pada Tabel 3.1.
Tabel 3.1. Hubungan Jenis, Sifat dan Horizon Jangka Waktu Perencanaan
Type of Plan Nature of Plan Planning Horizon
Strategic Corporate Plan
Strategic Production Plan
Strategic Planning Long range
Agregrat Production Plan
Master Production Schedule
Tactical Planning Medium range
Daily Production Shedule Operational Palnning Short range
Sumber: Lee et al, 1994:177

3.1.3. Tujuan Perencanaan Produksi:
Tujuan perencanaan produksi ialah:
2
a) Sebagai langkah awal untuk menentukan aktivitas produksi yaitu sebagai
referensi perencanaan lebih rinci dari rencana agregrat menjadi item dalam
jadwal induk produksi.

b) Sebagai masukan sumber daya sehingga perencanaan sumber daya dapat
dikembangkan untuk mendukung perencanaan produksi.

2
Laboratorium Sistem Produksi, Jurusan Teknik Industri ITB, Manajmen Produksi, Proyek Six
1995.Hal.1.

USU Repository 2009

c) Meredam (stabilisasi) produksi dan tenaga kerja terhadap fluktuasi
permintaan.

3.1.4. Perencanaan Agregrat
Perencanaan agregrat adalah penentuan kuantitas dan waktu produksi
dalam jangka waktu menengah. Manajer operasi mencoba untuk menentukan cara
terbaik untuk memenuhi ramalan permintaan melalui penyesuaian tingkat
produksi, jumlah buruh, jumlah persediaan, kerja lembur, ketentuan subkontrak,
dan berbagai variabel lain yang bisa dikendalikan. Dengan menggunakan
perencanaan agregrat maka perencanaan produksi dapat dilakukan dengan
menggunakan satuan produk pengganti sehingga keluaran dari perencanaan
produksi tidak dinyatakan dalam tiap jenis produk. Jadi dalam perencanaan
agregat, tidak dihasilkan rencana dalam bentuk individual produk melainkan
dalam bentuk agregrat produk. Keuntungan yang dapat diperoleh dari
perencanaan agregrat diantaranya:
3
a. Kemudahan dalam pengolahan data

Dengan menggunakan satuan agregrat maka pengolahan data tidak dilakukan
untuk setiap individual produk. Keuntungan ini akan semakin terasa jika
pabrik tempat perencanaan dilakukan memproduksi banyak jenis produk.
b. Ketelitian hasil yang didapatkan

3
Laboratorium Sistem Produksi, Jurusan Teknik Industri ITB, Manajmen Produksi, Proyek Six
University Developmenet and Rehabilitation (SUDR) Direktorat Jenderal Perguruan Tinggi. 1995.

USU Repository 2009

Dengan hanya mengolah satu jenis data produk maka kemungkinan untuk
menerapkan metode yang canggih semakin besar sehingga ketelitian hasil
yang didapatkan semakin baik
c. Kemudahan untuk melihat dan memahami mekanisme sistem produksi yang
terjadi dalam implementasi rencana

3.1.5. Strategi Perencanaan Produksi
Ada beberapa strategi yang dapat dilakukan untuk melakukan perencanaan
produksi yaitu dengan melakukan manipulasi persediaan, laju produksi, jumlah
tenaga kerja, kapasitas atau variabel terkendali lainnya. J ika perubahan dilakukan
terhadap satu variabel sehingga terjadi perubahan laju produksi disebut sebagai
strategi murni (pure strategy). Sebaliknya, strategi gabungan (mixed strategy)
merupakan gabungan perubahan dua atau lebih strategi murni sehingga diperoleh
perencanaan produksi fleksibel.
4

4
Laboratorium Sistem Produksi, Jurusan Teknik Industri-ITB, Manajmen Produksi, Proyek Six
1995.Hal.2.

Seandainya datangnya permintaan dari konsumen bersifat rutin dan dapat
diketahui dengan pasti baik besarnya maupun waktunya maka perencanaan
produksi tidak diperlukan lagi. Namun pada kenyataanya pola permintaan ini
tidak dapat ditentukan dengan pasti. Masalah tersebut mengakibatkan perusahaan
harus menemukan cara atau strategi berproduksi agar fluktuasi permintaan
tersebut dapat diantisipasi tentu saja dengan cara yang ekonomis sehingga tujuan
perusahaan mencari keuntungan dapat tercapai.

USU Repository 2009

3.1.5.1 Strategi Perencanaan Agregrat Secara Murni (Pure Strategy).
Dikatakan pure strategy, jika perubahan dilakukan terhadap satu variabel
sehingga terjadi perubahan laju produksi. Beberapa strategi murni yaitu:
1. Mengendalikan jumlah persediaan. Persediaan dapat dilakukan pada saat
kapasitas produksi dibawah permintaan (demand). Persediaan ini selanjutnya
dapat digunakan pada saat permintaan berada diatas kapasitas produksi. Biaya
yang berkaitan dengan strtategi ini yaitu: biaya pergudangan, asuransi,
pengelolaan, kekunoan (obsolescence) barang, dan modal tertanam akan
meningkat (biaya-biaya ini sekitar 15-40% dari nilai sebuah item persediaan).
5
Keunggulan strategi ini:

a. Meminimumkan upaya penjadwalan produksi,
b. Meminumkan penambahan tenaga kerja baru (tidak ada kerja lembur)
c. Menyederhanakan sistem pesanan untuk bahan baku karena produksi yang
konstan.
Kelemahannya antara lain:
a. Ada kemungkinan penurunan tingkat pelayanan pada saat ada permintaan
yang mendadak meningkat
b. Ada kemungkinnan jumlah persediaan yang berlebih jika terjadi
penurunan permintaan dalam jangka waktu yang cukup panjang,
c. Dibutuhkan sistem backorder atau dibutuhkan subkontrak jika permintaan
berbeda dengan tingkat produksi.

5
Kamarul Imam, Agregrat Planning, rul2a@yahoo.com,Hal.4.

USU Repository 2009

2. Mengendalikan jumlah tenaga kerja. Manajer dapat melakukan perubahan
jumlah tenaga kerja dengan menambah atau mengurangi tenaga kerja sesuai
dengan laju produksi yang diinginkan. Tindakan lain yang dapat dilakukan
dengan melakukan jam kerja lembur.
Keunggulan strategi ini :
a. Biasanya lebih mudah untuk melakukan perubahan tingkat produksi
daripada perubahan dalam jumlah tenaga kerja atau tingkat persediaan
karena perubahan-perubahan ini biasanya dilakukan pada tingkat
manajemen sebagai kebijakan,
b. Meminimukan biaya persediaan barang jadi,
c. Meminimumkan biaya rekrutmen tenaga kerja baru dan penjadwalan.
Kelemahannya antara lain:
a. Meningkatnya upaya penjdwalan produksi dan persediaan karena
permintaan yang berfluktuasi
b. Penggunaan tenaga kerja yang tidak efisien pada saat permintaan pasar
menurun dan tingkat produksi ditentukan dibawah kapasitas
c. Adanya kecendrungan untuk menimbulkan semangat tenaga kerja yang
buruk karena ada ketidakpastian kerja (kadang-kadang buruh bekerja
dengan sibuk, disaat lain tidak bekerja)
3. Subkontrak. Subkontrak dapat dilakukan untuk menaikkan kapasitas
perusahaan pada saat perusahaan sibuk sehingga permintaan dapat dipenuhi.

USU Repository 2009

4. Mempengaruhi demand. Karena perubahan permintaan merupakan faktor
utama dalam masalah perencanaan agregrat, maka pihak manajemen dapat
melakukan tindakan, yaitu dengan mempengaruhi pola permintaan itu sendiri.

3.1.5.2.Strategi Perencanaan Agregrat Secara Gabungan (Mixed Strategy).
Setiap pure strategy akan melibatkan biaya yang besar dan sering pure
strategy tidak layak, oleh karena itu kombinasi dari pure strategy ini menjadi
mixed strategy lebih sering digunakan. ketika suatu perusahaan
mempertimbangkan kemungkinan dari pencampuran strategi yang bervariasi
dengan tidak terbatasnya rasio untuk melakukan strategi yang berviariasi tersebut,
maka perusahaan baru akan menyadari tantangan yang sedang dihadapi.

3.1.6. Fase-Fase Perencanaan Agregrat.
6
Pengembangan perencanaan agregrat mengikuti prosedur yang terdiri dari
empat fase, seperti terlihat pada Gambar 3.1.

1. Persiapan Peramalan Permintaan Agregrat. Peramalan permintaan
agregrat mencakup beberapa permintaan yang diperkirakan pada tiap-tiap
periode selama horizon perencanaan dalam satuan unti yang sama untuk
semua jenis item yang dihasilkan. Peramalan ini dapat menggunakan analisis
deret waktu, waktu rata-rata bergerak, dan lain-lain.
2. Mengkhususkan Kebijaksanaan Organisasi untuk Melancarkan
Penggunaan Kapasitas. Pada fase ini, manajemen mencoba mengidentifikasi

6
Arman Hakim Nasution, Perencanaan dan Pengendalian Produksi, Departemen Teknik Industri,
Fakultas Teknik, Institiut Teknologi Semarang.

USU Repository 2009

kebijaksanaan-kebijaksanaan yang dapat melancarkan perkiraan permintaan
agregrat yang telah diramalkan pada fase sebelumnya. Kombinasi dari
kebijaksanaan-kebijaksanaan yang paling diinginkan merupakan strategi yang
terbaik untuk mengantisipasi permintaan dimasa mendatang yang bersifat
musiman dan berfluktuasi secara acak.

PHASE 1
Peramalan
Permintaan Agregrat
Time Series With
Seasionals
Moving
Avarage
Exponential
Smooting
Teknik Peramalan
lain
PHASE 2
Smooth Out Utilisasi
Kapasitas
Produk
Komplememter
Harga
Promosi
Waktu Pengiriman
yang Fleksibel
PHASE 3
Penentuan Alternatif
Produksi yang layak
Penetapan Tenaga Kerja:
- Overtime
- Undertime
Variabel Tenaga Kerja;
- Penyewaan
- Pemberhentian
Inventory
Backorder
Subkontrak
PHASE 4
Alokasi Permintaan pada
Periode produksi
Biaya linear
Trial and Error
Linaer
Programming:
-Transportation
-Simplex
Dynamic
Programming
Biaya Non Linear
Linear decesion
Rule
Dan lain-lain
Heuristik Penentuan
Model(cocok untuk
semua
(biaya)
Gambar 3.1. Prosedur Perencanaan Produksi Agregrat

3. Menetukan Alternatif Produksi yang Layak. Fase ini terdiri dari dua
alternatif, yaitu:

USU Repository 2009

- Merubah tingkat produksi dengan tenaga kerja yang sama, hal ini dilakukan
dengan melemburkan karyawan yang ada pada saat permintaan tinggi, dan
mengalokasikan karyawan yang ada ke pekerjaan non produksi pada saat
permintaan menurun.
- Merubah tingkat produksi dengan merubah jumlah tenaga kerja, hal ini
dilakukan dengan merekrut tenaga kerja baru pada saat permintaan tinggi
dan memberhentikan tenaga kerja pada saat permintaan turun.
4. Menentukan Strategi Produksi yang Optimal.
Setelah alternatif produksi yang layak dipilih dan dihitung perkiraan
ongkosnya, langkah berikutnya adalah menentukan strategi produksi yang
optimal. Langkah ini melibatkan pengalokasian peramalan permintaan
dengan menggunakan alternatif-alternatif dalam setiap periode yang
meminimasi ongkos total untuk keseluruhan horizon perencanaan. Metode
perencanaan agregrat untuk mengalokasikan permintaan selama periode
produksi adalah bervariasi tergantung asumsi-asumsi yang dibuat pada
alternatif-alternatif yang dianggap layak dan biayanya (linear dan non
linear). Secara matematis, maka ongkos produksi selama periode-t adalah:

S F H B I O R t
C C C C C C C C + + + + + + =
Co =Ongkos produksi overtime (lembur)

I
C = Ongkos unit yang dipakai dari inventory (persediaan)

B
C =Ongkos backorder

H
C =Ongkos hiring (penambahan tenaga kerja)

USU Repository 2009

F
C =Ongkos firing (pemberhentian tenaga kerja)

S
C =Ongkos subkontrak

3.2. Peramalan (Forecasting)
3.2.1. Konsep Dasar Peramalan
Peramalan adalah proses untuk memperkirakan kebutuhan dimasa datang
meliputi kebutuhan dalam ukuran kualitas, kuantitas, waktu dan lokasi yang
dibutuhkan dalam rangka memenuhi permintaan barang atau jasa.
Dalam hubungannya dengan horizon waktu maka peramalan dapat
diklasifikasikan 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 khusus 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.

3.2.2. Karakteristik Peramalan yang Baik.
7

7
Arman Hakim Nasution, Perencanaan dan Pengendalian Produksi, Departemen Teknik Industri,
Fakultas Teknik, Institiut Teknologi Semarang.

USU Repository 2009

Peramalan yang baik mempunyai beberapa kriteria yang penting, antara
lain:
1. Akurasi
Akurasi dari suatu hasil peramalan diukur dengan hasil kebiasan dan
kekonsisten peramalan tersebut. Keakuratan dari hasil peramalan ini berperan
penting dalam menyeimbangkan persediaan yang ideal (minimisasi persediaan
dan maksimisasi tingkat pelayanan)
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 banyak data yang dibutuhkan, bagaimana pengolahan
data tersebut (manual atau komputerasi), bagaimana penyimpanan datanya
dan siapa tenaga ahli yang diperbantukan. Pemilihan metode peramalan harus
disesuaikan dengan dana yang tersedia dan tingkat akurasi yang ingin didapat.
3. Kemudahan
Penggunaan metode peramalan yang sederhana, mudah dibuat, dan mudah
diaplikasikan akan memberikan keuntungan bagi perusahaan.

3.2.3. Sifat Hasil Peramalan
Dalam membuat peramalan atau menerapkan suatu peramalan maka ada
beberapa hal yang harus dipertimbangkan yaitu:

USU Repository 2009

1. Peramalan pasti mengandung kesalahan, artinya peramal hanya bisa
mengurangi ketidakpastian yang akan terjadi, tetapi tidak dapat
menghilangkan ketidakpastian tersebut
2. Peramalan seharusnya memberikan informasi tentang beberapa 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 konstan sedangkan semakin
panjang periode peramalan, maka semakin besar pula kemungkinan terjadinya
perubahan faktor-faktor yang mempengaruhi permintaan.

3.2.4 Metode Peramalan Kuantitatif (Statistical Method)
8
Pada dasarnya metode peramalan kuantitatif dapat dibedakan atas dua
bagian, yaitu:

1. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan
antara variabel yang akan diperkirakan dengan variabel waktu, yang
merupakan deret waktu atau time series
2. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan
antara variabel yang akan diperkirakan dengan variabel lain yang

8
Hendra Kusuma, Manajemen Produksi: Perencanaan dan Pengendalian Produksi, Andi
Yogyakarta. Yogyakarta. 1999

USU Repository 2009

mempengaruhinya, yang bukan batasan waktu yang disebut metode korelasi
atau sebab kibat (causal method).

3.2.4.1. Metode Time Series
Metode time series adalah metode yang dipergunakan untuk
menganalisa 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 histories
dari serial itu. Ada empat komponen utama yang mempengaruhi analisa ini :
1. Pola Siklis (cycle). Berkaitan dengan pola pergerakan penjualan yang
konsisten selama satu tahun. Siklus menggambarkan pola penjualan yang
berulang setiap periode. Pola siklis berguna untuk menggambarkan
penjualan jangka pendek.
2. Pola Musiman (Seasonal). Fluktuasi permintaan suatu produk dapat naik
turun disekitar garis trend dan biasanya berulang setiap tahun. Pola ini
biasanya disebabkan oleh faktor cuaca, musim libur panjang, dan hari raya
keagamaan yang akan berulang secara periodik setiap tahunnya.
3. Variasi Acak/Random. Permintaan suatu produk dapat mengikuti pola
variasi secara acak karena faktor pesaing, promosi khusus, dan kejadian-
kejadian lainnya yang tidak punya pola tertentu. Variasi acak ini diperlukan
dalam rangka menentukan persediaan pengaman untuk mengantisipasi
kekurangan persediaan bila terjadi lonjakan permintaan.
4. Pola Trend

USU Repository 2009

Pola data ini terjadi bila data memiliki kecendrungan untuk naik, turun, atau
konstan. Pola trend terdiri dari beberapa jenis, diantaranya:
a. Trend konstan, dengan fungsi peramalan
t
Y

= =
N
Y
a ana a Y
t
t
dim ,

t
Y =nilai tambah
N =jumlah periode
b. Trend linear, dengan fungsi persamaan:
bt a Y
t
+ =
Dimana
( ) ( )
( )

=
=
2
2
t t N
y t ty N
b
N
bt Y
a
c. Trend kuadratis, dengan fungsi peramalan:

2
ct bt a Y
t
+ + =
Dimana
2
2

=
=

=

b
b
c
N
t c t b Y
a

( )

=
=
=
=
3 3
2 2
4
2
2
t N t t
Y t N Y t
tY N Y t
t N t

d. Trend eksponensial, dengan fungsi peramalan:

bt
t
ae Y =
Dimana :
( )
2
2
ln ln ln
ln

=
t t N
Y t Y t N
b
N
t b Y
a

USU Repository 2009

e. Trend siklis, dengan fungsi peramalan

N
t
c
N
b a Y
t
2
cos
2
sin + + =
Dimana :

N
t
N
t
c
N
t
b
N
t
a
N
t
y
N
t
N
t
c
N
t
b
N
t
a
N
t
Y
N
c
N
t
b Na Y

2
cos
2
sin
2
cos
2
cos
2
cos
2
cos
2
sin
2
sin
2
sin
2
sin
2
cos
2
sin
2
2

+ + =
+ + =
+ + =

3.2.5. Kriteria Performance Peramalan
Besar kesalahan suatu peramalan dapat dihitung dengan beberapa cara,
antara lain:
a. Mean Square Error (MSE)
MSE=
( )
N
Ft Xt
N
t
2
1
=

Dimana :
t
X =data aktual periode t
t
F =nilai ramalan periode t
N =banyaknya periode
b. Standard Error of Estimate (SEE)
SEE =
f n
Ft Xt
N
t
=1
2
) (

USU Repository 2009

Dimana :
f =Derajat kebebasan
- untuk data konstan, f =1
- untuk data linear, f =2
- untuk data kuadaratis, f =3
- untuk data siklis, f =3
c. Persentage Error (
t
PE )

t
PE = % 100 x
Xt
Ft Xt

d. Mean Absolute Persentage Error (MAFE)
MAFE =
N
PE
N
t
t
=1

3.2.6. Proses Verifikasi
Proses verifikasi digunakan untuk melihat apakah metode peramalan yang
diperoleh representatif terhadap data. Proses verifikasi dilakukan dengan
menggunakan Moving Range Chart (MRC). Dari chart (peta) ini dapat terlihat
apakah sebaran masih dalam kontrol ataupun sudah berada diluar kontrol. J ika
sebaran berada di luar kontrol, maka fungsi/metode peramalan tersebut tidak
representatif.

3.3. Dynamic Programming Approach
3.3.1. Pendahuluan

USU Repository 2009

Dynamic Programming adalah teknik manajemen sain yang diaplikasikan
kepada persoalan yang melibatkan keputusan berurutan yang saling berkaitan.
Dengan kata lain, awalnya program dinamis membagi masalah asli ke dalam sub-
sub masalah dan kemudian menentukan solusi optimal masalah asli dengan
pemecahan rekursif sub-submasalah ini. Program ini dikembangkan oleh Richard
Bellman dan G. B Dantzig pada tahun 1940-1950
9
1. Terdapat sejumlah berhingga pilihan yang mungkin.
. Sebagai sebuah konsep,
Dynamic Programming lebih luwes dibanding program-program optimasi lainnya.
Aplikasi Dynamic Programming telah terbukti baik pada pengelolaan persediaan,
jaringan, penjadwalan kerja untuk karyawan, pengendalian produksi, perencanaan
penjualan dan lain-lain bidang. Formulasi model dilakukan dengan unik sesuai
dengan persoalannya. Pada penyelesaian dengan metode ini:
2. Solusi pada setiap tahap dibangun dari hasil solusi tahap sebelumnya.
3. Persyaratan optimasi dan kendala digunakan untuk membatasi sejumlah
pilihan yang harus dipertimbangkan pada suatu tahap.
Pada program dinamis, rangkaian keputusan yang optimal dibuat dengan
menggunakan Prinsip Optimalitas. Prinsip ini berbunyi : J ika solusi total optimal,
maka bagian solusi sampai ke tahap ke-k juga optimal. Prinsip optimalitas berarti
bahwa jika kita bekerja dari tahap k ke tahap ke k+1, kita dapat menggunakan
hasil optimal dai tahap ke k tanpa harus kembali ke tahap awal. J ika pada setiap
tahap kita menghitung ongkos (cost) maka dapat dirumuskan secara umum:

9
Kamarul Imam, Dynamic Programming ,rul2@yahoo.com, Hal.1.

USU Repository 2009

Ongkos tahap k+1 = (ongkos yang dihasilkan pada tahap k) + (ongkos
dari tahap k ke k+1)
Dengan prinsip optimalitas, dijamin bahwa pengambilan keputusan pada
suatu tahap, adalah keputusan yang benar untuk tahap-tahap selanjutnya.

3.3.2. Konsep Dasar dalam Dynamic Programming

Konsep-konsep dasar dalam Dynamic Programming, antara lain:
10

10
Kamarul Imam, Dynamic Programming,

a. Dekomposisi
Persoalan Dynamic Programming dapat dipecah-pecah menjadi sub-persoalan
atau tahapan yang lebih kecil dan berurutan. Setiap tahap disebut juga sebagai
titik keputusan. Setiap keputusan yang dibuat pada suatu tahap akan
mepengaruhi keputusankeputusan pada tahap berikutnya.
b. Status
Status adalah kondisi awal (Sn) dan kondisi akhir (Sn-1)pada setiap tahap, di
mana pada tahap tersebut keputusan dibuat (Dn). Status akhir pada sebuah
tahap tergantung keada status awal dan keputusan yang dibuat pada tahap
yang bersangkutan. Status akhir pada suatu tahap merupakan input bagi tahap
berikutnya.
c. Variabel Keputusan dan Hasil
Keputusan yang dibuat pada setiap tahap (Dn) merupakan keputusan yang
berorientasi kepada return yang diakibatkannya (Rn|Dn), tingkat maksimal
atau minimal.
rul2@yahoo.com. Hal.1.

USU Repository 2009

d. Fungsi Transisi
Fungsi transisi menjelaskan secara pasti bagaimana tahap-tahap saling
berhubungan. Fungsi ini berbentuk fungsi hubungan antar status pada setiap
tahap yang beurutan. Fungsi transisi secara umum berbentuk :
Sn-1 =Sn - Dn
Di mana Sn-1 =status pada tahap n-1, atau status akhir pada tahap-n. Sn
adalah status awal pada tahap-n. Komponen pada setiap tahap dapat dilihat
pada Gambar 3.2.

Gambar 3.2. Komponen Setiap Tahap Dynamic programming
e. Optimasi Tahap
Optimasi tahap dalam Dynamic Programming adalah menentukan keputusan
optimal pada setiap tahap dari berbagai kemungkinan nilai status inputnya.
Fungsi umum dari keputusan optimal adalah :
fn(Sn, Dn) =return pada tahap-n dari nilai status input. Sn, dan keputusan,
Dn.
fn*(Sn) =return optimal pada tahap-n dari nilai iput status, Sn.

f. Fungsi Rekursif
Fungsi rekursif biasanya digunakan pada berbagai program komputer, di mana

USU Repository 2009

nilai sebuah variabel pada fungsi itu merupakan nilai kumulatif dari nilai
variabel tersebut pada tahap sebelumnya. Pada Dynamic Programming, fungsi
umum dituliskan sebagai :
fn(Sn, Dn) =Rn +fn-1*(Sn-1,Dn-1)
Karakteristik program dinamis adalah :
a. Persoalan dapat dipisahkan menjadi beberapa tahap (stages), di mana setiap
tahap membutuhkan keputusan kebijakan yang standard dan saling
berhubungan. Hubungan komponen setiap tahap dapat dilihat pada Gambar
3.3.

Gambar 3.3. Komponen Setiap Tahap Saling Berhubungan
b. Setiap tahap memiliki sejumlah status (state). Secara umum, sekumpulan
status ini merupakan berbagai kemungkinan kondisi yang timbul dari sistem
persoalannya. Status ini memberikan informasi yang dibutuhkan setiap
keputusan dan dampaknya pada tahap berikutnya. Jumlah status pada setiap
tahap bisa definit atau infinit.
c. Setiap keputusan kebijakan yang dibuat pada suatu tahap, status pada tahap
tersebut ditransformasi ke dalam status yang berkaitan pada tahap berikutnya.
Hubungan antar status pada tahap yang berurutan bisa bersifat deterministik
atau probabilistik.
Pada sebuah persoalan dengan n-tahap, ada dua input, yaitu : (1) state pada
tahap-n (Sn) dan decision variable (Xn). Sedang outputnya adalah : (1) return

USU Repository 2009

atau akibat dari setiap Xn yang dipilih, fn(s, Xn); dan (2) status baru yang
menjadi input pada tahap berikutnya (Sn-1). Hubungan antara Xn dan fn(s,Xn)
ditentukan oleh return function. Sedang hubungan antar status pada tahap
tertentu ditentukan oleh transition function. Hubungan antas status pada setiap
tahap dapat dilihat pada Gambar 3.4.

Gambar 3.4. Hubungan antar Status pada Setiap Tahap
d. Solusi pada program dinamis berprinsip kepada optimalitas yang
dikembangkan oleh Bellman1 : An optimal policy must have the property that,
regardless of the decision to enter a particular state, the remaining decisions
must consitute an optimal policy for leaving that state (Suatu kebijakan
optimal mempunyai sifat bahwa apapun keadaan dan keputusan awal,
keputusan berikutnya harus membentuk suatu kebijakan optimal dengan
memeperhatikan keadaan dari hasil keputusan pertama).
11
e. Keputusan pada tahap berikutnya bersifat independen terhadap keputusan
sebelumnya. Untuk menyelesaikan persoalan program dinamis, dimulai dari

11
P.Siagian, Penelitian Operasional: Teori dan Praktek, Universitas Indonesia UI Press,2006,
Hal.238.

USU Repository 2009

solusi awal pada suatu tahap, dan secara berurutan menuju tahap berikutnya
dengan proses yang terbalik (backward induction process).
f. Solusi optimal yang dihasilkan pada setiap tahap berprinsip kepada hubungan
dalam bentuk fungsi rekursif (recursion relationship). Secara umum bentuk
fungsi rekursif adalah :
fn*(Sn) =max/min {fn(Sn, Xn)}.
Di mana fn*(Sn) =adalah hasil optimal dari keputusan pada tahap-n
3.3.3. Kriteria Dynamic Programming dalam Perencanaan Produksi

Yang menjadi variabel masukan adalah ramalan permintaan, Alternatif
biaya produksi, data biaya Alternatif dan kondisi inisial jumlah persediaan pada
akhir periode (Ii), dan yang menjadi variabel keputusan adalah alokasi permintaan
jumlah produksi (volume produksi) pada setiap periode, yang menjadi stage
adalah periode-periode (i=1,2,3,12). Fungsi return disusun dari biaya set up
mesin dan biaya penyimpanan digudang dapat ditulis dengan persamaan sebagai
berikut :
Fungsi tujuan : Min C = ( )
n n
I X C ,
Pembatas :
( )
( )
0
0
+
+
n
n
n
n n n
i n n
n n
I
X
Q I
d I X
Q d I X
P X

Dimana :

USU Repository 2009

( )
n n
I X C
,
= fungsi biaya set up, biaya variabel, dan biaya penyimpanan
persediaan produk
n
X =Jumlah produksi pada periode n
n
I =jumlah persediaan produk pada akhir periode n
n
d =jumlah permintaan pada periode n
n
P =kapasitas produksi pada periiode n
Q =kapasitas gudang penyimpanan produk
N =Periode 1,2,3,12
Bentuk formulasi diatas dapat dirubah dan disesuaikan dengan program
dinamis. Persamaan diatas dapat ditulis menjadi fungsi rekursif
( ) ( ) [ ]
1 1
* *
, ( ,

+ =
n n n n n
Min
Xn n
I X f I X C I f .1
atau
( ) ( ) ( ) [ ]
n n n
n
n n n n n
X d I f I X C I f + + = 1
*
, 2
J ika sistem masalah dibatasi hingga stage 12, maka jumlah persediaan
produk akhir periode 12 adalah nol ( ) 0
12
= I . Dan khusus mengenai problem
stage-1, nilai dari ) (
0
0
*
I f adalah nol, karena tidak ada lagi beban pembayaran
untuk stage nol yang telah berlalu. Adapun proses perhitungan dynamic
programming dapat dilihat pada Tabel 3.1.
Tabel 3.1. Perhitungan Perencanaan Produksi dengan Menggunakan
Dynamic Programming

Stage n
n
X
n
I
( ) ( ) ( )
n n n n n n n n
X dn I f I X C I f + + =

' *
1
*
, ( )
0
*
I f
n

'
n
X

USU Repository 2009

n
I

n
I

n
I

BAB IV
METODOLOGI PENELITIAN

Dalam bab ini akan dijelaskan secara lengkap tentang metodologi
penelitian, yang merupakan suatu cara atau prosedur beserta tahapan-tahapan
yang jelas dan disusun secara sistematis dalam proses penelitian. Tiap tahapan
merupakan bagian yang menentukan tahapan selanjutnya sehingga harus dilalui
dengan cermat. Tahapan dalam penelitian dapat dilihat pada blok diagram
metodologi penelitian pada Gambar 4.1.

4.1. Identifikasi Objek Penelitian
Objek penelitian yang diteliti adalah besarnya permintaan produk yang
berfluktuatif di PT. Gold Coin Indonesia. Hal ini disebabkan terkadang kapasitas

USU Repository 2009

produksi lebih besar dari permintaan pasar akibatnya persediaan barang
menumpuk atau disebut over produksi mengakibatkan biaya simpan yang besar
atau sebaliknya terkadang kapasitas produksi lebih kecil dari permintaan pasar
akibatnya terjadinya keterlambatan waktu penyerahan menyebabkan konsumen
kecewa karena keterlambatan penyerahan produk. Oleh karena itu perusahaan
sering diperhadapkan pada masalah pengambilan keputusan didalam menentukan
rencana produksi yang optimal untuk memenuhi permintaan pada waktu yang
tepat.

USU Repository 2009

Identifikasi Objek Penelitian
Tujuan Penelitian
Studi Literatur dan Studi Lapangan
Pengumpulan Data
Pengolahan Data
Analisis Pemecahan Masalah
Kesimpulan dan Saran

Gambar 4.1. Block Diagram Tahapan Penelitian

4.2. Tujuan Penelitian
Tujuan penelitian yang ingin dicapai adalah mendapatkan model
perencanaan produksi yang optimal dengan menggunakan Metode Dynamic
Programming,

USU Repository 2009

4.3. Studi Literatur dan Studi Lapangan
Sebagai tahap awal sebelum memasuki tahap penelitian tentang penerapan
Metode Dynamic Programming dilakukan studi lapangan dan studi literatur. Studi
lapangan dilakukan dengan peninjauan langsung ke lokasi pabrik dan proses
produksi. Sedang studi literatur dilakukan dengan cara mempelajari teori tentang
Perencanaan dan pengendalian produksi dan aplikasi Metode Dynamic
Programming dalam menyusun rencana produksi.

4.4. Pengumpulan Data
Dalam melakukan penelitian di PT. Gold Coin Indonesia, dibutuhkan
sejumlah data tertentu. Data yang diperlukan dalam penelitian ini terdiri atas dua
kelompok, yaitu :
1. Data primer.
Data primer adalah data yang diperoleh dari sumber pertama melalui prosedur
dan teknik pengambilan data seperti wawancara, diskusi, observasi, dan
penggunaan instrumen pengukuran yang khusus dirancang sesuai dengan
tujuan penelitian
2. Data sekunder.
Data sekunder adalah data yang diperoleh bukan melalui pengamatan atau
pengukuran secara langsung terhadap objek yang diteliti. Data-data yang
diperoleh dari sumber tidak langsung biasanya berupa dokumentasi dan arsip-
arsip resmi. Data sekunder yang dikumpulkan meliputi volume penjualan,
kapasitas produksi, elemen biaya simpan, daya tampung gudang.

USU Repository 2009

4.5. Metode Pengolahan Data
4.5.1. Metode Pengolahan Data Pada Tahap Peramalan
Data yang diperoleh selanjutnya diolah dengan tahapan pengolahan data.
Pengolahan data yang dilakukan yaitu melakukan peramalan permintaan periode
satu tahun kedepan dengan menggunakan metode peramalan secara kuantitatif,
diantaranya:
1). Mendefenisikan tujuan peramalan : Untuk meramalkan permintaan pada
periode satu tahun yang akan datang
2). Membuat diagram pencar (scatter diagram ) permintaan produk tahun lalu.
3). Memilih metode yang mendekati pola diagram pencar untuk melihat apakah
pola mengikuti pola trend/kecendrungan konstan, linear, kuadratis,
eksponensial, dan siklis.
4). Menghitung fungsi parameter dari trend yang mendekati pola diagram
pencar. Fungsi parameter yang dimaksud:
- Fungsi trend konstan :
t t
a Y =
- Fungsi trend linear :
t t
b a Y + =
- Fungsi trend kuadratis :
2
t t t
c b a Y + + =
- Fungsi trend eksponensial :
bt
t
ae Y =
- Fungsi trend siklis :
n
t
c
n
b a Y
t
2
cos
2
sin + + =
5). Menghitung setiap kesalahan setiap metode, dilakukan dengan cara:

USU Repository 2009

- Mean Square Error (MSE) =
( )
n
Ft Xt
N
t
2
1
=

- Standard Error of Estimate (SEC) =
( )
f n
Ft Xt
N
t
=
2
1

- Percentage Error (PE
t
) = % 100 x
Xt
Ft Xt

6). Pilih metode dengan kesalahan terkecil:
- Tentukan pernyataan awal (Ho) dan pernyataan alternatif (Hi)
- Lakukan test statistik dengan rumus:
2
2
2
1
S
S
F =
- Bandingkan hasil yang diperoleh dengan test statistik, dengan hasil yang
diperoleh dari tabel distribusi F dengan harga (tingkat ketelitian) yang
telah ditetapkan.
7). Proses Verifikasi
Bertujuan untuk melihat apakah sebaran data masih dalam kontrol atau
sudah berada diluar kontrol. J ika sebaran berada diluar kontrol maka
fungsi metode peramalan tidak sesuai, artinya pola peramalan terhadap
data tidak representatif. Proses verifikasi dapat dilakukan dengan
menggunakan Moving Range Chart (MRC)
Tahapan pengolahan data peramalan dapat dilihat pada flowchart
pengolahan data pada Gambar 4.2.

USU Repository 2009

Definisikan Tujuan Peramalan
Buat Diagran Pencar
Pilih Beberapa Metode Peramalan
Hitung Parameter Peramalan
Hitung Kesalahan Setiap Metode
Pilih Metode dengan Kesalahan
Terkecil
MRC
Out of
Control
Fungsi Penyebab
Dketahui
Gunakan fungsi yang
diperoleh untuk meramalkan
Tidak
Gejala tersebut bukan bersifat
random sehingga data
menyimpang
Ya
Menghitung kembali parameter fungsi
tersebut dengan menghilangkan Titik Out
of Control sehingga diperoleh kembali
fungsi yang baru dengan jumlah data
yang baru
Ganti dengan fungsi
baru
Ya
Tidak
Mulai
Selesai

USU Repository 2009

Gambar 4.2. Flow Chart Pengolahan Data pada Tahap Peramalan
4.5.2. Metode Pengolahan Data dengan Mengunakan Dynamic Programming
Setelah data penjualan diramalkan maka dilanjutkan ketahap pengolahan
data dengan mengunakan Metode Dynamic Programming untuk mencari jumlah
produksi dan jumlah persediaan optimum. Adapun prosedur pengolahan data
dengan menggunakan Metode Dynamic Programming sebagai berikut:
1) Mengidentifikasi variabel masukan
Variabel masukan dalam satu periode (stage) dalam model ini adalah (Sn=
peramalan permintaan tiap periode, biaya variabel produksi, dan biaya
simpan, jumlah persediaan dari periode i yang dibawa keperiode i+1.
2) Mengidentifikasi variabel keputusan (Xn)
Variabel keputusan yang digunakan adalah menentukan jumlah produk
yang akan diproduksi dalam setiap periode (stage) untuk i =1,2,3,..n
3). Mengidentifikasi kendala-kendala perusahaan (kapasitas gudang, kapasitas
produksi, jumlah persediaan maksimum yang diizinkan)
S.t. i S
n

n
x
i
S
4). Merumuskan persamaan fungsi tujuan
( ) i f
n
*
: Min ( ) ( ) { }
n n n n n n n n n
S X I f S X I X f + + +

*
1
,
5). Penyelesaian model dengan dynamic programming dapat dilihat pada
gambar 4.3.

USU Repository 2009

Bulan 1
S1
X1
S2
Bulan 2
S3
X2
Bulan 3 Bulan n-1
S4
X3
X n-1
S n-1
Bulan n
Xn
S n
1-Stage
2-Stage
3-Stage
n-1 Stage
12-Stage
( )
n n n
X S f ,
( )
1 1 1
,
n n n
X S f
( )
3 3 3
, X S f ( )
2 2 2
, X S f
( )
1 1 1
, X S f

Gambar 4.3. Pemecahan Masalah dengan metode Dynamic Programming

Keterangan:
1.Sn(State): Input ke tahap selanjutnya ( Sn-1), diantaranya: Peramalan
permintaan tiap periode, biaya variabel dan biaya simpan
2. Stage n : Bulan ke n
3. Xn : Keputusan ke tahap selanjutnya (Xn-1) =Tingkat produksi setiap
periode
3. Fungsi rekursif : Minimisasi total biaya produksi ( )
i n
X S f ,
1

Tahapan pengolahan data dengan menggunakan Metode Dynamic
Programming dapat dilihat pada block diagram pengolahan data pada Gambar
4.4.

USU Repository 2009

Mengidentifikasi Variabel Masukan (State)
- Peramalan Permintaan
- Kapasitas Terpakai
- Biaya Variabel Produksi
- Biaya Simpan
Mengidentifikasi Variabel Keputusan setiap
Stage:
Menentukan jumlah produk yang
diproduksi dan menetukan jumlah
persediaan yang disediakan
Merumuskan Fungsi tujuan untuk meminimisasi
biaya produksi: Sebagai fungsi rekursif
Dengan kendala:
( ) ( ) { }
n n n n n n n n
S x i f S x i x f Min i f + + + =

*
1
*
, ) (
n n n
S x i S
Menetapkan output setiap stage:
- Menetapkan jumlah produksi yang
optimal yang akan diproduksi pada setiap
periode
- menetapkan jumlah persediaan optimal.

Gambar 4.4. Block Diagram Pengolahan Data dengan Menggunakan Metode
Dynamic Programming

4.6. Analisis Pemecahan Masalah
Setelah dilakukan perhitungan peramalan dan penentuan jumlah produksi
serta jumlah persediaan yang optimal dengan menggunakan Metode Dynamic
Programming maka langkah selanjutnya yaitu melakukan analisa pemecahan
masalah. Analisa dilakukan untuk melihat berapa jumlah produksi optimum yang

USU Repository 2009

harus diproduksi dengan memperhatikan jumlah persediaan. Penentuan jadwal
produksi dengan menggunakan Metode Dynamic Programming akan dapat
meminimasi biaya.

4.7. Kesimpulan dan Saran
Bab ini adalah penarikan kesimpulan hasil analisa dan interpretasi data.
Bagian ini dilengkapi dengan saransaran. Penarikan kesimpulan sangat berguna
dalam merangkum hasil akhir dari suatu penelitian selain sebagai landasan
rumusan strategi dan pengambilan keputusan bagi pihak perusahaan juga
digunakan sebagai bahan acuan penelitian selanjutnya.

USU Repository 2009

BAB V
PENGUMPULAN DAN PENGOLAHAN DATA

Untuk menyelesaikan suatu masalah, perlu adanya data yang berhubungan
dengan permasalahan baik data primer maupun data sekunder.
Data primer yaitu data yang diperoleh langsung dari pengamatan
penelitian, sedangkan data sekunder adalah data yang diperoleh dari dokumentasi-
dokumentasi yang telah dilakukan oleh orang lain seperti laporan penelitian,
literatur-literatur, laporan-laporan tahunan pada setiap instansi atau perusahaan.

5.1. Pengumpulan Data
Data yang dikumpulkan untuk menyelesaikan masalah dalam tulisan ini
adalah sebagai berikut:
1. Data hari kerja
Tabel 5.1. Data Hari Kerja Januari 2008 s/d Desember 2008 PT. Gold
Coin Indonesia-Medan Mill

No Bulan Jumlah (Hari)
1 Januari 22
2 Februari 20
3 Maret 21
4 April 22
5 Mei 23
6 Juni 20
7 Juli 23
8 Agustus 22
9 September 20
10 Oktober 22

USU Repository 2009

11 November 22
12 Desember 22
Sumber: PT. Gold Coin Indonesia Medan-Mill
2. Kapasitas terpasang produksi per bulan
Kapasitas terpasang per bulan =(Jumlah hari kerja) x (Jumlah jam
kerja/hari) x (Kapasitas terpasang)
Tabel 5.2. Data Kapasitas Terpasang Januari 2008 s/d Desember 2008
PT. Gold Coin Indonesia-Medan Mill

No Bulan Kapasitas Terpasang (Ton)
1 Januari 10.560
2 Februari 9.600
3 Maret 10.080
4 April 10.560
5 Mei 11.040
6 Juni 9.600
7 Juli 11.040
8 Agustus 10.560
9 September 9.600
10 Oktober 10.560
11 November 10.560
12 Desember 10.560

3. Elemen biaya simpan
Tabel 5.3. Data Elemen Biaya Simpan PT. Gold Coin Indonesia-
Medan Mill

No Jenis Biaya Jumlah (%)
1 Bunga modal investasi penyimpanan per tahun 12
2 Biaya pemeliharaan 2
3 Pencengahan kerusakan (prevention of deterioration) 1
4 Kerusakan (damage and deterioration) 1
5 Keusangan (obsolenscence) 2
6 Biaya pemindahan produk dan pencatatan 2
Jumlah 18

USU Repository 2009

4. Data penjualan produk PT. Gold Coin Indonesia-Medan Mill.
Tabel 5.4. Data Penjualan Pakan Ternak Bulan Januari-Desember 2008
pada PT. Gold Coin Indonesia-Medan Mill (Ton)

Bulan Jumlah (Ton)
Januari 7.062
Februari 7.860
Maret 6.849
April 7.928
Mei 7.328
Juni 6.368
Juli 7.100
Agustus 5.755
September 7.291
Oktober 4.388
November 5.579
Desember 4.914

5. Data persentasi supply capacity
Tabel 5.5. Data Persentasi Supply Capacity pada Tahun 2008 di PT.
Gold Coin Indonesia Medan-Mill

Bulan Persentasi supply
capacity (%)
Januari 55
Februari 58
Maret 53
April 63
Mei 66
Juni 50
Juli 53
Agustus 70
September 62
Oktober 53
November 68
Desember 64

USU Repository 2009


6. Data supply capacity per bulan
Supply capacity per bulan =Persentasi supply capacity x kapasitas
terpasang/jam x jam kerja efektif.
Hasil perhitungan supply capacity per bulan dapat dilihat pada tabel 5.6.
Tabel 5.6. Data supply capacity pada Tahun 2008 di PT. Gold Coin
Indonesia Medan-Mill

No Bulan Capacity supply per bulan
(Ton)
1 Januari 5.808,0
2 Februari 5.568,0
3 Maret 5.342,4
4 April 6.652,8
5 Mei 7.286,4
6 Juni 4.800,0
7 Juli 5.851,2
8 Agustus 7.392,0
9 September 5.952,0
10 Oktober 5.596,8
11 November 7.180,8
12 Desember 6.758,4

7. Kapasitas gudang
Total persediaan produk jadi:
Jumlah produk =Area I +Area I +Area II +Area IV
Jumlah produk =816 ton +784 ton +232 ton +204 ton
=2.036 ton

USU Repository 2009

PT. Gold Coin Indonesia-Medan Mill memiliki 7 bilik penyimpanan
produk jadi. Rata-rata 1 bilik penyimpanan memiliki daya tampung
sebesar:
1 bilik penyimpanan = ton
ton
291
7
306 . 2
=
Satu batches persediaan =tiga ton jumlah persediaan. Hasil perhitungan
rata-rata persediaan setiap gudang dapat dilihat pada Tabel 5.7.
Tabel 5.7. Hasil Perhitungan Rata-rata dan Jumlah Kumulatif Persediaan
Setiap Bilik Penyimpanan

No Bilik
penyimpanan
Rata-rata
Persediaan
(Ton)
Kumulatif
Persediaan
(Ton)
Rata-rata
Persediaan
(Batches)
Kumulatif
Persediaan
(Batches)
1 I 291 291 97 97
2 II 291 582 97 194
3 III 291 873 97 291
4 IV 291 1.164 97 388
5 V 291 1.455 97 485
6 VI 291 1.746 97 582
7 VII 291 2.037 97 679

8. Biaya produksi dan biaya simpan per ton
Tabel 5.8. Data Biaya Produksi dan Inventory pada Tahun 2008 di PT. Gold
Coin Indonesia Medan-Mill

No Keterangan Biaya (Rupiah)
1 Tenaga kerja Rp. 5.950
2 Bahan baku +bahan tambahan Rp. 2.717.888
3 Bahan penolong Rp. 44.379
4 Solar Rp. 18.150
5 Listrik Rp. 13.782
6 Inventory Rp. 52.500
Jumlah Rp. 2.852.649
Sumber: PT. Gold Coin Indonesia Medan-Mil

USU Repository 2009

5.2. Pengolahan Data
Pengolahan data meliputi peramalan jumlah produk untuk satu tahun
mendatang serta menentukan jumlah produksi dan jumlah persediaan optimal
setiap bulan dengan menggunakan Metode Dynamic Programming.

5.2.1. Peramalan
Dari tabel 5.4 dapat dilakukan peramalan permintaan produk pakan ternak
untuk tahun 2009. Langkah-langkah peramalan yang dilakukan sebagai berikut:

1. Menentukan Tujuan Peramalan
Tujuan peramalan adalah untuk menentukan jumlah penjualan pakan
ternak

2. Pembuatan Scatter Diagram

USU Repository 2009

Diagram Pencar Permintaan Produk Pakan Ternak
PT. Gold Coin Indonesia Medan-Mill (2008)
0
2000
4000
6000
8000
10000
0 2 4 6 8 10 12 14
Bulan
J
u
m
l
a
h

P
e
r
m
i
n
t
a
a
n

(
T
o
n
)

Gambar 5.1. Scatter Diagram Permintaan Produk Pakan Ternak PT. Gold
Coin Indonesia Medan-Mill Tahun 2008

3. Memilih Metode Peramalan
Berdasarkan pola kecenderungan data pada scatter diagram diatas,
dipilih 3 metode peramalan yang akan digunakan yaitu:
1. Metode Eksponensial
2. Metode Kuadratis
3. Siklis

4. Perhitungan Parameter Peramalan
a. Metode Eksponensial
Fungsi peramalan : Y =ae
bx
Tabel 5.9. Perhitungan Parameter Peramalan untuk Metode Eksponensial

X Y X
2
ln Y X ln Y
1 7062 1 8,862484 8,862484
2 7860 4 8,969542 17,93908

USU Repository 2009

3 6849 9 8,831858 26,49557
4 7928 16 8,978156 35,91262
5 7328 25 8,899458 44,49729
6 6368 36 8,759041 52,55424
7 7100 49 8,867850 62,07495
8 5755 64 8,657824 69,26259
9 7291 81 8,894396 80,04956
10 4388 100 8,386629 83,86629
11 5579 121 8,626765 94,89441
12 4914 144 8,499844 101,9981
78 78422 650 105,2338 678,4072

b =
( )

2
2
l n l n
X X n
Y X Y X n
= 2
) 7 8 ( ) 6 5 0 ( 1 2
) 2 3 , 1 0 5 ) ( 7 8 ( ) 4 0 7 2 , 6 7 8 ( 1 2

= - 0,039248
ln a =
n
X b Y

l n
=
1 2
) 7 ) ( 0 3 9 , 0 ( 2 3 3 8 , 1 0 5
=9,02459533
a = 8.304,853
Fungsi peramalannya adalah : Y =8.304,853e
x 03924825 . 0

b. Metode Kuadratis
Fungsi peramalan : Y = a + bx + cx
2
Tabel 5.10. Perhitungan Parameter Peramalan untuk Metode Kuadratis

X Y X
2
X
3
X
4
XY X
2
Y
1 7.062 1 1 1 7.062 7.062
2 7.860 4 8 16 15.720 31440
3 6.849 9 27 81 20.547 61.641
4 7.928 16 64 256 31.712 126.848
5 7.328 25 125 625 36.640 183.200
6 6.368 36 216 1.296 38.208 229.248
7 7.100 49 343 2.401 49.700 347.900
8 5.755 64 512 4.096 46.040 368.320

USU Repository 2009

9 7.291 81 729 6.561 65.619 590.571
10 4.388 100 1.000 10.000 43.880 438.800
11 5.579 121 1.331 14.641 61.369 675.059
12 4.914 144 1.728 20.736 58.968 707.616
78 78.422 650 6.084 60.710 475.465 3.767.705
.
=

3 2
X n X X
= 78(650) 12(6084)
= -22.308
=
( )

2
2
X n X
= (78)
2
12(650)
= -1716
=
( )

4
2
2
X n X
= (650)
2
12(60.710)
= -306.020
=
X n Y X
= 78(78.422) 12(475.465)
= 411.336
=
Y X n Y X
2 2
= 650(78.422) 12(3.767.705)
= 5.761.840
b = 2
.
. .

= 2
) 3 0 . 2 2 ( ) 7 1 6 . 1 ( 0 2 0 . 3 0 6
) 3 . 2 2 ) ( 8 4 0 . 7 6 1 . 5 ( ) 3 3 6 . 4 1 1 ( 0 2 0 . 3 0 6

= -4.483,387

c =
b
=
0 2 0 . 3 0 6
) 3 . 2 3 ) ( 3 8 7 , 4 8 3 . 4 ( 8 4 0 . 7 1 6 . 5

USU Repository 2009

= 322,796

a =
n
X c X b Y

2
=
1 2
) 6 ) ( 7 9 , 3 2 2 ( ) 7 8 ) ( 3 8 7 , 4 8 3 . 4 ( 4 2 2 . 7 8
=18192.38
Fungsi peramalannya adalah :
Y =18.192,38 4.483,387x +322,796x
2

c. Metode Siklis
Fungsi peramalan : Y = a + b sin
n
X 2
+ c cos
Tabel 5.11. Perhitungan Parameter Peramalan untuk Metode Siklis
X Y n
nX 2
sin

Y
n
nX 2
sin

n
nX 2
cos Y
n
nX 2
cos
n
nX 2
sin
n
nX 2
cos
n
nX 2
sin
2
n
nX 2
cos
2

1 7.062 0,500 3.531,000 0866 6.115,692 0,433 0,2500 0,7500
2 7.860 0,866 6.806,760 0,500 3.930,000 0,433 0,7500 0,2500
3 6.849 1,000 6.849,000 0,000 0.000 0,000 1,0000 0,0000
4 7.928 0,866 6.865,648 -0,500 -3.964,000 -0,433 0,7500 0,2500
5 7.328 0,500 3.664,000 -0,866 -6.346,048 -0,433 0,2500 0,7500
6 6.368 0,000 0,000 -1,000 -6.368,000 0,000 0,0000 1,0000
7 7.100 -0,500 -3.550,000 -0,866 -6.148,600 0,433 0,2500 0,7500
8 5.755 -0,866 -4.983,830 -0,500 -2.877,500 0,433 0.7500 0,2500
9 7.291 -1,000 -7.291,000 0,000 0.000 0,000 1,0000 0,0000
10 4.388 -0,866 -3.800,008 0,500 2.194,000 -0,433 0,7500 0,2500
11 5.579 -0,500 -2.789,500 0,866 4.831,414 -0,433 0,2500 0,7500
12 4.914 0,000 0,000 1,000 4.914,000 0,000 0,0000 1,0000
78 78.442 0,000 5.302,070 0,000 -3.719,042 0,000 5,9998 5,9998
Y
= na + b

n
X 2
s i n
+ c

n
X 2
c o s

78.442 = 12a + b(0) + c(0)

USU Repository 2009

78.442 = 12a
a = 6.536,83

n
X
n
X
c
n
X
b
n
X
a
n
X
Y
2
c
2
s i n
2
s i n
2
s i n
2
s i n
2
5.302,070 = a (0) + b (5,9998) + c (0)
5.302,070 = 5,9998b
b = 883,708

n
X
c
n
X
n
X
b
n
X
a
n
X
Y
2
c o
2
c o s
2
s i n
2
c o s
2
c o s
2

-3.719,042 = a (0) + b (0) c (5,9998)
-3.719,042 = 5,9998c
c = -619,861

Fungsi peramalannya adalah :
Y =6.536,83 -883,708 sin
n
X 2
- 619,861 cos
n
X 2

5. Menghitung SEE
Perhitungan kesalahan menggunakan metode SEE (Standard Error of
Estimation) dengan menggunakan rumus sebagai berikut:
( )
f n
Y Y
S E E
=

2
'

Metode Eksponensial
Derajat kebebasan (f) =2

USU Repository 2009

Tabel 5.12. Perhitungan SEE untuk Metode Eksponensial
X Y Y' Y-Y' (Y-Y')2
1 7.062 7.985,216 -923,216 852.327,2
2 7.860 7.677,881 182,119 33.167,48
3 6.849 7.382,374 -533,374 28.488,00
4 7.928 7.098,241 829,7587 688.499,6
5 7.328 6.825,044 502,956 252.964,7
6 6.368 6.562,362 -194,362 37.776,44
7 7.100 6.309,789 790,211 624.432,9
8 5.755 6.066,938 -311,938 97.305,37
9 7.291 5.833,434 1.457,566 2.124.500
10 4.388 5.608,916 -1.220,92 1.490.637
11 5.579 5.393,040 185,9597 34.581,00
12 4.914 5.185,473 -271,473 73.697,53
Jumlah 78.422 77.928,708 493,2919 6.594.377

0 , 8 1
2 1 2
6 5 9 4
=
=
a l e k s p o n e n s i
S E E

Metode kuadratis
Derajat kebebasan (f) = 3
Tabel 5.13. Perhitungan SEE untuk Metode Kuadratis
X Y Y' Y-Y' (Y-Y')
2
1 7.062 14.031,789 -6.969,789 480.577.958,705
2 7.860 10.516,79 -2.656,790 7.058.533,104
3 6.849 7.647,383 -798,383 637.415,415
4 7.928 5.423,568 2.504,432 6.272.179,643
5 7.328 3.845,345 3.482,655 12.128.885,849
6 6.368 2.912,714 3.455,286 11.939.001,342
7 7.100 2.625,675 4.474,325 20.019.584,206
8 5.755 2.984,228 2.770,772 7.677.177.476
9 7.291 3.988,373 3.302,627 10.907.345,101
10 4.388 5.638,110 -1.250,110 1.562.775,012
11 5.579 7.933,439 -2.354,439 5.543.383,005
12 4.914 10.874,360 -5.960,360 35.525.891,330
Jumlah 78.422 78.421,774 0,226 167.850.130,186

USU Repository 2009

3 1 2
0 , 1 6 7 .
=
k u a d r a t i s
S E E
= 4.318,566
Metode siklis
Derajat kebebasan (f) =3
Tabel 5.14. Perhitungan SEE untuk Metode Siklis
X Y Y' Y-Y' (Y-Y')
2
1 7.062 5.583,161 1.478,839 2.186.965,891
2 7.860 5.504,887 2.355,.113 5.546.556,335
3 6.849 5.703,122 1.145,878 1.313.036,391
4 7.928 6.124,748 1.803,252 3.251.717,081
5 7.328 6.656,791 671,209 450.521,021
6 6.368 7.156,691 -788,691 622.033,493
7 7.100 7.490,499 -390,499 152.489,760
8 5.755 7.568,773 -1.813,773 3.289.771,797
9 7.291 7.370,538 -79,538 6.326,293
10 4.388 6.948,912 -2.560,912 6.558.269,285
11 5.579 6.416,869 -837,869 702.023,836
12 4.914 5.916969 -1.002,969 1.005.946,815
13 78.422 78.441,960 -19,960 25.085.657,999

3 1 2
, 9 2 5 . 0 8
=
s i k l i s
S E E
= 1.669,519

Hasil rekapitulasi nilai SEE pada proses peramalan (forcasting) yaitu :
- Metode Eksponensial : 812,057
- Metode Kuadratis : 4.318,566
- Metode Skilis : 1.669,519
6. Pengujian hipotesa
Pengujian hipotesa dilakukan dengan mencari SEE yang terkecil yaitu metode
peramalan kuadratis dan siklis.

USU Repository 2009

Ho : SEE eksponensial SEE siklis
Hi : SEE eksponensial SEE siklis
= 0.05
Uji statistik :
2 2
519 , 669 . 1
057 , 812
=
Siklis SEE
al Eksponensi SEE
F
hitung
=0,23
( )
= =
10 , 9 , 05 , 0
F F
tabel
3,02
t a b e h i t u n g
F F
maka Ho diterima
Kesimpulan : metode yang digunakan untuk meramalkan jumlah pakan
ternak di PT. Gold Coin Indonesia Medan-Mill adalah metode eksponensial
dengan fungsi peramalan sebagai berikut :
Y =8.304,853e
x 03924825 . 0

7. Tahap Verifikasi
Untuk mengetahui apakah pola peramalan cukup representatif maka
dilakukan proses verifikasi. Hasil Perhitungan verifikasi dapat dilihat pada Tabel
5.15.
Tabel 5.15. Perhitungan Nilai MR
X Y Y' Y-Y' MR
1 7.062 7.985,216 -923,216 -
2 7.860 7.677,881 182,1194 1.105,3354
3 6.849 7.382,374 -533,374 715,4934
4 7.928 7.098,241 829,7587 1.363,1327
5 7.328 6.825,044 502,956 326,8027
6 6.368 6.562,362 -194,362 697,318
7 7.100 6.309,789 790,2106 984,5726
0 0.23 3.23
Grafik Uji Hipotesis dengan Distribusi F

USU Repository 2009

8 5.755 6.066,938 -311,938 1.102,1486
9 7.291 5.833,434 1.457,566 1.769,504
10 4.388 5.608,916 -1.220,92 278,486
11 5.579 5.393,040 185,9597 1.406,8797
12 4.914 5.185,473 -271,473 457,4327
13 78.422 77.928,708 493,2919 9749,8295

3 4 , 8 8 6
1 1
8 2 9 5 , 7 4 9 . 9
= =
M R

UCL =2,66 x
MR

=2,66 x 886,3481
=2.357,686
LCL =-2,66 x
MR

=-2,66 x 886,3481
=- 2.357,686
Dari perhitungan diatas maka dapat dibuat Peta Moving Range untuk
verifikasi peramalan dapat dilihat pada Gambar 5.2.
Peta Kendali Moving Avarage
-3000
-2000
-1000
0
1000
2000
3000
1 2 3 4 5 6 7 8 9 10 11 12
Periode
Y
-
Y
'
UCL
MR
Y-Y'
LCL

Gambar. 5.2. Peta Kendali pada Tahap Verifikasi

USU Repository 2009

Terlihat titik-titik berada dalam batas kontrol sehingga peramalan dengan
fungsi eksponensial memenuhi persyaratan.

8. Hasil peramalan
Metode yang terpilih untuk menentukan jumlah penjualan (output) produk
pakan ternak yang diproduksi oleh PT. Gold Coin Indonesia Medan-Mill adalah
metode eksponensial dengan hasil peramalan untuk tahun 2009 dapat dilihat pada
Tabel 5.16.
Tabel 5.16. Perkiraan Penjualan Tahun 2009
Bulan (2009) Perkiraan penjualan (Ton)
Januari 4.986
Pebruari 4.794
Maret 4.609
April 4.432
Mei 4.261
Juni 4.097
Juli 3.940
Agustus 3.788
September 3.642

Tabel 5.16. Perkiraan Penjualan..(Lanjutan)
Bulan (2009) Perkiraan penjualan (Ton)
Oktober 3.502
November 3.367
Desember 3.238
Total 48.658

5.2.2. Penentuan Produksi Optimal dengan Menggunakan Metode Dynamic
Programming.
1. Perhitungan Supply Capacity dan Demand Capacity

USU Repository 2009

Supply capacity perbulan diperoleh dari hasil perhitungan persentasi
supply capacity dikali dengan jumlah kapasitas terpasang/bulan.
Sedangkan demand capacity diperoleh dari permintaan hasil peramalan.
Hasil perhitungan supply capacity dan demand capacity secara lengkap
dapat dilihat pada Tabel 5.17
Tabel 5.17. Perhitungan Supply Capacity dan Demand Capacity
Bulan Supply capacity (Ton) Demand capacity (Ton)
Januari 5.808,0 4.986
Pebruari 5.568,0 4.794
Maret 5.342.4 4.609
April 6.652.8 4.432
Mei 7.286.4 4.261
Juni 4.800,0 4.097
Juli 5.851.2 3.940
Agustus 7.392,0 3.788
September 5.952,0 3.642
Oktober 5.596.8 3.502
November 7.180.8 3..367
Desember 6.758.4 3.238
Total 74.188,8 48.658

Dari Tabel 5.17 dapat dibuat supply capcity dan demand capacity dengan
menggunakan scatter diagram terlihat pada Gambar 5.3.

USU Repository 2009

Hubungan Antara Supply Capacity dengan Demand Capacity
0
1000
2000
3000
4000
5000
6000
7000
8000
1 2 3 4 5 6 7 8 9 10 11 12
Periode Produksi
J
u
m
l
a
h

P
r
o
d
u
k
s
i
Supply Capacity
Demand Capacity

Gambar 5.3. Hubungan Antara Supply Capcity dan Demand Capacity
Dari Gambar 5.3. terlihat dengan jelas bahwa pada setiap bulan supply
capacity pakan ternak lebih besar dari demand capacity. Akibatnya akan terjadi
jumlah produksi yang berlebih. Untuk menyelesaikan masalah diatas dapat
menggunakan Metode Dynamic Programming.

2. Penentuan Jumlah Produksi dan Persediaan Optimal dengan
Menggunakan Metode Dynamic Programming
Metode Dynamic Programming merupakan salah satu teknik matematika
yang diaplikasikan kepada persoalan yang melibatkan keputusan berurutan yang
saling berkaitan dengan membagi masalah menjadi beberapa submasalah. Model
Dynamic Programming untuk perencanaan produksi dapat dilihat pada Gambar
5.4.

USU Repository 2009

Periode (Bulan n)
-Persediaan akhir bulan
(I
n
)
-J umlah permintaan per
bulan (I
n
)
-J umlah Produksi Bulan
(X
n
)
-J umlah persediaan yang
dialokasikan (I
n
)
-J umlah Produksi optimal
Bulan n (Xn*)
-J umlah permintaan yang
dialokasikan (In*)
- Optimalisasi Biaya =
Periode (Bulan n-1)
{ }
( )
n n n
n
n n n n n n n
S X I f
S X I X f Min I f
+ +
+ =
1
*
) , ( ) (
-Persediaan akhir
bulan (I
n-1
)
-J umlah permintaan
per bulan (I
n-1
)
-J umlah Produksi Bulan
(I
n-1
)
-J umlah persediaan yang
dialokasikan (I
n-1
)
-Persediaan akhir bulan
(I
n-2
)
-J umlah permintaan per
bulan (I
n-2
)
-J umlah Produksi optimal
Bulan n-1 (Xn-1*)
-J umlah permintaan yang
dialokasikan (In-1*)
- Optimalisasi Biaya =
{ }
( )
1 1 1
2
*
1 1 1 1 1 1 1
) , ( ) (

+ +
+ =
n n n
n
n n n n n n n
S X I f
S X I X f Min I f

Gambar 5.4. Model Dynamic Programming dalam Menyelesaikan
Perencanaan Produksi

Penyelesaian perencanaan produksi optimal dengan menggunakan Metode
Dynamic Programming.
1. Perencanaan Produksi Bulan Januari-Desember
a. Dekomposisi: Persoalan Perencanaan produksi Bulan Januari-Desember
dipecah-pecah menjadi subpersoalan atau tahapan (stage) yang lebih
kecil dan berurutan. Tahapan yang dipecah terdiri dari stage Bulan
Januari, Februari, Maret, April, Mei, Juni, Juli, Agustus, September,
Oktober, November, dan Desember
b. Menentukan variabel masukan/status (state) pada setiap tahapan. State
pada setiap tahapan merupakan input ketahap berikutnya. State pada
Bulan J anuari-Desember dapat dilihat pada tabel 5.18.

USU Repository 2009

Tabel 5.18. Variabel Masukan (State) Periode Januari-Desember
No Bulan State (Input) (Batches)
Demand
capacity
Supply
capacity
Daya tampung
gudang
1 Januari 1.662 1.936 679
2 Februari 1.598 1.856 679
3 Maret 1.536 1.781 679
4 April 1.477 2.218 679
5 Mei 1.420 2.429 679
6 Juni 1.366 1.600 679
7 Juli 1.313 1.950 679
8 Agustus 1.263 2.464 679
9 September 1.214 1.984 679
10 Oktober 1.167 1.866 679
11 November 1.122 2.394 679
12 Desember 1.079 2.253 679

PT. Gold Coin Indonesia-Medan Mill memiliki 7 bilik penyimpanan
produk jadi dan setiap bilik memiliki daya tampung sebesar :
97
7
679
= =
batches
perbilik gudang tampung Daya batches
Jumlah bilik penyimpanan produk jadi setiap bulan merupakan bilangan
integer dan nonnegatif yang dimulai dari 0, 1, ,7. Banyaknya jumlah
bilangan integer ditentukan berdasarkan banyaknya bilik penyimpanan
produk jadi. Kenaikan setiap jumlah persediaan ditentukan berdasarkan
rata-rata persediaan setiap bilik penyimpanan. Hasil perhitungan rata-rata
dan kumulatif jumlah persediaan setiap bilik dapat dilihat pada Tabel
5.19.

USU Repository 2009

Tabel 5.19. Hasil Perhitungan Rata-rata Jumlah Persediaan dan
Kumulatif Jumlah Persediaan setiap Bilik Penyimpaan

No Jumlah Bilik
Penyimpanan
Rata-rata Jumlah Persediaan
Produk Jadi (Batches)
Kumulatif Persediaan
1 0 0 0
2 1 97 97
3 2 97 194
4 3 97 291
5 4 97 388
6 5 97 485
7 6 97 582
8 7 97 679

c. Menentukan variabel keputusan.
- Menentukan alokasi jumlah produksi setiap bulan berdasarkan
kenaikan jumlah persediaan sebesar 97 batches
d. Menetapkan Fungsi Tujuan :
Tujuan: Min ) (
12
1
i i
n
X P
=

s.t. :
=
12
1 n
i
X =7
Bila ( ) Biaya Total X I f
n n n
= , maka dapat ditulis fungsi rekursif biaya
dengan persamaan sebagai berikut :
( ) ( )
+ =
+ =
12
1
) ( ,
n i
i i n n n n n
X P X P X I f

( ) ( ) { }
n n n
n
n n n n n n n
S X I f S X I X f M i n I f + + + = 1
*
, ) (

S.t. =
i S
n

n
x
i
S

e. Perhitungan jumlah produksi optimal dan jumlah persediaan produk jadi
optimal adalah sebagai berikut :

USU Repository 2009

- Untuk Bulan Desember, n =0 ;
) (
*
0
i f
=0
- Untuk Bulan November, n =1.
Persediaan awal bulan ini terletak antara 0 dan 1
S
dengan tingkat
produksi sebesar 1
S
-1 membentuk persamaan sebagai berikut :
) ( ) , ( ) ( 0
*
1 1 1 1
*
1
i f S X i X f i f + + =

0 ) , ( ) (
1 1 1 1
*
1
+ + = S X i X f i f
, Untuk I =97, 194, 1
S

- Untuk Bulan Oktober, n =2, dengan total biaya sebesar :

) ( ) , ( ) (
2 2
1
*
2 2 2 1
*
2
S X i f S X i X f i f + + + =

- J ika PC =total biaya produksi sebanyak X n unit dan SC =total biaya
untuk menyimpan n
I
, biaya variabel produksi per batches sebesar
Rp. 8.400.447 dan biaya simpan sebesar Rp.157.500. Hubungan
produksi, persediaan dan biaya untuk Bulan Desember dapat
dihitung sebagai berikut :
Untuk n =1
- Jumlah produksi sebesar 2.253 batches dan jumlah persediaan 0
batches
- Biaya variabel produksi =Jumlah produksi pada periode 1 x
biaya variabel produksi per batches
=2.253 batches x Rp. 8.400.447
=Rp. 18.923.410.000

USU Repository 2009

- Biaya simpan produk jadi =Jumlah produk yang disimpan pada
periode 1 x biaya simpan per
batches
=0 batches x Rp. 157.500
=0
Untuk n =2
- Jumlah produksi sebesar 2.156 batches dan jumlah persediaan 97
batches
=2.156 batches x Rp. 8.400.447
=Rp. 18.108.560.000
batches
=97 batches x Rp. 157.500
=Rp. 15.277.500
Untuk n =3
- Jumlah produksi sebesar 2.059 batches dan jumlah persediaaan
sebesar 194 batches
=2.059 batches x Rp. 8.400.447

USU Repository 2009

=Rp. 17.324.280.000
batches
= 194 batches x Rp. 157.500
=Rp. 30.560.000
Untuk n =4
- Jumlah produksi sebesar 1.962 batches dan jumlah persediaan
sebesar 291 batches
=5.885 batches x Rp. 8.400.447
=Rp. 16.478.880.000
batches
=291 batches x Rp. 157.500
=Rp. 45.830.000
Untuk n =5
- Jumlah produksi sebesar 1.865 batches dan persediaan sebesar 388
batches

USU Repository 2009

=1.865 batches x Rp. 8.400.447
=Rp. 15.664.030.000
batches
=388 batches x Rp. 157.500
=Rp. 61.110.000
Untuk n =6
batches
=1.768 batches x Rp. 8.400.447
=Rp. 14.849.190.000
batches
=485 batches x Rp. 157.500
=76.390.000
Untuk n =7
- Jumlah produksi sebesar 1.671 batches dan jumlah persediaan
sebesar 582 batches

USU Repository 2009

=1.671 batches x Rp. 8.400.447
=Rp. 14.034.350.000
batches
=582 batches x Rp. 157.500
=Rp. 91.670.000
Untuk n =8
batches
=1.574 batches x Rp. 8.400.447
=Rp. 13.219.500.000
batches
=679 batches x Rp. 157.500
=Rp. 106.940.000

USU Repository 2009

Hasil perhitungan biaya variabel produksi dan biaya simpan untuk periode
satu sampai delapan dapat dilihat pada Tabel 5.20.
Tabel 5.20. Perhitungan Biaya Produksi dan Biaya Simpan
Periode
Produksi
(n)
Jumlah
Produksi
(Batches)
Total Biaya Variabel
Produksi (Jutaan
Rupiah)
Jumlah Persediaan
(Batches)
Total Biaya
Persediaan
(Jutaan Rupiah)
1 2.253 18.923,41 0 0,00
2 2.156 18.108,56 97 15,28
3 2.059 17.293,72 194 30,56
4 1.962 16.478,88 291 45,83
5 1.865 15.664,03 388 61,11
6 1.768 14.849,19 485 76,39
7 1.671 14.034,35 582 91,67
8 1.574 13.219,50 679 106,94

Pada Stage Desember jumlah produksi maksimum yang harus diproduksi
sebesar 2.253 batches dengan daya tampung gudang maksimum sebesar 679
batches. Untuk memenuhi permintaan konsumen, ada delapan periode produksi
yang dilakukan oleh perusahaan dengan mempertimbangkan banyaknya bilik
penyimpanan. Adapun proses perhitungan total biaya adalah sebagai berikut :
- Pada periode pertama untuk memenuhi permintaan sebesar 2.253 batches,
maka perusahaan harus memproduksi produk sebesar 2.253 batches dengan
catatan bahwa pada akhir bulan perencanaan tidak ada persediaan tersisa,
biaya untuk memproduksi 2.253 batches dengan persediaan jumlah persediaan
sebesar 0 sebagai berikut :
Total cost =production variable cost + holding cost
=Rp. 18.923,41 +0
=Rp. 18.923,41

USU Repository 2009

- Pada periode kedua untuk memenuhi permintaan sebesar 2.156 batches, maka
perusahaan harus memproduksi sebanyak 2.156 batches, biaya untuk
memproduksi 2.156 batches dengan persediaan dengan jumlah persediaan
sebesar 97 batches sebagai berikut :
=Rp. 18.108,56 +Rp. 15,28
=Rp. 18.123,84
- Pada Periode ketiga untuk memenuhi permintaan sebesar 2.059 batches, maka
perusahaan harus memproduksi sebanyak 2.059 batches, biaya untuk
memproduksi 2.059 batches dengan jumlah persediaan sebesar 194 batches
sebagai berikut:
=Rp. 17.293,72 +Rp. 30,56
=Rp. 117.324,28
- Pada periode keempat untuk memenuhi permintaan sebesar 1.962 batches,
maka perusahaan harus memproduksi produk sebesar 1.962 batches, biaya
untuk memproduksi 1.962 batches dengan jumlah persediaan sebesar 291
batches sebagai berikut:
=Rp. 16.478,88 +Rp. 45.83
=Rp. 116.524,71
- Pada periode kelima untuk memenuhi permintaan sebesar 1.865 batches, maka
perusahaan harus memproduksi sebesar 1.865 batches, biaya untuk

USU Repository 2009

memproduksi 1.865 batches dengan jumlah persediaan sebesar 388 batches
sebagai berikut :
=Rp. 15.664,03 +Rp. 61,11
=Rp. 15.725,14
- Pada periode keenam untuk memenuhi permintaan sebesar 1.768 batches,
biaya untuk memproduksi 1.768 batches dengan jumlah persediaan sebesar
485 batches sebagai berikut :
=Rp. 14.849,19 +Rp. 76,39
=Rp. 14.925,58
- Pada periode ketujuh untuk memenuhi permintaan sebesar 1.671 batches,
=Rp. 14.034,35 +91,67
=Rp. 14.126,01
- Pada periode kedelapan untuk memenuhi permintaan sebesar 1.574 batches,
=Rp. 13.219,50 +Rp. 106,94
=Rp. 13.329,45

Fictor Wardin C. Tampubolon : Penerapan Dynamic Programming Sebagai Solusi Optimal Dalam Penyusunan Rencana Produksi, 2009.
USU Repository 2009

Stage 1: Bulan Desember : ) ( ) , ( ) ( 0
*
1 1 1 1
*
1
i f S X i X f i f + + =
s.t. = 1.574 batches Xn 2.253 batches

Tabel 5.21. Perhitungan Produksi Optimal dengan Menggunakan Metode Dynamic Programming pada Bulan Desember
1
X
i
) (
1 1
*
1 1
S X i fo SC PC
X X
+ + + (Batches)
1.574 1.671 1.768 1.865 1.962 2.059 2.156 2.253
*
1
X (Batches) ) (
*
1
i f (Jutaan
Rupiah)
0

18.923,4 2.253 18.923,4
97

18.123,8 2.156 18.123,8
194

17.324,3 2.059 17.324,3
291

16.524,7 1.962 16.524,7
388

15.725,1 1.865 15.725,1
485

14.925,6 1.768 14.925,6
582

14.126,0 1.671 14.126,0
679 13.326,4

1.574 13.326,4

USU Repository 2009

Stage 2: Bulan November : ) ( ) , ( ) (
2 2 2
1
*
2 2 2 2 2 2
*
2
S X I f S X I X f I f + + + =
Tabel 5.22. Perhitungan Produksi Optimal dengan Menggunakan Metode Dynamic Programming pada Bulan November
X
2

i
) (
2 2 2
*
1 2 2
S X i f SC PC
X X
+ + + Batches)
1.715 1.812 1.909 2.006 2.103 2.200 2.297 2.394
*
2
X
(Batches)
) (
*
2
i f
(Jutaan Rupiah)
0

39.030,7 2.394 39.030,7
97

37.431,6 39.045,9 2.297 37.431,6
194

35.832,4 37.446,9 39.061,3 2.200

35.832.4
291
34.233,3 35.847,7 37.462,1 39.076,6 2.103

34.233,3
388
32.634,2 34.248,6 35.863,0 37.477,4 39.091,8 2.006 32.634,2
485
31.035,1 32.649,5 34.263,9 35.878,3 37.492,7 39.107,1 1.909 31.035,1
582
29.435,9 31.050,3 32.664,8 34.279,2 35.893,6 37.507,9 39.122,4 1.812 29.435,9
679
27.836,8 29.451,2 31.065,6 32.680,0 34.294,4 35.908,8 37.523,3 39.137,7 1.715 27.836,8

USU Repository 2009

Stage 3: Bulan Oktober : ) ( ) , ( ) (
3 3 3
2
*
3 3 3 3 3 3
*
3
S X I f S X I X f I f + + + =
Tabel 5.23. Perhitungan Produksi Optimal dengan Menggunakan Metode Dynamic Programming pada Bulan Oktober
3
X
i
) (
3 3 3
*
2 3 3
S X I f SC PC
X X
+ + + (Batches)
1.187 1.284 1.381 1.478 1.575 1.672 1.769 1.866
*
3
X
(Batches)
) (
*
3
i f
(Jutaan
Rupiah)

0

54.703,15 1.866

54.703,15

97

52.304,45 54.733,71 1.769 52.304,45

194

49.905,76 52.335,01 54.764,26 1.672 49.905,76

291

47.507,06 49.936,31 52.365,56 54.794,82 1.575

47.507,06

388

45.108,36 47.537,61 49.966,87 52.396,12 54.825,37 1.478 45.108,36

485

42.709,66 45.138,92 47.568,17 49.997,42 52.426,67 54.855,93 1.381 42.709,66

582

40.310,97 42.740,22 45.169,47 47.598,72 50.027,98 52.457,23 54.886,48 1.284 40.310,97

679

37.912,27 40.341,52 42.770,77 45.200,03 47.629,28 50.058,53 52.487,78 54.917,04 1.187 37.912,27

USU Repository 2009

Stage 4: Bulan September : ) ( ) , ( ) (
4 4 4
3
*
4 4 4 4 4 4
*
4
S X I f S X I X f I f + + + =
Tabel 5.24. Perhitungan Produksi Optimal dengan Menggunakan Metode Dynamic Programming pada Bulan September
4
X
i
) (
4 4 4
*
3 4 4
S X I f SC PC
X X
+ + + (Batches)
1.305 1.402 1.499 1.596 1.693 1.790 1.887 1.984
*
4
X
(Batches)
) (
*
4
i f
(Jutaan Rupiah)

0

71.369,64 1.984 71.369,64

97

68.171,37 71.415,47 1.887 68.171,37

194

64.973,11 68.217,21 71.461,30 1.790 64.973,11

291

61.774,85 65.018,94 68.263,04 71.507,14 1.693

61.774,85

388

58.576,58 61.820,68 65.064,78 68.308,87 71.552,97 1.596 58.576,58

485

55.378,32 58.622,42 61.866,51 65.110,61 68.354,70 71.598,80 1.499 55.378,32

582

52.180,06 55.424,15 58.668,25 61.912,34 65.156,44 68.400,54 71.644,63 1.402 52.180,06

679

48.981,79 52.225,89 55.469,99 58.714,08 61.958,18 65.202,27 68.446,37 71.690,47 1.305 48.981,79

USU Repository 2009

Stage 5: Bulan Agustus : ) ( ) , ( ) (
5 5 5
4
*
5 5 5 5 5 5
*
5
S X I f S X I X f I f + + + =
Tabel 5.25. Perhitungan Produksi Optimal dengan Menggunakan Metode Dynamic Programming pada Bulan Agustus
5
X
i
) (
5 5 5
*
4 5 5
S X I f SC PC
X X
+ + + (Batches)
1.785 1.882 1.979 2.076 2.173 2.270 2.367 2.464
*
5
X
(Batches)
) (
*
5
i f
(Jutaan Rupiah)

0

92.068,34 2.464
92.068,34

97

88.070,51 92.129,45 2.367
88.070,51

194

84.072,68 88.131,62 92.190,56 2.270
84.072,68

291

80.074,85 84.133,79 88.192,73 92.251,67 2.173
80.074,85

388

76.077,02 80.135,96 84.194,90 88.253,84 92.312,78 2.076
76.077,02

485

72.079,19 76.138,13 80.197,07 84.256,01 88.314,95 92.373.89 1.979
72.079,19

582

68.081,36 72.140,30 76.199,24 80.258,18 84.317,12 88.376,06 92.435,00 1.882
64.083,53

679

64.083,53 68.142,47 72.201,41 76.260,35 80.319,29 84.378,23 88.437,17 92.496,11 1.785
68.081,36

USU Repository 2009

Stage 6: Bulan Juli : ) ( ) , ( ) (
6 6 6
5
*
6 6 6 6 6 6
*
6
S X I f S X I X f I f + + + =
s.t. =1.271 batches Xn 1.950 batches
Tabel 5.26. Perhitungan Produksi Optimal dengan Menggunakan Metode Dynamic Programming pada Bulan Juli
6
X
i
) (
6 6 6
*
5 6 6
S X I f SC PC
X X
+ + + (Batches)
1.271 1.368 1.465 1.562 1.659 1.756 1.853 1.950
*
6
X
(Batches)
) (
*
6
i f
(Jutaan Rupiah)

0

108.452,01 1.950 1.08452,01

97

108.528,40 103.654,60 1.853

108.528,40

194

98.857,22 103.731,00 108.604,80 1.756 9.8857,22

291

94.059,83 98.933,61 103.807,40 108.681,20 1.659 9.4059,83

388

89.262,43 94.136,21 99.010,00 103.883,80 108.757,60 1.562 8.9262,43

485

84.465,04 89.338,82 94.212,60 99.086,38 103.960,20 108.833,90 1.465 8.4465,04

582

79.667,64 84.541,42 89.415,21 94.288,99 99.162,77 104.036,60 108.910,30 1.368 7.9667,64

679

74.870,24 79.744,03 84.617,81 89.491,59 94.365,38 99.239,16 104.112,90 108.986,70 1.271 7.4870,24

USU Repository 2009

Stage 7: Bulan Juni : ) ( ) , ( ) (
7 7 7
6
*
7 7 7 7 7 7
*
7
S X I f S X I X f I f + + + =
s.t. = 921 batches Xn 1.600 batches
Tabel 5.27. Perhitungan Produksi Optimal dengan Menggunakan Metode Dynamic Programming pada Bulan Juni
7
X
i
) (
7 7 7
*
6 7 7
S X I f SC PC
X X
+ + + (Batches)
921 1.018 1.115 1.212 1.309 1.406 1.503 1.600
*
7
X
(Batches)
) (
*
7
i f
(Jutaan Rupiah)

0

12.1892,73 1.600

121.892,73

97

116.295,80 12.1984,40 1.503 116.295,80

194

110.698,80 116.387,40 12.2076,10 1.406 110.698,80

291

105.101,80 110.790,50 116.479,10 12.2167,70 1.309

105.101,80

388

99.504,88 105.193,50 110.882,10 116.570,80 12.2259,40 1.212 99.504,88

485

93.907,92 99.596,55 105.285,20 110.973,80 116.662,40 12.2351,10 1.115 93.907,92

582

88.310,96 93.999,59 99.688,21 105.376,80 111.065,50 116.754,10 12.2442,70 1.018 88.310,96

679

82.714,00 88.402,63 94.091,25 99.779,88 105.468,50 111.157,10 116.845,80 12.2534,40 921 82.714,00

USU Repository 2009

Stage 8: Bulan Mei : ) ( ) , ( ) (
8 8 8
7
*
8 8 8 8 8 8
*
8
S X I f S X I X f I f + + + =
Tabel 5.28. Perhitungan Produksi Optimal dengan Menggunakan Metode Dynamic Programming pada Bulan Mei
8
X
i
) (
8 8 8
*
7 8 8
S X I f SC PC
X X
+ + + (Batches)
1.750 1.847 1.944 2.041 2.138 2.235 2.332 2.429
*
8
X
(Batches)
) (
*
8
i f
(Jutaan Rupiah)

0

142.294,61 2.429 142.294,61

97

135.898,10 142.401,60 2.332 135.898,10

194

129.501,60 136.005,00 142.508,50 2.235

129.501,60

291

123.105,00 129.608,50 136.112,00 142.615,40 2.138

123.105,00

388

116.708,50 123.212,00 129.715,40 136.218,90 142.722,40 2.041 116.708,50

485

110.312,00 116.815,40 123.318,90 129.822,40 136.325,90 142.829,30 1.944 110.312,00

582

103.915,50 110.418,90 116.922,40 123.425,90 129.929,30 136.432,80 142.936,30 1.847 103.915,50

679

97.518,92 104.022,40 110.525,90 117.029,30 123.532,80 130.036,30 136.539,70 143.043,20 1.750 97.518,92

USU Repository 2009

Stage 9: Bulan April : ) ( ) , ( ) (
9 9 9
8
*
9 9 9 9 9 9
*
9
S X I f S X I X f I f + + + =
Tabel 5.29. Perhitungan Produksi Optimal dengan Menggunakan Metode Dynamic Programming pada Bulan April
9
X
i
) (
9 9 9
*
8 9 9
S X I f SC PC
X X
+ + + (batches)
1.539 1.636 1.733 1.830 1.927 2.024 2.121 2.218
*
9
X
(Batches)
) (
*
9
i f
(Jutaan Rupiah)

0

160.924,0 2.218

160.924,0

97

153.727,9 161.046,2 2.121 153.727,9

194

146.531,8 153.850,1 161.168,4 2.024 146.531,8

291

139.335,7 146.654,0 153.972,4 161.290,7 1.927 139.335,7

388

132.139,6 139.457,9 146.776,3 154.094,6 161.412,9 1.830 132.139,6

485

124.943,5 132.261,9 139.580,2 146.898,5 154.216,8 161.535,1 1.733 124.943,5

582

117.747,4 125.065,8 132.384,1 139.702,4 147.020,7 154.339,0 161.657,3 1.636 117.747,4

679

110.551,4 117.869,7 125.188,0 132.506,3 139.824,6 147.142,9 154.461,2 161.779,5 1.539 110.551,4

USU Repository 2009

Stage 10: Bulan Maret : ) ( ) , ( ) (
10 10 10
9
*
10 10 10 10 10 10
*
10
S X I f S X I X f I f + + + =
Tabel 5.30. Perhitungan Produksi Optimal dengan Menggunakan Metode Dynamic Programming pada Bulan Maret
10
X
i
) (
10 10 10
*
9 10 10
S X I f SC PC
X X
+ + + (Batches)
1.102 1.199 1.296 1.393 1.490 1.587 1.684 1.781
*
10
X
(Batches)
) (
*
10
i f
(Jutaan Rupiah)

0

175.882,4 1.781 175.882,4

97

167.886,7 176.019,9 1.684 167.886,0

194

159.891,1 168.024,2 176.157,4 1.587 159.891,1

291

151.895,4 160.028,6 168.161,7 176.294,9 1.490 151.895,4

388

143.899,8 152.032,9 160.166,1 168.299,2 176.432,4 1.393 143.899,8

485

135.904,1 144.037,3 152.170,4 160.303,6 168.436,7 176.569,9 1.296 135.904,1

582

127.908,4 136.041,6 144.174,8 152.307,9 160.441,1 168.574,2 176.707,4 1.199 127.908,4

679

119.912,8 128.045,9 136.179,1 144.312,3 152.445,4 160.578,6 168.711,7 176.844,9 1.102 119.912,8
.

USU Repository 2009

Stage 11: Bulan Februari : ) ( ) , ( ) (
11 11 11
10
*
11 11 11 11 11 11
*
11
S X I f S X I X f I f + + + =
Tabel 5.31. Perhitungan Produksi Optimal dengan Menggunakan Metode Dynamic Programming pada Bulan Februari
11
X
i
) (
11 11 11
*
10 11 11
S X I f SC PC
X X
+ + + (Batches)
1.856 1.759 1.662 1.565 1.468 1.371 1.274 1.177
*
11
X
(Batches)
) (
*
11
i f
(Jutaan Rupiah)

0

191.473,6 1.177 191.473,6

97

182.678,4 191.626,4 1.274 182.678,4

194

173.883,2 182.831,2 191.779,2 1.371

173.883,2

291

165.088,0 174.036,0 182.984,0 191.932,0 1.468

165.088,0

388

156.292,7 165.240,7 174.188,7 183.136,7 192.084,7 1.565 156.292,7

485

147.497,5 156.445,5 165.393,5 174.341,5 183.289,5 192.237,5 1.662 147.497,5

582

138.702,3 147.650,3 156.598,3 165.546,3 174.494,3 183.442,3 192.390,3 1.759 138.702,3

679

129.907,1 138.855,1 147.803,1 156.751,1 165.699,1 174.647,1 183.595,1 192.543,1 1.856 129.907,1

USU Repository 2009

Stage 12: Bulan Januari : ) ( ) , ( ) (
12 12 12
11
*
12 12 12 12 12 12
*
12
S X I f S X I X f I f + + + =
Tabel 5.32. Perhitungan Produksi Optimal dengan Menggunakan Metode Dynamic Programming pada Bulan Januari
12
X
i
) (
12 12 12
*
121 12 12
S X I f SC PC
X X
+ + + (Batches)
1.257 1.354 1.451 1.548 1.645 1.742 1.839 1.936
*
12
X
(Batches)
) (
*
12
i f
(Jutaan Rupiah)

0

.
207.736,9 1.936 207.736,9

97

198.142,1 207.904,9 1.839 198.142,1

194

188.547,3 198.310,2 208.073,0 1.742

188.547,3

291

178.952,5 188.715,4 198.478,2 208.241,1 1.645

178.952,5

388

169.357,7 179.120,6 188.883,4 198.646,3 208.409,1 1.548 169.357,7

485

159.762,9 169.525,8 179.288,6 189.051,5 198.814,3 208.577,2 1.451 159.762,9

582

150.168,2 159.931,0 169.693,8 179.456,7 189.219,5 198.982,4 208.745,2 1.354 150.168,2

679

140.573,4 150.336,2 160.099,0 169.861,9 179.624,7 189.387,6 199.150,4 208.913,3 1.257 140.573,4

USU Repository 2009

Berdasarkan hasil perhitungan pada Tabel 5.21., 5.22., 5.23., 5.24., 5.25.,
5.26., 5.27., 5.28., 5.29., 5.30., 5.31., dan 5.32.dapat dibuat model lintasan periode
produksi Bulan Januari-Desember terlihat pada Gambar. 5.4.
Berdasarkan banyaknya lintasan periode produksi pada Bulan Januari-
Desember maka dapat diambil satu lintasan produksi yang memiliki biaya yang
paling minimum. Lintasan yang menjadi periode produksi pada Bulan ini adalah
lintasan1.574-1.715-1.187-1.305-1.785-1.271-921-1.750-1.539-1.102-1.856-
1.257. Hal ini berarti jumlah produksi pada setiap bulan ditentukan oleh besarnya
jumlah produk yang diproduksi pada setiap lintasa dapat dilihat pada tabel 5.33.
Tabel 5.33. Jumlah Prouksi Optimal pada Periode Perencanaan
No Periode Produksi Jumlah Poduksi (Batches)
1 Januari 1.257
2 Februari 1.856
3 Maret 1.102
4 April 1.539
5 Mei 1.750
6 Juni 921
7 Juli 1.271
8 Agustus 1.785
9 September 1.305
10 Oktober 1.187
11 November 1.715
12 Desember 1.574

USU Repository 2009

USU Repository 2009

Sumber
5.594
5.885
5.303
5.012
6.176
6.467
6.758
4.721 5.144
5.435
5.726
6.017
6.308
6.599
6.890
7.181
3.560
3.851
4.142
4.433
4.724
5.015
5.306
5.597
3.915
4.206
4.497
4.788
5.079
5.370
5.661
5.952
5.335
5.646
5.937
6.228
6.519
6.810
7.101
7.392
3.814
4.105
4.396
4..687
4.978
5.269
5.560
5.851
2.763
3.054
3.345
3.636
3.927
4.218
4.509
4.800
5.249
5.540
5.831
6.122
6.413
6.704
6.995
7.286
4.616
4.907
5.198
5.489
5.780
6.071
6.362
6.653
3.305
3.596
3.887
4.178
4.469
4.760
5.051
5.342
3.531
3.822
4.113
4.404
4.695
4.986
5.277
5.568
3.771
4.062
4.353
4.649
4.935
5.226
5.717
5.808
Tujuan

Gambar 5.5. Lintasan Periode Produksi Bulan Januari-Desember

USU Repository 2009

USU Repository 2009

5.2.3. Perhitungan Stock Harian dalam 1 Minggu Perencanaan.
Prosedur perhitungan stock harian dengan menggunakan Metode Dynamic
Programming adalah sebagai berikut :
1. Dekomposisi:. Tahapan yang dipecah terdiri dari stage Hari Senin, Selasa,
Rabu, Kamis, Jumat , dan Sabtu.
2. Menentukan variabel masukan/status (state) pada setiap tahapan. State pada
setiap tahapan merupakan input ketahap berikutnya terdiri dari :
- Produksi : 96 batches
- Permintaan : 78 batches
- Persediaan : 176 batches
3. Menentukan variabel keputusan.
- Menentukan alokasi jumlah produksi setiap hari
4. Menetapkan Fungsi Tujuan :
Tujuan: Min ) (
6
1
i i
n
X P
=

s.t. :
=
6
1 n
i
X =16
Perhitungan stock harian dengan menggunakan perhitungan mundur
adalah sebagai berikut
1. Sabtu
- Persediaan akhir =176 batches
- Produksi =0
- Permintaan =78 batches

USU Repository 2009

2. Jumat
- Produksi =0
3. Kamis
- Produksi =96 batches

4. Rabu

5. Selasa

6. Senin

Perhtiungan stock harian dengan menggunakan Metode Dynamic
Programming dapat dilihat pada tabel 5.34, 5.35., 5.36., 5.37., 3.58., 5.39.

Tabel 5.34. Perhitungan Produksi Optimal dengan Menggunakan Metode Dynamic Programming pada Hari Sabtu
Xi *
0 1 1
f SC PC
X X
+ +
*
1
X
(Batches)
) (
*
1
i f
(Jutaan Rupiah
I 0 6 12 18 24 30 36 42 48 54 60 66 72 78 84 90 96
0 0,0 0 0,0
11 52,1 6 52,1
22 104,3 12 104,3
33 165,4 18 156,4
44 208,5 24 208,5
55 260,7 30 260,7
66 312,8 36 312,8
77 364,9 42 364,9
88 417,1 48 417,1
99 469,2 54 469,2
110 521,4 60 521,4
121 573,5 66 573,5
132 625,6 72 625,6
143 677,8 78 677,8
154 729,9 84 729,9
165 782,0 90 782,0
176 831,2 96 834,2

Tabel 5.35. Perhitungan Produksi Optimal dengan Menggunakan Metode Dynamic Programming pada Hari Jumat
Xi
) (
2 2 2
*
1 2 2
S X I f SC PC
X X
+ + +
*
2
X
(Batches)
) (
*
2
i f
(Jutaan Rupiah I 0 6 12 18 24 30 36 42 48 54 60 66 72 78 84 90 96
0 0,0 0 0,0
7 52,1 51,5 6 51,5
14 104,3 103,6 103,0 12 103,0
21 156,4 155,8 155,1 154,5 18 154,5
28 208,5 207,9 207,3 206,7 206,0 24 206,0
35 260,7 260,0 259,4 258,8 258,2 257,5 30 257,5
42 312,8 312,2 311,6 310,9 310,3 309,7 309,0 36 309,0
49 364,9 364,3 363,7 363,1 362,4 361,8 361,2 360,5 42 360,5
56 417,1 416,5 415,8 415,2 414,6 413,9 413,3 412,7 412,0 48 412,0
63 469,2 468,6 468,0 467,3 466,7 466,1 465,4 464,8 464,2 463,5 54 463,5
70 521,4 520,7 520,1 519,5 518,8 518,2 517,6 516,9 516,3 515,7 515,1 60 515,1
77 573,5 572,9 572,2 571,6 571,0 570,3 569,7 569,1 568,4 567,8 567,2 566,6 66 566,6
84 625,6 625,0 624,4 623,7 623,1 622,5 621,8 621,2 620,6 620,0 619,3 618,7 618,1 72 618,1
91 677,8 677,1 676,5 675,9 675,2 674,6 674,0 673,3 672,7 672,1 671,5 670,8 670,2 669,6 78 669,6
98 729,9 729,3 728,6 728,0 727,4 726,7 726,1 725,5 724,9 724,2 723,6 723,0 722,3 721,7 721,1 84 721,1
105 782,0 781,4 780,8 780,1 779,5 778,9 778,2 777,6 777,0 776,4 775,7 775,1 774,5 773,8 773,2 772,6 90 772,6
112 834,2 833,5 832,9 832,3 831,6 831,0 830,4 829,8 829,1 828,5 827,9 827,2 826,6 826,0 825,3 824,7 824,1 96 824,1

Tabel 5.36. Perhitungan Produksi Optimal dengan Menggunakan Metode Dynamic Programming pada Hari Kamis
Xi
) (
3 3 3
*
2 3 3
S X I f SC PC
X X
+ + +
*
3
X
(Batches)
) (
*
3
i f
(Jutaan Rupiah I 0 6 12 18 24 30 36 42 48 54 60 66 72 78 84 90 96
0 0,0 0 0,0
2 51,5 50,7 6 50,7
4 103,0 102,2 101,4 12 101,4
6 154,5 153,7 152,9 152,2 18 152,2
8 206,0 205,2 204,4 203,7 202,9 24 202,9
10 257,5 256,7 255,9 255,2 254,4 253,6 30 253,6
12 309,0 308,2 307,4 306,7 305,9 305,1 304,3 36 304,3
14 360,5 359,7 358,9 358,2 357,4 356,6 355,8 355,0 42 355,0
16 412,0 411,2 410,4 409,7 408,9 408,1 407,3 406,5 405,7 48 405,7
18 463,5 462,7 461,9 461,2 460,4 459,6 458,8 458,0 457,2 456,5 54 456,5
20 515,1 514,2 513,4 512,7 511,9 511,1 510,3 509,5 508,7 508,0 507,2 60 507,2
22 566,6 565,8 564,9 564,2 563,4 562,6 561,8 561,0 560,2 559,5 558,7 557,9 66 557,9
24 618,1 617,3 616,5 615,7 614,9 614,1 613,3 612,5 611,7 611,0 610,2 609,4 608,6 72 608,6
26 669,6 668,8 668,0 667,3 666,4 665,6 664,8 664,0 663,2 662,5 661,7 660,9 660,1 659,3 78 659,3
28 721,1 720,3 719,5 718,8 718,0 717,1 716,3 715,5 714,7 714,0 713,2 712,4 711,6 710,8 710,0 84 710,0
30 772,6 771,8 771,0 770,3 769,5 768,7 767,8 767,0 766,2 765,5 764,7 763,9 763,1 762,3 761,5 760,8 90 760,8
32 824,1 823,3 822,5 821,8 821,0 820,2 819,4 818,5 817,7 817,0 816,2 815,4 814,6 813,8 813,0 812,3 811,5 96 811,5

Tabel 5.37. Perhitungan Produksi Optimal dengan Menggunakan Metode Dynamic Programming pada Hari Rabu
Xi
) (
4 4 4
*
3 4 4
S X I f SC PC
X X
+ + +
*
4
X
(Batches)
) (
*
4
i f
(Jutaan Rupiah
I 0 6 12 18 24 30 36 42 48 54 60 66 72 78 84 90 96
0 0,0 0 0,0
3 50,7 50,9 0 50,7
6 101,4 101,6 101,8 0 101,4
9 152,2 152,3 152,5 152,6 0 152,2
12 202,9 203,0 203,2 203,3 203,5 0 202,9
15 253,6 253,7 253,9 254,1 254,2 254,4 0 253,6
18 304,3 304,5 304,6 304,8 304,9 305,1 305,3 0 304,3
21 355,0 355,2 355,3 355,5 355,7 355,8 356,0 356,1 0 355,0
24 405,7 405,9 406,1 406,2 406,4 406,5 406,7 406,8 407,0 0 405,7
27 456,5 456,6 456,8 456,9 457,1 457,2 457,4 457,6 457,7 457,9 0 456,5
30 507,2 507,3 507,5 507,6 507,8 508,0 508,1 508,3 508,4 508,6 508,8 0 507,2
33 557,9 558,1 558,2 558,4 558,5 558,7 558,8 559,0 559,2 559,3 559,5 559,6 0 557,9
36 608,6 608,8 608,9 609,1 609,2 609,4 609,6 609,7 609,9 610,0 610,2 610,3 610,5 0 608,6
39 659,3 659,5 659,6 659,8 660,0 660,1 660,3 660,4 660,6 660,7 660,9 661,1 661,2 661,4 0 659,3
42 710,0 710,2 710,4 710,5 710,7 710,8 711,0 711,2 711,3 711,5 711,6 711,8 711,9 712,1 712,3 0 710,0
45 760,8 760,9 761,1 761,2 761,4 761,6 761,7 761,9 762,0 762,2 762,3 762,5 762,7 762,8 763,0 763,1 0 760,8
48 811,5 811,6 811,8 812,0 812,1 812,3 812,4 812,6 812,7 812,9 813,1 813,2 813,4 813,5 813,7 813,8 814,0 0 811,5

Tabel 5.38. Perhitungan Produksi Optimal dengan Menggunakan Metode Dynamic Programming pada Hari Selasa
Xi
) (
5 5 5
*
4 5 5
S X I f SC PC
X X
+ + +
*
5
X
(Batches)
) (
*
5
i f
(Jutaan Rupiah I 0 6 12 18 24 30 36 42 48 54 60 66 72 78 84 90 96
0 0,0 0 0,0
3 50,9 51,2 0 50,9
6 101,8 102,1 102,4 0 101,8
9 152,6 152,9 153,3 153,6 0 152,6
12 203,5 203,8 204,1 204,4 204,8 0 203,5
15 254,4 254,7 255,0 255,3 255,6 256,0 0 254,4
18 305,3 305,6 305,9 306,2 306,5 306,8 307,1 0 305,3
21 356,1 356,4 356,8 357,1 357,4 357,7 358,0 358,3 0 356,1
24 407,0 407,3 407,6 407,9 408,3 408,6 408,9 409,2 409,5 0 407,0
27 457,9 458,2 458,5 458,8 459,1 459,5 459,8 460,1 460,4 460,7 0 457,9
30 508,8 509,1 509,4 509,7 510,0 510,3 510,6 511,0 511,3 511,6 511,9 0 508,8
33 596,6 559,9 560,3 560,6 560,9 561,2 561,5 561,8 562,1 562,5 562,8 563,1 0 596,6
36 610,5 610,8 611,1 611,4 611,8 612,1 612,4 612,7 613,0 613,3 613,7 614,0 614,3 0 610,5
39 661,4 661,7 662,0 662,3 662,6 663,0 663,3 663,6 663,9 664,2 664,5 664,8 665,2 665,5 0 661,4
42 712,3 712,6 712,9 713,2 713,5 713,8 714,1 714,5 714,8 715,1 715,4 715,7 716,0 716,3 716,7 0 712,3
45 763,1 763,4 763,8 764,1 764,4 764,7 765,0 765,3 765,6 766,0 766,3 766,6 766,9 767,2 767,5 767,9 0 763,1
48 811,5 814,3 814,6 814,9 815,3 815,6 815,9 816,2 816,5 460,7 817,2 817,5 817,8 818,1 818,4 818,7 819,0 0 811,5

Tabel 5.39. Perhitungan Produksi Optimal dengan Menggunakan Metode Dynamic Programming pada Hari Senin
Xi
) (
6 6 6
*
5 6 6
S X I f SC PC
X X
+ + +
*
6
X
(Batches)
) (
*
6
i f
(Jutaan Rupiah I 0 6 12 18 24 30 36 42 48 54 60 66 72 78 84 90 96
0 0,0 0 0,0
3 50,9 51,3 0 50,9
6 101,8 102,5 102,7 0 101,8
9 152,6 153,7 153,9 154,0 0 152,6
12 203,5 204,9 205,1 205,2 205,4 0 203,5
15 254,4 256,1 256,3 256,4 256,6 256,7 0 254,4
18 305,3 307,3 307,5 307,6 307,8 307,9 308,1 0 305,3
21 356,1 358,5 358,6 358,8 359,0 359,1 359,3 359,4 0 356,1
24 407,0 409,7 409,8 410,0 410,2 410,3 410,5 410,6 410,8 0 407,0
27 457,9 460,9 461,0 461,2 461,3 461,5 461,7 461,8 462,0 462,1 0 457,9
30 508,8 512,1 512,2 512,4 512,5 512,7 512,8 513,0 513,2 513,3 513,5 0 508,8
33 596,6 563,2 563,4 563,6 563,7 563,9 564,0 564,2 564,4 564,5 564,7 564,8 0 596,6
36 610,5 614,4 614,6 614,8 614,9 615,1 615,2 615,4 615,5 615,7 615,9 616,0 616,2 0 610,5
39 661,4 665,6 665,8 665,9 666,1 666,3 666,4 666,6 666,7 666,9 667,0 667,2 667,4 667,5 0 661,4
42 712,3 716,8 717,0 717,1 717,3 717,5 717,6 717,8 717,9 718,1 718,2 718,4 718,6 718,7 718,9 0 712,3
45 763,1 768,0 768,2 768,3 768,5 768,6 768,8 769,0 769,1 769,3 769,4 769,6 769,7 769,9 770,1 770,2 0 763,1
48 811,5 819,2 819,4 819,5 819,7 819,8 820,0 820,1 820,3 820,5 820,6 820,8 820,9 821,1 821,2 821,4 821,6 0 811,5

BAB VI
ANALISIS PEMECAHAN MASALAH

6.1. Analisa Hubungan Peramalan dan Penentuan Jumlah Produksi
Optimal dengan Menggunakan Metode Dynamic Programming.
Peramalan permintaan merupakan tingkat permintaan produk-produk yang
diharapkan akan terealisir untuk jangka waktu tertentu pada masa yang akan
datang. Peramalan permintaan ini akan menjadi masukan yang sangat penting
dalam keputusan perencanaan dan pengendalian perusahaan.
Tanpa perhitungan peramalan permintaan untuk 12 periode yang akan
datang, maka tidak akan dapat dihitung jumlah produksi optimum tiap periode
untuk 12 periode yang akan datang, karena hasil peramalan tersebut merupakan
ketentuan jumlah produksi yang harus dipenuhi untuk setiap periodenya (tiap
bulannya)

6.2. Penentuan Jadwal Produksi dan Jumlah Produksi Optimal dengan
Memperhatikan Ketersediaan Persediaan untuk Setiap Periode.
Metode Dynamic Programming merupakan merupakan prosedur matematis yang
terutama dirancang untuk memperbaiki efisiensi perhitungan masalah yang lebih
kecil. Dynamic Programming tersebut menjawab masalah dalam tahap-tahap yang
disertai dengan berbagai kombinasi perhitungan. Dari berbagai kombinasi
tersebut akan didapat nilai optimal yang akan digunakan sebagai input ketahap
selanjutnya. Hasil perhitungan produksi optimal dapat dilihat pada tabel 6.1

Dari perhitungan rekapitulasi tabel 6.1. dapat diambil keputusan untuk
membuat rekapitulasi produksi optimal pada berbagai horizon perencanaan
dengan memperhatikan total biaya produksi dan biaya persedian yang paling
minimum. Jadwal produksi optimal setiap periode dapat dilihat pada tabel 6.2.
Tabel 6.2. Jumlah Biaya Produksi Menggunakan Penjadwalan Produksi

No Bulan Produksi
(Batches)
Jumlah Persediaan
(Batches)
Total Biaya Produksi
(Jutaan Rupiah)
1 Januari 1.574 679 16.263,27
2 Febuari 1.715 679 15.591,23
3 Maret 1.187 679 14.959,52
4 April 1.305 679 18.628,83
5 Mei 1.785 679 20.403,01
6 Juni 1.271 679 13.440,72
7 Juli 921 679 16.384,23
8 Agustus 1.750 679 20.698,70
9 September 1.539 679 16.666,49
10 Oktober 1.102 679 15.671,87
11 November 1.865 679 20.107,31
12 Desember 1.257 679 18.924,53
Jumlah 207.739,69

J ika perusahaan tidak menggunakan sistem penjadwalan produksi maka
perusahaan akan mengeluarkan biaya produksi sebesar dapat dilihat pada tabel
6.3.
Tabel 6.3. Jumlah Biaya Produksi Tanpa Menggunakan Penjadwalan
Produksi

No Bulan Produksi
(Batches)
(Jutaan Rupiah)
1 Januari 1.936 16.263,27
2 Febuari 1.856 15.591,23
3 Maret 1.781 14.959,52
4 April 2.218 18.628,83
5 Mei 2.429 20.403,01
6 Juni 1.600 13.440,72

Tabel 6.3. Jumlah Biaya Produksi Tanpa (Lanjutan)

No Bulan Produksi
(Batches)
(Jutaan Rupiah)
1 Juli 1.950 16.384,23
2 Agustus 2.464 20.698,70
3 September 1.984 16.666,49
4 Oktober 1.866 15.671,87
5 November 2.394 20.107,31
6 Desember 2.253 18.924,53
Jumlah 140.573,92

Sebagai tahap perbadingan apakah perusahaan mengalami penghematan
biaya atau tidak jika perusahaan membuat suatu jadwal produksi. Hasil
perhitungan biaya dapat dilihat pada uraian berikut ini :
Dari tabel diatas akan didapat persentasi penghematan biaya jika
perusahaan menggunakan kebijkasanaan yang pertama (produksi dengan
penjadwalan)
n penjadwala pa Biaya
penjdwalan dengan Biaya n penjadwala pa Biaya
Biaya Penghema
tan
tan
tan

=

% 33 , 32 % 100
69 , 739 . 207
92 , 573 . 140 69 , 739 . 207
tan =
= x Biaya Penghema

Dari hasil perhitungan diatas terlihat bahwa jika perusahaan mengambil
kebijakan yang pertama (produksi tanpa penjadwalan) maka perusahaan akan
mengeluarkan biaya yang cukup tinggi. Sedangkan jika perusahaan mengambil
kebijakan yang kedua (produksi dengan penjadwalan) maka perusahaan akan
mengalami penghematan biaya yang cukup tinggi dengan rata-rata persentase
penghematan biaya per bulan sebesar 32.33%.

Tabel 6.1. Rekapitulasi Perencanaan Produksi Per bulan

Xi
i
Periode Produksi
Desember November Oktober September Agustus Juli

) (
*
1
i x
(Batches)
) (
*
1
i f
(Jutaan
Rupiah)
) (
*
2
i x
(Batches)
) (
*
2
i f
(Jutaan
Rupiah)
) (
*
3
i x
(Batches)
) (
*
3
i f
(Jutaan
Rupiah)
) (
*
4
i x
(Batches)
) (
*
4
i f
(Jutaan
Rupiah)
) (
*
5
i x
(Batches)
) (
*
5
i f
(Jutaan
Rupiah)
) (
*
6
i x
(Batches)
) (
*
6
i f
(Jutaan
Rupiah)
0 2.253 18.923,4 2.394 39.030,7 1.866 54.703,15 1.984 71.369,64 2.464 92.068,34 1.950 1.08452,01
97 2.156 18.123,8 2.297 37.431,6 1.769 52.304,45 1.887 68.171,37 2.367 88.070,51 1.853 108.528,40
194 2.059 17.324,3 2.200 35.632,4 1.672 49.905,76 1.790 64.973,11 2.270 84.072,68 1.756 98.857,22
291 1.962 16.524,7 2.103 34.233,3 1.575 47.507,06 1.693 61.774,85 2.173 80.074,85 1.659 94.059,83
388 1.865 15.725,1 2.006 32.634,2 1.478 45.108,36 1.596 58.576,58 2.076 76.077,02 1.562 89.262,43
485 1.768 14.925,6 1.909 31.035,1 1.381 42.709,66 1.499 55.378,32 1.979 72.079,19 1.465 84.465,04
582 1.671 14.126,0 1.812 29.435,9 1.284 40.310,97 1.402 52.180,06 1.882 64.083,53 1.368 79.667,64
679 1.574 13.326,4 1.715 27.836,8 1.187 37.912,27 1.305 48.981,79 1.785 68.081,36 1.271 74.870,24
Xi
1
Periode Produksi
Juni Mei April Maret Februari Januari

) (
*
7
i x
(Batches)
) (
*
7
i f
(Jutaan
Rupiah)
) (
*
8
i x
(Batches)
) (
*
8
i f
(Jutaan
Rupiah)
) (
*
9
i x
(Batches)
) (
*
9
i f
(Jutaan
Rupiah)
) (
*
10
i x
(Batches)
) (
*
10
i f
(Jutaan
Rupiah)
) (
*
11
i x
(Batches)
) (
*
11
i f
(Jutaan
Rupiah)
) (
*
12
i x
(Batches)
) (
*
12
i f
(Jutaan
Rupiah)
0
1.600

121.892,73 2.429 142.294,61 2.218

160.924,0 1.781 175.882,4 1.177 191.473,6 1.936 207.736,9
97 1.503 116.295,80 2.332 135.898,10 2.121 153.727,9 1.684 167.886,0 1.274 182.678,4 1.839 198.142,1
194 1.406 110.698,80 2.235 129.501,60 2.024 146.531,8 1.587 159.891,1 1.371 173.883,2 1.742 188.547,3
291 1.309 105.101,80 2.138 123.105,00 1.927 139.335,7 1.490 151.895,4 1.468 165.088,0 1.645 173.952,5
388 1.212 99.504,88 2.041 116.708,50 1.830 132.139,6 1.393 143.899,8 1.565 156.292,7 1.548 169.357,7
485 1.115 93.907,92 1.944 110.312,00 1.733 124.943,5 1.296 135.904,1 1.662 147.497,5 1.451 159.762,9
582 1.018 88.310,96 1.847 103.915,50 1.636 117.747,4 1.199 127.908,4 1.759 138.702,3 1.354 150.168,2
679 921 82.714,00 1.750 97.518,92 1.539 110.551,4 1.102 119.912,8 1.856 129.907,1 1.257 140.573,4

BAB VII
KESIMPULAN DAN SARAN

7.1. Kesimpulan
Setelah dilakukan tahap pengolahan data dan menganalisa hasilnya, maka
dapat diambil kesimpulan sebagai berikut:
1. Pola permintaan terbaik yang digunakan dalam peramalan permintaan produk
pakan ternak di PT. Gold Coin Indonesia pada periode mendatang adalah pola
permintaan eksponesial, dengan persamaan peramalan:
'
Y =
8.304,853e
x 03924825 . 0

2. Dengan pola peramalan eksponensial didapat jumlah permintaan pakan ternak
untuk periode Januari-Desember 2009. Hasil peramalan permintaan produk
pakan ternak dapat dilihat pada Tabel 7.1.
Tabel 7.1 Perkiraan Penjualan Tahun 2009
Bulan (2009)
Perkiraan penjualan
(Ton)
Perkiraan penjualan
(Batches)
Januari 4.986 1.662
Pebruari 4.794 1.598
Maret 4.609 1.536
April 4.432 1.477
Mei 4.261 1.420
Juni 4.097 1.366
Juli 3.940 1.313
Agustus 3.788 1.263
September 3.642 1.214
Oktober 3.502 1.167
November 3.367 1.122

3. Rekapitulasi jumlah produksi optimal pada setiap periode yang diperoleh
dengan menggunakan Metode Dynamic Programming dapat dilihat pada
Tabel 7.2.
Tabel 7.2. Rekapitulasi Jadwal Produksi Optimal pada Setiap Bulan
No Bulan Jumlah Produksi
(Batches)
Jumlah Persediaan
1 Januari 1.574 679
2 Febuari 1.715 679
3 Maret 1.187 679
4 April 1.305 679
5 Mei 1.785 679
6 Juni 1.271 679
7 Juli 921 679
8 Agustus 1.750 679
9 September 1.539 679
10 Oktober 1.102 679
11 November 1.865 679
12 Desember 1.257 679

4. Perusahaan akan mengalami penghematan biaya yang cukup tinggi jika
perusahaan menggunakan sistem penjadwalan produksi pada setiap
periodenya. Rata-rata penghematan biaya yang diperoleh oleh pihak
perusahaan jika perusahaan menerapkan sistem penjadwalan produksi sebesar
32,33% per bulan

7.2. Saran
1. Perusahaan sebaiknya melakukan peramalan permintaan produk untuk
periode-peiode mendatang, hal ini disebabkan peramalan merupakan salah

satu variabel masukan didalam menentukan jumlah produksi optimum
selama periode perencanaan.
2. Perusahaan sebaiknya membuat sistem penjadwalan produksi untuk dapat
menentukan jumlah produksi yang optimal sehingga dapat menanggulangi
terjadinya kelebihaan dan kekurangan jumlah produksi.
3. Diharapkan perusahaan dapat menggunakan Metode Dynamic Programming
sebagai solusi optimal dalam penetuan jumlah produksi karena dengan
menggunakan metode ini akan didapat jalur optimal dari banyak jalur yang
disediakan.

DAFTAR PUSTAKA

1. Assuary, Sofyan Drs., Manajemen Produksi, Edisi Ketiga, Lembaga
Fakultas Ekonomi, Universitas Indonesia, Jakarta, 1978
2. Buffa, Ellwod, Operation Management, Problem and Models, Third
Edition, University of California, A willey/Hamilton Publication.
3. Kusuma, Hendra, Manajemen Produksi, Perencanaan dan Pengendalian
Produksi, Yogyakarta, Andi Yogyakarta, 1999.
4. Nasution, Arman Hakim, Perencanaan dan Pengendalian Produksi, Edisi
Pertama, Surabaya, Guna Widya, 1999.
5. Scroeder, Roger. G, Operation Managemen, Fourth Edition, University of
Minnesota, Mc Graw Hill International, 1993.
6. Sistem Produksi, Laboratorium, Manajemen Produksi, In Country Short-
Term Training Non Degree Tarining Program, J urusan Teknik Industri-
ITB, Bandung, 1985.
7. Siagian, P, Penelitian Operasional, Teori dan Paraktek, Cetakan Pertama,
UI Press, Jakarta, 1987.
8. Taha, Hamdy A, Riset Operasi, Binarupa Aksara, Jakarta, 1996.

09E01542

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

09E01542

Diunggah oleh

Hak Cipta:

Format Tersedia

Fictor Wardin C.

Tampubolon : Penerapan Dynamic Programming Sebagai Solusi Optimal Dalam Penyusunan

Anda mungkin juga menyukai