SISTEM PRODUKSI
TAHUN AKADEMIK 2014/2015
SISPRO 02
BOM DAN RENCANA PERAMALAN
Disusun oleh:
Kelompok 14
(12.04.2.1.1.00043)
(12.04.2.1.1.00101)
(12.04.2.1.1.00104)
(12.04.2.1.1.00105)
Asisten:
(11.04.2.1.1.00048)
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Sebelum melakukan sebuah produksi perusahaan harus melakukan
perancangan produk terlebih dahulu. Tidak hanya melakuakn perancangan namun
pada proses produksi diperlukan juga sebuah metode peramalan guna
mempermudah perusahaan untuk melakukan prediksi dalam menentukan berapa
banyak produk yang akan dibuat. Perancangan dan peramalan dilakukan guna
meminimalisasi kerugian dan mengoptimalkan keuntungan dari sebuah system
produksi. Telah diketahui bahwa banyak metode peramalan yang berkembang
seiring kemajuan zaman. Manusia telah mulai memikirkan bagaimana sebuah
system produksi mampu berjalan secara seimbang. Memproduksi sesuai kapasitas
dengan mempertimbangkan kebutuhan sehingga tidak menghasilkan biaya
inventori yang besar.
Dalam perancangan produk kita mengenal istilah Bill Of Material (BOM).
Pengertian dari BOM adalah sebuah bagan atau bisa juga dalam bentuk tabel yang
terdiri dari daftar item, bahan, atau material yang dibutuhkan untuk merakit,
mencampur atau memproduksi sebuah produk. BOM dibuat sebagai bagian
dari proses desain dan digunakan oleh manufacturing engineer untuk
menentukan item yang harus dibeli atau dibuat (make or buy). Perencanaan
pengendalian produksi dan persediaan menggunakan BOM yang d-hubungkan
dengan master production schedule, untuk menentukan release item yang
dibeli atau diproduksi. Upaya untuk meminimalisasi kerugian juga bisa dilakukan
dengan forecasting atau peramalan mengenai sesuatu yang belum terjadi pada
waktu yang akan datang. Forecasting bertujuan agar forecast yang dibuat dapat
meminimumkan
pengaruh
ketidakpastian
terhadap
perusahaan
atau
BAB II
PENGOLAHAN DATA
2.1 BOM
Bill of Material atau yang biasa disebut dengan daftar material atau juga
disebut struktur produk adalah suatu daftar baik berupa bagan atau tabel yang
memuat material apa saja yang dibutuhkan untuk peakitan atau pembuatan produk
akhir. (Astana, 2007)
Dibawah ini merupakan BOM bagan dan BOM tabel :
2.1.1 BOM BAGAN
BOM bagan dibuat guna mengetahui komponen produk, make or buy dan
level dari komponen yang dirakit pada sebuah produk dibawah ini merupakan
BOM dari produk tamiya dan Harley :
2.4 Pemetaan Dan Penentuan Pola Data Penjualan Untuk Setiap Jenis
Produk
2.4.1 Pola Data Penjualan Untuk Setiap Jenis Produk Tamiya
a. Bangkalan
Dibawah ini merupakan pola data dari data historis produk tamiya dikota
Bangkalan:
c. Pamekasan
Dibawah ini merupakan pola data dari data historis produk tamiya dikota
Pamekasan:
Produk Tamiya
a. Bangkalan
1. Metode Sample Moving Average
Tabel 2.2.7 Metode Sample Moving Average Produk Tamiya
3. Metode Trend
Tabel 2.2.9 Metode trend produk tamiya di Bangkalan
b. Sampang
1. Metode Sample Moving Average
Tabel 2.2.10 Metode Sample Moving Average Produk Tamiya Sampang
3.Metode Trend
Tabel 2.2.12 Metode trend Produk Tamiya Sampang
c. Pamekasan
1. Metode Sample Moving Average
Tabel 2.2.13 Metode Sample Moving Average Produk Tamiya Pamekasan
3. Metode Trend
Tabel 2.2.15 Metode Trend Produk Tamiya Pamekasan
d. Sumenep
1. Metode Sample Moving Average
Tabel 2.2.16 Metode Sample Moving Average Produk Tamiya Sumenep
3. Metode Trend
Tabel 2.2.18 Metode Trend Produk Tamiya Sumenep
2.5.2
Produk Harley
a. Bangkalan
1. Metode Simple Moving Average
Tabel 2.2.19 simple moving average produk Harley Bangkalan
3. Metode Tren
Tabel 2.2.21 Metode Tren produk Harley Bangkalan
b. Sampang
1. Metode Simple Moving Average
Tabel 2.2.22 simple moving average produk Harley Sampang
2. Eksponential Smoothing
Tabel 2.2.23 Eksponential Smoothing produk Harley Sampang
3. Metode Trend
Tabel 2.2.24 Metode Trend produk Harley Sampang
c. Pamekasan
1. Metode Sample Moving Average
Tabel 2.2.25 simple moving average produk Harley Pamekasan
3. Metode Trend
Tabel 2.2.27 Metode Trend produk Harley Pamekasan
4. Sumenep
1. Metode Sample Moving Average
Tabel 2.2.28 simple moving average produk Harley Sumenep
3. Metode Trend
Tabel 2.2.30 Metode Trend produk Harley Sumenep
MAD =
MAD =
MAD = 392,98
Tabel 2.2.31 Rekapan hasil perhitungan MAD
MSE =
MSE =
MSE = 224373,25
Tabel 2.2.32 Rekapan hasil perhitungan MSE
c.
MAPE =
MAPE =
MAPE = 0,50
Tabel 2.2.33 Rekapan hasil perhitungan MAPE
d.
Perhitungan SEE
*f = 1, karena pola data konstan
SEE =
SEE =
SEE = 989,49
Tabel 2.2.34 Rekapan hasil perhitungan SEE
MAD =
MAD =
MAD = 173,70
Tabel 2.2.35 Rekapan perhitungan MAD metode Exponensial Smoothing
b. Perhitungan MSE
MSE =
MSE =
MSE = 47131,47496
Tabel 2.2.36 Rekapan perhitungan MSE metode Exponensial Smoothing
c. Perhitungan MAPE
MAPE =
MAPE =
MAPE = 0,08930
d. Perhitungan SEE
SEE =
SEE =
SEE = 217,097
Tabel 2.2.38 Rekapan perhitungan SEE metode Exponensial Smoothing
MAD =
MAD =
MAD = 3599,580
MSE =
MSE =
MSE = 13289577,87
Tabel 2.2.40 Rekapan hasil perhitungan MSE
MAPE =
MAPE =
MAPE = 3,9389
Tabel 2.2.41 Rekapan hasil perhitungan MAPE
d. Perhitungan SEE
b. Produk Tamiya
Tabel 2.2.44 Rekapan hasil perhitungan 5 metode produk tamiya
BAB III
ANALISIS
3.1. Perencanaan Proses
Dari pembuatan BOM untuk Tamiya dan Harley diperoleh informasi kurang
lebihnya sebagai berikut:
a. Tamiya
Untuk membuat satu unit produk tamiya membutuhkan 28 jenis komponen
dimana keduapuluh delapan komponen tersebut diperoleh dari membeli (buy)
dengan jumlah total komponen ada 49 komponen penyusun.
b. Harley
Untuk membuat satu unit harley membutuhkan 28 jenis komponen serta
ditambah satu yaitu perekatnya atau lem. Dimana keduapuluh komponen
tersebut dibuat sendiri (make) sedangkan hanya satu yang dibeli (buy) yaitu lem
sebagai perekatnya.
3.2. Analisis pre-processing data (Missing Data)
Pada pre-processing data
menggunakan bantuan software SPSS dan yang digunakan untuk mengisi data
missing tersebut diperoleh dari hasil rata-rata dari data satu golongan.
3.3. Analisis agregasi/diagregasi data penjualan produk A, B, dan C di 4 wilayah
penjualan
Setelah dilakukan agregasi produk tamiya A dan B maka diperoleh bahwa data yang
akan dijadikan data historis untuk peramalan adalah hasil agregasinya yaitu dengan
menjumlahkan data historis tiap produk dalam satuan unit dengan harga jualnya. Hal
tersebut dilakukan karena kedua produk tersebut jenisnya sama selain itu juga
dikarenakan peredaran uang pada setiap daerah amatan berbeda signifikan.
3.4. Analisis pola data penjualan setiap jenis produk yang telah diagregasikan
antar 4 wilayah penjualan
Berdasarkan data hasil agregasi yang telah dibuat grafiknya diperoleh bahwa grafik
data hasil agregasinya memiliki pola data trend karena terus mengalami peningkatan
sepanjang waktunya. Sehingga pola data tersebut akan mempengaruhi pemilihan
metode peramalan yang akan dilakukan.
3.5. Analisis metode-metode peramalan yang digunakan
Karena diketahui bahwa pola data historisnya meunjukkan pola data trend maka
metode yang digunakan untuk meramalkan penjualan kali ini adalah metode
peramalan untuk pola data trend yaitu metode moving average (ma), eksponensial
smothing (es 0,1) , eksponensial smothing (es 0,2), eksponensial smothing (es 0,3)
trend, moving average 3 dan moving average 5.
3.6. Analisis metode peramalan yang dipilih untuk setiap jenis produk
Berdasarkan hasil peramalan diperoleh data nilai dari alternatif galat yang sudah
dihitung yaitu SEE, MSE, MAPE , MAD serta yang lolos verifikasi metode yang
terpilih untuk produk tamiya diseluruh tempat adalah eksponensial smothing (es 0,3)
karena seluruh nilai galatnya terendah dan lolos verifikasi , sedangkan untuk produk
Harley yang memiliki galat terkecil dan lolos verifikasi adalah metode exponensial
smoothing 0,3 didaerah sampan, pamekasan dan sumenep . Sedangkan untuk
wilayah bangkalan yang terpilih adalah metode moving average 3.
3.7. Analisis hasil peramalan
Dari hasil peramalan yang didapatkan dengan menggunakan metode eksponensial
smothing (es 0,3) adalah data yang selalu meningkat sepanjang waktunya sehinggga
hasil peramalannya juga berpola trend hal tersebut berlaku untuk keempat daerah
amatan.sedangkan untuk Harley menggunakan metode simple moving average
memiliki jumlah unit peramalan yang lebih kostan.
3.8. Analisis perbandingan ketepatan penggunaan data penjualan atau data
produksi untuk peramalan permintaan produk di masa yang akan datang
Ketepatan hasil peramalan bila dibandingkan dengan kenyataan bisa saja lebih tinggi
atau lebih rendah hal tersebut dikarenakan ada beberapa faktor yang mempengaruhi
yang tidak dapat dikontrol, dalam hal ini salah satu prediksi ketidaksesuaian ramalan
BAB IV
KESIMPULAN DAN SARAN
4.1. Kesimpulan
Berdasarkan hasil praktikum sistem produksi modul 2 dapat ditarik beberapa
kesimpulan diantaranya adalah:
1. Untuk membuat satu produk tamiya membuthkan 28 jenis komponen
begitupula dengan harley juga membutuhkan 28 jenis komponen penyusun
produk.
2. Setelah dilakukan ploting data yang sudah diagregasi yaitu data tamiya A
dan tamiya B diperoleh bahwa pola datanya adalah trend karen menigkat
sepanjang waktunya.
3. Setelah diketahui pola datanya kemudian dilakukan peramalan dengan
menggunakan metode- metode peramalan yang sudah diketahui diperoleh
bahwa metode terbaik adalah es 0,3 karena tingkat erornya teredah untuk
produk tamiya dikeempat daerah serta produk Harley didaerah sampan,
pamekasan dan sumenep sedangankan untuk produk Harley didaerah
bangkalan metode terbaik yang terpilih adalah moving average 3.
4. Untuk peramalan menggunalkan sistem dipertakan tiap kota dengan
masing-masing kota dijual tiga jenis produk Harley, tamiya a dan tamiya B
yang sudah dihitung sesuai dengan data peramalan dari metode terbaik
yang terpilih dengan syarat memiliki tingkan eror palin kecil dan data
harus lolos verifikasi.
4.1. Saran
Saran untuk pelaksanaan praktikum yang sejenis dengan praktikum kali ini
adalah sebagai berikut:
1. Sebaiknya lebih diperbanyak referensi tentang peramalan.
2. Sebaiknya lebih diperbanyak juga metode yang digunakan siapa tahu ada
metode lain yang dapat menurunkan nilai errornya.
DAFTAR PUSTAKA
Astana, I. N. (2007). Perencanaan Persediaan Bahan Baku Berdasarkan Metode MRP.
Jurnal Ilmiah Teknik Sipil , Vol. 11 No. 2, Hal. 184 - 194.
Tanuwijaya, H. (2010). Penerapan Metode Winter's Exponential Smoothing dan Single
Moving Average Dalam Sistem Informasi Pengadaan Obat Rumah Sakit. Prosiding
SEMNAS Manajemen Teknologi XI , Hal. C-12-1 - C-12.10.